Estadística de la dependencia entre comillas (teoría de la información, correlación y otros métodos de selección de características) - página 14

Nuevo comentario
 

faa1947: На всех ученых советах, на которых я присутствовал в свое время подобное ваше выступление было бы последним навсегда.

Bueno, no estoy hablando en un consejo académico aquí. Pero, de nuevo, intentaré encontrar argumentos y presentarlos aquí. Aunque, por otro lado, no es tan fácil de comparar: es un método completamente diferente. Así que hay que buscar algo similar en las publicaciones.

Prácticamente valioso. Y consigue manejar procesos aleatorios no estacionarios con distribuciones desconocidas.

¿Cointegración? o ¿diferencias múltiples del proceso original que logran ajustarse a una prueba Dickey-Fuller exitosa?

 
HideYourRichess: En mi opinión, aunque se equivoque, la esencia de la fórmula no puede cambiar, así como las condiciones de su aplicabilidad, por el hecho de que esté escrita en otros caracteres.

Existe la definición de entropía de Shannon, en la que la independencia es obligatoria.

Y hay una definición de información mutua, en la que la definición de Shannon se aplica de manera puramente formal, ya que se supone que existen dependencias.

Si quiere ahondar en las profundidades filosóficas y las contradicciones de la definición de información mutua, por favor, hágalo. Yo preferiría no molestarme por ello y utilizar simplemente la fórmula "americana" con probabilidades, sin preocuparme por la independencia.

Un sistema más completo es el siguiente: alfabeto del mercado <-> alfabeto de la cotización -> alfabeto del problema. El topikstarter sólo consideró el último par, la cita es el problema.

No sé cuál es tu problema alfabeto. Tengo un sistema de un par de barras separadas por la distancia Lag. Una barra, en el pasado, es la fuente y la otra es el receptor. Los alfabetos de ambos son idénticos (en lo que respecta a los retornos de barra, por supuesto).
 
Mathemat:

¿Cointegración? o ¿diferencias de proceso de origen múltiple que logran ajustarse a una prueba de Dickey-Fuller satisfactoria?

La DF no tiene nada que ver, el objetivo es la predicción. Buscamos una ecuación de regresión, cuyo residuo tenga mo y varianza casi constantes con un error de predicción simultáneamente mínimo.
 
faa1947: Se busca una ecuación de regresión, cuyo residuo tenga mo y varianza casi constantes con un error de predicción simultáneamente mínimo.

Todo el problema es el término "casi", como siempre.

Y un error de predicción es un error de predicción del pasado. Esto en cuanto a la econometría... Por supuesto, soy un poco convencedor.

P.D. No te preocupes por mí. Sólo una idea (apague la grabadora, por favor, no es para la prensa): en cuanto los cálculos de alguna "ciencia" econométrica se perfeccionan y automatizan, se vuelven inútiles.

 
Mathemat:

Todo el problema es el término "casi", como siempre.

Y un error de predicción es un error de predicción del pasado. Esto en cuanto a la econometría... Por supuesto, soy un poco convencedor.

P.D. No te preocupes por mí. Sólo cabe esta reflexión (apague la grabadora, por favor, no es para la prensa): una vez que los cálculos de alguna "ciencia" econométrica se vuelven perfectos y automatizables, se vuelven inútiles.


La oficina ya lo ha anotado - puramente en privado, a sus tabletas....
 
Mathemat:

Y un error de predicción es un error de predicción del pasado.


Incluso la ficción se basa en el pasado.

Depende de lo que tomemos del pasado. Si tomamos el análisis de la RV no estacionaria, entonces es inútil y todo tipo de trucos en las pruebas no nos salvan. Si logramos identificar y formular analíticamente los componentes con un residuo en forma de ruido blanco, la historia es diferente. Lo importante es que millones de personas cultas han seguido este camino durante décadas, dejando la canción de Chukchi llamada ANÁLISIS TÉCNICO para los bobos.

 

Así es, para tontos. Los chupópteros siempre se ciñen a los procedimientos establecidos y nunca intentan nada al margen.

Y la estacionalidad está ahí por una razón. Por ejemplo, si investigamos una serie estacionaria de información (aunque la serie inicial de cotizaciones o rendimientos sea no estacionaria), podemos esperar buenos resultados que funcionen en el futuro.

 
Mathemat:

Así es, para tontos. Los chupópteros siempre se ciñen a los procedimientos establecidos y nunca intentan nada al margen.

Y la estacionalidad está ahí por una razón. Por ejemplo, si investigamos una serie estacionaria de información (aunque la serie inicial de cotizaciones o rendimientos sea no estacionaria), podemos esperar buenos resultados que funcionen en el futuro.

Por supuesto, si por estacionariedad entendemos mo y varianza constantes. Pero hay otro inconveniente: tenemos que estar seguros de que los coeficientes de regresión también son "casi" constantes.
 
faa1947: Pero hay otro inconveniente: hay que estar seguro de que los coeficientes de regresión también son "casi" constantes.
¿Y qué, la econometría da esas garantías?
 
Mathemat:
¿Y qué, la econometría da esas garantías?

La gente que tiene EViews no hace esas preguntas, je je.
1...789101112131415161718192021...74
Nuevo comentario