Econometría: previsión de un paso adelante - página 49
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
Las previsiones deben ser largas y cortas con una evaluación de la probabilidad de la dirección del mercado adecuada.
pero no por los medios descritos aquí...
El mercado tiene una buena oportunidad de ir en largo o en corto... no es tan malo si no quieres ir en largo o en corto... bajo qué condiciones este enfoque presumiblemente funciona... en qué condiciones no...
si se examinan detenidamente las pruebas, el planteamiento no tiene sentido y se pueden obtener los mismos resultados (las mismas previsiones) con medios mucho más sencillos... y hecho en forma de un simple indicador...
y el análisis del error de predicción es una herramienta ineficiente...
En general, este post debería llamarse - "Leí un libro - lo hice - no funciona - dime por qué))) "
el método propuesto tiene 3 defectos...2 de ellos son específicos...
el método propuesto tiene 3 fallos...2 de ellos específicos...
¡Ay, señores comerciantes! ¡¡¡¡Bueno, al menos algo concreto!!!!
el método propuesto tiene 3 fallos...2 de ellos específicos...
¡Ay, señores comerciantes! ¡¡¡¡Bueno, al menos algo concreto!!!!
¿Qué hay de malo en los métodos estándar de evaluación de la calidad de la ST, como el factor de beneficio, por ejemplo?
OK, que sea específico))). Como ya se le ha dicho, las estadísticas desnudas, sin sustancia, están condenadas al fracaso. Sólo voy a descifrar lo que personalmente quiero decir con ello.
Antes de trabajar con el mercado real, pruebe con este sencillo modelo como presupuesto de entrada. Tomamos el ruido blanco. Puede ser incluso gaussiano. Paralas primeras n muestras añade la constante M1 . No añada nada a lassiguientes n muestras . Añadir la constante M2 a las siguientes N muestras, no añadir nadaa las siguientes n muestras . Añade la constante M3 a los siguientes N recuentos y asísucesivamente. Luego integramos el ruido blanco no estacionario obtenido y lo tomamos como proceso de entrada. Es decir, obtenemos una martingala que contiene tendencias. El modelo de tendencia global )))). Dejemos también que las constantes M1 , M2 , ... sean lo suficientemente grandes (comparadas con la varianza del ruido blanco), para que se pueda aprovechar cada tendencia. Y que la constante n sea lo suficientemente pequeña comparada con N . Digamos que N = 100, n = 10. Los modelos de regresión clásicos vuelan sobre dicho proceso. Los intervalos de confianza serán tan amplios que simplemente no tendrá tiempo de captar la tendencia de n muestras. Digamos que en 10 de 10 te darás cuenta de que sí había una tendencia aquí. Pero no dará nada para el juego posterior.
¿Es posible ganar en este tipo de series? Sí, tenemos que añadir algo de contenido a las estadísticas desnudas, para entender que hay tendencias periódicas cortas.
Todo esto es para que sirva de ejemplo. En las cotizaciones reales no hay tendencias periódicas. Pero hay todo tipo de efectos locales que las estadísticas sólo pueden registrar a posteriori.
en el método propuesto hay 3 juntas...2 de ellas específicas...
¡Hola, señores comerciantes! ¡¡¡¡Bueno, al menos dame algo concreto !!!!
De mi práctica de ingeniería.
Una vez enviaron a un colega mío a un viaje de negocios. Estuvo diseñando un vibrador durante 2 años. El vibrador es un dispositivo, que tiene algo parecido a una excéntrica, y fue diseñado para hincar pilotes en el suelo.
Así que, se fue de viaje de negocios con su maravilla de traqueteo. Nuestros clientes llaman desde allí: "Su especialista vino, instaló su equipo en la pila y dijo: ¡esto no va a funcionar! Sacó una botella de vodka, se la bebió de dos tragos y desapareció en dirección desconocida. .....
El hombre no admitió hasta el final que su trabajo era una mierda. Pero un día lo hizo.
¿Qué hay de malo en los métodos estándar de evaluación de la calidad de la ST, como el factor de beneficio, por ejemplo?
OK, que sea específico))). Como ya se le ha dicho, las estadísticas desnudas, sin sustancia, están condenadas al fracaso. Sólo voy a descifrar lo que personalmente quiero decir con eso.
