Ökonometrie: Vorhersage einen Schritt voraus - Seite 126

 
faa1947:
Die Ergebnisse, die in diesem Thread veröffentlicht werden, wurden auf diese Weise erzielt. Der Gewinnfaktor liegt knapp über 1. Ich bin zu dem Schluss gekommen, dass das Modell keine Vorhersagekraft hat, und dabei bleibe ich. Zur Glättung wurde HP mit ladd = 1 angewendet. Könnte hier sein. Aber es ist nicht klar, was "Vorhersehbarkeit" bedeutet. Wenn man sich anschaut, was man im Tester bekommt, hält das Modell den Trend nicht und es geht nicht um falsche Umkehrungen.

(1) Die Frage bezieht sich nicht auf die Ergebnisse der Prognose. Daran bin ich überhaupt nicht interessiert. Wie sich die Modellkoeffizienten im Laufe der Zeit verhalten. Können Sie wenigstens Diagramme zu ihrer Dynamik zeigen?

(2) Ist HP ein Filter (Hodrick-Prescott)?, dann ist es noch schlimmer.

 
Farnsworth:

(2) HP ist ein Filter (Hodrick-Prescott), dann ist es noch schlimmer.

Nun ja, anfangs schien es keine Rolle zu spielen. Das Restproblem muss gelöst werden. Ich habe es gelöst. Jetzt habe ich Zweifel. Haben Sie eine berechtigte Beschwerde gegen HP?

1) Es geht nicht um die Ergebnisse der Prognose. Daran bin ich überhaupt nicht interessiert. Wie sich die Modellkoeffizienten im Laufe der Zeit verhalten. Sie können zumindest Diagramme zu ihrer Dynamik zeigen.

Endlich eine richtige Frage. Das habe ich. Sehr interessant. Ich werde jetzt kramen und versuchen, sie wieder zu posten.

 

zur FAA

У Вас имеются обоснованные претензии к НР?

Auf keinen Fall! Ich habe keine Beschwerden über Prescott. Du weißt, wie sehr ich Prescott respektiere, Prescott ist ein Kopf, man kann ihm nicht den Finger in den Mund stecken...

Endlich eine richtige Frage.

Verdammte Scheiße, wie vorhin, als ich dich abgelenkt habe und dich diesen ganzen Scheiß gefragt habe.

Ich werde ein wenig recherchieren und versuchen, sie wieder zu veröffentlichen.

Bemühen Sie sich nicht, Sie verschwenden wertvolle Kilokalorien...

 

Modell:

kotir hp1(-1 bis -2) hp1_d(-1 bis -1) eq1_hp2(-1 bis -3) eq1_hp2_d(-1 bis -4)

In Klammern die Verzögerung. Bei jedem neuen Balken passe ich die Anzahl der Verzögerungen an

HP_d - Unterschied zwischen kotir und HP.

eq1_HP2 - Glättung der HP-Differenz zwischen kotir und HP1(-1 bis -2) hp1_d(-1 bis -1)

eq1_hp2_d( -1 bis -4) 'dies ist der letzte Rest

Wenn sie Heteroskedastizität aufweist, modelliere ich GARCH

Ohne GARCH-Schätzung erhalten wir die Gleichung

KOTIR = C(1)*HP1(-1) + C(2)*HP1(-2) + C(3)*HP1_D(-1) + C(4)*EQ1_HP2(-1) + C(5)*EQ1_HP2(-2) + C(6)*EQ1_HP2(-3) + C(7)*EQ1_HP2_D(-1) + C(8)*EQ1_HP2_D(-2) + C(9)*EQ1_HP2_D(-3) + C(10)*EQ1_HP2_D(-4)

Jede Menge Koeffizienten.

Kalkhaltig, aber viel. Fast stabil.

Bei einigen von ihnen ist jedoch ein großer Fehler bei der Schätzung der Koeffizienten festzustellen. Wir müssen 100% durch den Wert der t-Statistik teilen


 
Farnsworth:

zur FAA

Auf keinen Fall! Ich habe keine Beschwerden über Prescott. Du weißt, wie sehr ich Prescott respektiere, Prescott ist ein Kopf, man kann ihm nicht den Finger in den Mund stecken...

wie zuvor habe ich dich abgelenkt und dich allerlei Blödsinn gefragt.

Machen Sie sich nicht die Mühe, Sie verschwenden wertvolle Kilokalorien...

So empfindlich!

Natürlich ist der Cof eine äußerst wertvolle Information. Und Ihre Meinung ist sehr interessant. Sie sind der Erste, der fragt, und in diesem Sinne "endlich".

 
faa1947:

So empfindlich!

Natürlich sind die Koeffizienten eine äußerst wertvolle Information. Und Ihre Meinung ist sehr interessant. Sie sind der Erste, der diese Frage stellt, und in diesem Sinne "endlich".

Man kann nichts sehen :o( Gib mir wenigstens eine Excel-Datei mit Daten, ich werde die Diagramme selbst erstellen, vielleicht kann ich etwas analysieren.

Fast stabil.

Sie sind alle krumm. Was meinen Sie damit, dass sie "fast stabil" sind?

 
Farnsworth:

Sie können nichts sehen :o( Geben Sie mir wenigstens eine Excel-Datei mit Daten, und ich zeichne die Diagramme selbst, vielleicht analysiere ich sie dann.

Sie sind alle krumm, nicht wahr? Was meinen Sie damit, dass sie "fast stabil" sind?

