Matstat Econometría Matan - página 19
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Es una clínica ))
Así es. Distrito 3. En el primer piso. "Departamento de Crisis y Emergencias")).
Es una clínica ))
Así es.
Sí. Distrito 3. En el primer piso. "Departamento de Crisis y Emergencias")).
¿Es aquí donde tratan a los médicos?
¿Aquí tratan a los médicos?
Si eres médico, tratan a los médicos. Y si eres un candidato, tratan a los candidatos. Tratamos a todo el mundo. No te preocupes.
Pido disculpas al autor por la inundación, pero como la mayoría de los camorristas locales ya se han registrado en la sucursal, sigue condenada, a no ser que venga un moderador y limpie todo a partir de la página cinco aproximadamente.
El diálogo constructivo, no creo que se inunde.
No hace falta que os pongáis en plan personal y os insultéis.
Y además afirmar que una ciencia es mejor que la otra y no entiendes nada.
Exaltar tus conocimientos en un área sobre los de otra persona en otra área.
Eso es muy bajo y poco profesional. Es como cuando yo era un niño, la expresión "presumido".
Pero la infancia quedó atrás hace mucho tiempo, y ahora somos adultos, y conducimos un diálogo constructivo más productivo, sin arrogancia.
Tratad a los demás con respeto, porque en general aquí no hay gente estúpida.
Eso no se aplica a ti personalmente, es una afirmación mía generalizada.
En cuanto al tema, se han mencionado algunas instituciones educativas.
Aquí, tratando de entender uno de los campos, concretamente "Finanzas Cuantitativas" de HSE, surgen algunas preguntas.
Por eso nació este hilo. ¿Alguien ha realizado la formación de HSE en finanzas cuantitativas?
¿Ha abordado alguien los modelos de series GARCH y sus modificaciones con funciones de transición?
Por qué tanta gente aquí olvida una simple verdad, como la correlación. Todo es igual o menos dependiente de los demás. En las finanzas, más aún.
Las finanzas cuantitativas son el estudio de esto. Algunas personas aquí entienden lo que estoy escribiendo.
Y quien no lo entienda, sí, todo el mundo busca específicamente la estacionalidad en los modelos, sus simbiosis, los activos multidimensionales, etc.
Y cuando se reúne una cartera competente de activos, entonces sí, lo que sea sobre el miedo, como se ha expresado aquí que no existe, porque está matemáticamente excluido.
La expectativa matemática de toda la cartera es cero. Y si un activo se desploma, no debería afectar a toda la cartera, sino compensar con otros activos.
Esta es la correlación de los mercados. Creo que no es necesario traer una analogía con la naturaleza, etc. Todo el mundo entiende lo que es la interrelación.
Sólo hay que aplicarlo correctamente. Y para mirar a un SB y hacer papilla sobre él cuando hay un gran número de otros modelos, no sé por qué nos quedamos en un solo lugar.
Para continuar con el tema.
Mucha gente aquí menciona el adelgazamiento de los datos.
Existe un método llamado PCA (Análisis de Componentes Principales), que esuna de las principales formas de reducir la dimensionalidadde los datos perdiendo la menor cantidad de información.
¿Alguien ha estudiado este método? ¿Alguna conclusión sobre su aplicabilidad?
Sé que la selección de activos se reduce con este método. Pero no sé si un conjunto de datos puede ser adelgazado por él sin perder dimensionalidad.
En mi opinión, el principal problema del adelgazamiento es la reducción de la dimensionalidad. Es decir, la muestra pasa a tener un tamaño diferente.
En un caso sencillo, hay recomendaciones de los mismos profesores de las universidades, de no tirar un elemento de un conjunto, y sustituirlo por un valor medio de los elementos vecinos, por ejemplo.
Al menos así es como se eliminan los valores atípicos, en el enfoque simple. Pero con la advertencia de que hay otros enfoques, que no se explican.
Por lo tanto PCA como una idea de adelgazamiento, puede ser bien investigado.
P.S. Enlaces de sitios inteligentes, incluso encuentra artículos sobre un tema similar
Oh cómo ))
Mira qué gancho tan interesante he encontrado en sitios extranjeros.
Esta es una traducción de un artículo de bourgeois.
Y la función de maximización se convierte en una función de coste ))
¿Quizás el ejemplo que te envié funciona según el principio de probabilidad después de todo?
Allí también hay derivados. ¿Has visto la función getCost?
¿O en getCost, no es mucho el cálculo?
Mira qué gancho tan interesante he encontrado en sitios extranjeros.
Esta es una traducción de un artículo de bourgeois.
Y la función de maximización se convierte en una función de coste ))
¿Tal vez el ejemplo que te envié funciona según el principio de probabilidad después de todo?
Allí también hay derivados. ¿Has visto la función getCost?
¿O tal vez la función getCost tiene un cálculo diferente?
El enfoque estándar en la optimización es multiplicar el objetivo por menos y la maximización se convierte en minimización (y viceversa).
Ya he intentado explicarte que si los errores se distribuyen de forma gaussiana, entonces MNC==MLE. Si los errores se distribuyen por Laplace, entoncesMNC==MLE==Método de mínimos módulos. Puedes averiguarpor ti mismo el tipo de distribución de error cuandoMLE==MLE de Huber.
En los experimentos, el tipo de distribución del error se conoce por alguna consideración adicional, o se elige experimentalmente (normalmente en forma de una función de pérdida adecuada).