Antes de trabajar con el mercado real, pruebe con este sencillo modelo de cotizaciones de entrada. Tomamos el ruido blanco. Puede ser incluso gaussiano. Paralas primeras n muestras añade la constante M1 . No añada nada a lassiguientes n muestras . Añadir la constante M2 a las siguientes N muestras, no añadir nadaa las siguientes n muestras . Añade la constante M3 a los siguientes N recuentos y asísucesivamente. Luego integramos el ruido blanco no estacionario obtenido y lo tomamos como proceso de entrada. Es decir, obtenemos una martingala que contiene tendencias. El modelo de tendencia global )))). Dejemos también que las constantes M1 , M2 , ... sean lo suficientemente grandes (comparadas con la varianza del ruido blanco), para que se pueda aprovechar cada tendencia. Y que la constante n sea lo suficientemente pequeña comparada con N . Digamos que N = 100, n = 10. Así que los modelos de regresión clásicos vuelan sobre dicho proceso. Los intervalos de confianza serán tan amplios que simplemente no tendrá tiempo de captar la tendencia de n muestras. Digamos que en 10 muestras de cada 10 te darás cuenta de que había una tendencia. Pero no dará nada para el juego posterior.
¿Es posible ganar en este tipo de series? Sí, tenemos que añadir algo de contenido a las estadísticas desnudas, para entender que hay tendencias periódicas cortas.
Todo esto es para que sirva de ejemplo. En las cotizaciones reales no hay tendencias periódicas. Pero hay todo tipo de efectos locales que las estadísticas sólo pueden registrar a posteriori.
Es satisfactorio y prácticamente el único. Pero se dan dos circunstancias: 1) no se sabe qué cambiar si el resultado es malo, y 2) se desconoce el pronóstico para el futuro.
1. Los parámetros del modelo o el propio modelo. Puede ampliar los criterios
2. siempre será desconocido. Sólo cabe esperar que el mercado siga igual durante un tiempo. El resto es una utopía o una información privilegiada
OK, que sea específico))). Como ya se le ha dicho, las estadísticas desnudas, sin sustancia, están condenadas al fracaso. Sólo voy a descifrar lo que personalmente quiero decir con ello.
Antes de trabajar con el mercado real, pruebe con este sencillo modelo como presupuesto de entrada. Tomamos el ruido blanco. Puede ser incluso gaussiano. Paralas primeras n muestras añade la constante M1 . No añada nada a lassiguientes n muestras . Añadir la constante M2 a las siguientes N muestras, no añadir nadaa las siguientes n muestras . Añade la constante M3 a los siguientes N recuentos y asísucesivamente. Luego integramos el ruido blanco no estacionario obtenido y lo tomamos como proceso de entrada. Es decir, obtenemos una martingala que contiene tendencias. El modelo de tendencia global )))). Dejemos también que las constantes M1 , M2 , ... sean lo suficientemente grandes (comparadas con la varianza del ruido blanco), para que se pueda aprovechar cada tendencia. Y que la constante n sea lo suficientemente pequeña comparada con N . Digamos que N = 100, n = 10. Los modelos de regresión clásicos vuelan sobre dicho proceso. Los intervalos de confianza serán tan amplios que simplemente no tendrá tiempo de captar la tendencia de n muestras. Digamos que en 10 de 10 te darás cuenta de que sí había una tendencia aquí. Pero no dará nada para el juego posterior.
¿Es posible ganar en este tipo de series? Sí, tenemos que añadir algo de contenido a las estadísticas desnudas, para entender que hay tendencias periódicas cortas.
Todo esto es para que sirva de ejemplo. En las cotizaciones reales no hay tendencias periódicas. Pero hay todo tipo de efectos locales que sólo pueden registrarse con estadísticas a posteriori.
Es posible inventar muchas cosas.
Inicialmente, expuse mi descripción verbal de una cotización = tendencia + ruido. Esta descripción tiene sentido en términos de previsión, ya que la tendencia se prevé.
En este hilo he planteado una cuestión muy estrecha: una previsión de 1 paso adelante. He propuesto un modelo y estoy intentando averiguar si la previsión es fiable. Si puede, por qué, y si no, por qué no. Sobre este tema me gustaría escuchar opiniones y sugerencias. Y dispuestos a hacer el trabajo sucio de codificación para probar las hipótesis. Esto es lo que yo llamo especificidad.
1. Los parámetros del modelo o el propio modelo. Puede ampliar los criterios
Aquí está parte del cuadro resumen:
¿Qué hay que cambiar?