Ich füge sie bei. Bitte beachten Sie, dass kotir EURUSD ist.

Für jeden Koeffizienten werden der Wert des Koeffizienten und der Fehler des Koeffizienten

Dateien:
koef.zip  4 kb
 
faa1947:

Beigefügt. Bitte beachten Sie, dass kotir EURUSD ist.

Für jeden Koeffizienten werden der Wert des Koeffizienten und der Fehler des Koeffizienten

OK, ich werde mir eines Tages Zeit nehmen, vielleicht sogar am Wochenende.
 

Ich habe mir die Software-Bewertungen genauer angesehen, aber ich sehe keinen Grund, mich darüber zu freuen. Wenn ich das Ergebnis richtig verstehe, zeigt Ihnen EW, dass das Modell im Allgemeinen eine Fälschung ist:

(1) der Koeffizient ist -0,48, mit einer Fehlerstandardabweichung von 0,12, z.B. -4,89 mit einer Fehlerstandardabweichung von 0,9 -2,9 mit einer Fehlerstandardabweichung von 1,0 usw. Dies sind sehr große Fehler, sehr große, d.h. sie sind fast am Rande der Ungültigkeit der Schätzung.

(2) Die t-Statistik für den ersten Koeffizienten ist sehr groß (wenn ich mich richtig erinnere, ist es lange her, dass ich damit gearbeitet habe, ich muss mein Wissen auffrischen), mit anderen Worten, der allererste Koeffizient beschreibt das Modell in gewissem Sinne gar nicht - er ist einfach linkslastig. Übrigens , welchen "Trend" haben Sie für das HP-Modell gewählt?

(3) ja, es ist nicht notwendig, die Wahrscheinlichkeit zu schätzen, dass der Parameter nicht Null ist. ja, es ist klar, dass er nicht Null ist

(4) R-Quadrat, keine korrekte Schätzung, ich habe erklärt, warum es in diesem Fall überhaupt nicht berücksichtigt werden sollte. Im wahrsten Sinne des Wortes ist das Ausmaß der Preisverzerrung nicht normalisiert, es ist so, als ob man sich meilenweit von der Notierung entfernt und sagt, woohooh, da drüben wird der Preis sein. Ja, im Rahmen der Abweichungsstatistiken schon, aber damit machen Sie keinen Gewinn, sondern nur Verlust.

OK, wenn ich etwas nicht verstehe, werde ich es später herausfinden.

 
Farnsworth:

Ich habe mir die Softwarebewertungen genauer angesehen, aber ich sehe keinen Grund zur Freude. Wenn ich das Ergebnis richtig verstehe, zeigt Ihnen EW, dass das Modell im Allgemeinen eine Fälschung ist:

(1) Der Koeffizient beträgt -0,48 mit einer Fehlerstandardabweichung von 0,12, z. B. -4,89 mit einer Fehlerstandardabweichung von 0,9 -2,9 mit einer Fehlerstandardabweichung von 1,0 usw. Dies sind sehr große Fehler, sehr große Fehler, d. h. sie stehen kurz davor, die Schätzung zu annullieren.

(2) Die t-Statistik für den ersten Koeffizienten ist sehr groß (wenn ich mich richtig erinnere, ist es lange her, dass ich damit gearbeitet habe, ich muss mein Wissen auffrischen), mit anderen Worten, der allererste Koeffizient beschreibt das Modell in gewissem Sinne gar nicht - er ist einfach linkslastig. Übrigens , welchen "Trend" haben Sie für das HP-Modell gewählt?

(3) ja, es ist nicht notwendig, die Wahrscheinlichkeit zu schätzen, dass der Parameter nicht Null ist. ja, es ist klar, dass er nicht Null ist

(4) R-Quadrat, keine korrekte Schätzung, ich habe erklärt, warum es in diesem Fall überhaupt nicht berücksichtigt werden sollte. Im wahrsten Sinne des Wortes ist das Ausmaß der Preisverzerrung nicht normalisiert, es ist so, als ob man sich meilenweit von der Notierung entfernt hat und sagt, woohooo, dort drüben wird der Preis sein. Ja, im Rahmen der Abweichungsstatistiken schon, aber damit machen Sie keinen Gewinn, sondern nur Verlust.

OK, wenn ich etwas nicht verstehe, werde ich es später herausfinden.

(1) .... das sind sehr große Fehler, sehr große.

Ja, durch einzelne Koeffizienten.

(2)t-Statistiken für den ersten Koeffizienten sind sehr groß,

Falsch. T-Statistik = Koeffizient/SCO

der allererste Koeffizient beschreibt das Modell nicht

Es ist der erste Koeffizient, der dies tut. Wir benötigen 100 / t-Statistiken und erhalten den Fehler in %. Dies löst jedoch nicht das Problem mit anderen Koeffizienten.

Und welchen "Trend" haben Sie für das HP-Modell angenommen?

Es gibt keinen Trend. HP glättet das Rauschen im Restwert.

(4) R-Quadrat, nicht die richtige Schätzung,

Das sollte korrekt sein. DW liegt bei etwa zwei, was bedeutet, dass die Residuen normalverteilt sind. Es gibt noch Regressionsfehler = 11 Pips, aber der Fehler der abhängigen Variable = 212 Pips

Aber hier ist das Ergebnis der Vorhersage


Bitte beachten Sie, dass der durchschnittliche Fehlerprozentsatz = 5,7% beträgt!!!!