Ecuación de regresión - página 2
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
Pues bien, obtén una distribución empírica de los errores cuando se aproxima por un polinomio. Y compáralo con el normal. Preste especial atención a las colas, no a la parte central.
¿Estamos hablando de seleccionar los mejores (en el sentido de MNC) parámetros polinómicos?
¿O estamos hablando de elegir a los mejores en un sentido diferente?
¿O estamos hablando de la corrección del polinomio para la aproximación?
Pedí una explicación de la ineficiencia de MNC para calcular los parámetros de una función preseleccionada (después de todo, la razón de la cola gruesa puede estar en una función desafortunada :).
Y si existen procedimientos igualmente sencillos para determinar estos parámetros, estaré encantado de conocerlos.
Pero me sorprende la formulación de la pregunta: como hay colas en los errores, no es bueno MNC...
;)
Es mejor utilizar la LAD o la regresión cuantílica. Esto es más complicado (tendrás que codificar mucho más, y tendrás que enchufarlo a la ciencia), pero funciona...
¿Qué, la verdad por las citas funciona? ¿Hay pruebas objetivas de ello?
P.D. En mi opinión, cualquier aproximación que pretenda extrapolar asume la estacionariedad. Las colas gordas (de nuevo, en mi opinión) sólo representan rupturas de estacionalidad, es decir, el intento de tenerlas en cuenta no añadirá nada concreto a la predicción. Así que ampliará los intervalos de confianza, haciendo inútil la predicción, y ¿de qué nos servirá?
Pero todo esto es un razonamiento especulativo, me encantaría ver datos reales que lo refuten
P.D. En mi opinión, cualquier aproximación que pretenda extrapolar asume la estacionariedad. Las colas gordas (de nuevo, en mi opinión) sólo representan discontinuidades de estacionalidad, es decir, tratar de tenerlas en cuenta no añadirá nada concreto a la predicción. Así que ampliará los intervalos de confianza, haciendo inútil la predicción, y ¿de qué nos servirá?
Pero todo esto es un razonamiento especulativo, me encantaría ver los datos reales para refutarlo
La evaluación de los parámetros de regresión en el análisis multidivisa puede no implicar una extrapolación "directa", y el hecho de tener en cuenta estos parámetros, por ejemplo, en la negociación de pares menos líquidos, permite obtener cierta ventaja estadística (porque no negociamos en el mercado, sino que nos basamos en las cotizaciones del DT).
Pero el margen es demasiado grande...
Pero, sin embargo, si las mayores se mueven significativamente, las menores se comportarán como está "escrito".
;)
FreeLance:
Pero, sin embargo, si hay un movimiento significativo en las ligas mayores, las ligas menores se comportarán como está "escrito".
¿Qué, la verdad por las citas funciona? ¿Hay pruebas objetivas de ello?
P.D. En mi opinión, cualquier aproximación que pretenda extrapolar asume la estacionariedad. Las colas gordas (de nuevo, en mi opinión) sólo representan rupturas de estacionalidad, es decir, el intento de tenerlas en cuenta no añadirá nada concreto a la predicción. Así que ampliará los intervalos de confianza, haciendo inútil la predicción, y ¿de qué nos servirá?
Pero todo esto es un razonamiento especulativo, me encantaría ver datos reales que lo desmientan.
Intentaré explicarlo teóricamente ya que no estoy preparado para presentar mis cálculos tal y como están en bruto.
Durante mi investigación traté de presentar la serie temporal de precios como una suma de dos procesos estacionarios (!): a) gaussiano con correlaciones significativas hasta 2-3 cuentas (estrictamente hablando, es cuasi-estacionario, porque las características son todavía un poco "flotantes") y b) flujo de Poisson de respuestas a las influencias externas. La primera es la que todos conocemos. La segunda es justo lo que usted llamó "discontinuidades de estacionalidad" y que sí produce colas exponenciales gruesas. Pero si tenemos en cuenta este modelo concreto, resulta que la no estacionariedad del flujo de cotizaciones que vemos en la pantalla es aparente: de hecho, la suma de los dos procesos estacionarios es estacionaria tanto en el sentido amplio como en el estrecho.
Al aproximar con MNC forzamos al polinomio de regresión a "aferrarse" no sólo a la parte normal del proceso, sino también a los valores atípicos de Poisson, de ahí la baja eficiencia de predicción que, en general, necesitamos para . Por otro lado, al tomar los polinomios de cuantiles nos deshacemos completamente de la segunda parte del proceso, la de Poisson: los cuantiles simplemente no responden a ella, y de forma absoluta. Por lo tanto, mediante la identificación de los lugares donde la regresión da intentos significativos, podemos así casi en línea localizar los "fracasos" con un alto grado de certeza (la predicción de ellos es probablemente todavía no es posible, ya que no hay un modelo adecuado, al menos, no tengo:).
A grandes rasgos (muy) daré mis resultados comparativos (fueron hechos medio manualmente): la eficiencia de la localización de la discontinuidad estacionaria (frecuencia de su detección correcta en la primera barra) para MNC es de alrededor de 0,55-0,6, para los cuantiles - 0,85 y más (hay mucho trabajo por hacer aquí). Esta es la ganancia.
Al aproximar con ANM forzamos al polinomio de regresión a "aferrarse" no sólo a la parte normal del proceso, sino también a los valores atípicos de Poisson, de ahí la baja eficiencia de predicción que, en general, necesitamos para . Por otro lado, al tomar los polinomios de cuantiles nos deshacemos completamente de la segunda parte del proceso, la de Poisson: los cuantiles simplemente no responden a ella, y de forma absoluta. Por lo tanto, mediante la identificación de los lugares donde la regresión da intentos significativos, podemos así casi en línea localizar los "fracasos" con un alto grado de certeza (probablemente no podemos predecirlos todavía, ya que no hay un modelo apropiado, al menos, no conmigo:)
Hmmm. Así que es exactamente lo contrario, no una ampliación del intervalo de confianza, sino un estrechamiento. Muy interesante, tengo que leerlo, gracias.
Sobre ser estacionario y el proceso de discontinuidad por supuesto que se quiere argumentar. Pero no hay argumentos, así que sólo queda una cosa por pensar.
¿Quizá también haya resuelto el problema del tiempo? :) Me refiero al problema de elegir el tamaño de la ventana.
En mi investigación he tratado de representar la serie temporal de precios como una suma de dos procesos estacionarios (!): a) una gaussiana con correlaciones significativas hasta 2-3 cuentas (estrictamente hablando, es cuasi-estacionaria, ya que las características "flotan" un poco) y b) un flujo de Poisson de respuestas a influencias externas. La primera es algo que todos sabemos que es. La segunda es justamente lo que has llamado "discontinuidades de estacionariedad" y lo que realmente lleva a la formación de colas exponenciales gruesas.
Interesante, interesante. Cándido, ¿recuerdas mi hilo en La Isla Habitada sobre un metamodelo con un proceso cuasi estacionario (diphurs allí, también el conejo de la chistera que sacamos)? Algo muy parecido. La noosfera existe, después de todo, y los pensamientos en ella son comunes...
¿Quizá también haya resuelto el problema del tiempo? :) Me refiero al problema de la selección del tamaño de la ventana.