Econometría: previsión de un paso adelante - página 54

 
Avals:

Ya ha dado esto muchas veces, pero es sólo una parte de la predicción. En un post anterior ya escribí sobre el resto.

Es un asunto oscuro con volatilidad.

El objetivo de la modelización es un residuo estable, es decir, que el mo y la dispersión sean prácticamente constantes. Esto ya se ha señalado varias veces más arriba. Este es el resultado de aplicar GARCH al residuo.

Si se toma la volatilidad del cociente original, lo tengo en cuenta como dos barras.

¿O algo como estocástico?

 
yosuf: Por favor, indicar estas ramas, la búsqueda no funciona, google está allí, pero necesito una vista de nuestros miembros del foro.

No veo cómo no se puede hacer, e incluso se puede buscar en Google: "martingala site:mql4.com". ¿Has visto el hilo del Navegador del Foro y las respuestas a las preguntas más frecuentes? ¿Lectura muy recomendada?

Simplemente escriba una de las siguientes palabras en la "Búsqueda" (el campo con la lupa) en la parte superior derecha: "martingala", "martin", "martini", "avalancha". Ya será suficiente, habrá decenas de enlaces en la página de búsqueda.

 
faa1947:

Es un asunto oscuro con volatilidad.

El objetivo de la modelización es un residuo estable, es decir, que el mo y la dispersión sean prácticamente constantes. Esto ya se ha señalado varias veces más arriba. Este es el resultado de aplicar GARCH al residuo.

Si tomo la volatilidad del cociente inicial, la tengo en cuenta como dos barras.

¿O algo como estocástico?



Se puede medir formalmente el rendimiento. Quizás no sea posible aplicar el índice de Hearst o la volatilidad h en su forma pura:

Representar la variación del error frente al horizonte de previsión. Ahora mismo está pronosticando una barra de 1 día. ¿Cómo cambiará el error si se pronostican 2 o más barras? Si crece menos que la raíz del tiempo previsto, entonces hay un retorno. Después de todo, el error es sko? Es decir, si el error de previsión para 1 barra es de 80 pips y para 2 barras sería menos de 80*SQRT(2)=113. Represente el cambio en el error real y teórico para el caso en que no haya reversión.

 
Avals:


es posible medir formalmente el rendimiento. Probablemente no sea posible aplicar el índice de Hearst o la volatilidad h en su forma pura, pero se puede hacer esto:

trazar el error del horizonte de previsión. Ahora mismo está pronosticando una barra de 1 día. ¿Cómo cambiará el error si se pronostican 2 o más barras? Si crece menos que la raíz del tiempo de previsión, entonces el retorno está presente. Después de todo, el error es sko? Es decir, si el error de previsión para 1 barra es de 80 pips y para 2 barras sería menos de 80*SQRT(2)=113. Representar la variación del error real y teórico para el caso en que no haya reversión.

Aplicar el índice de Hurst o la volatilidad h

Hurst es más que una materia oscura.

Trazar el error del horizonte de previsión. Ahora mismo está pronosticando una barra de 1 día. ¿Cómo cambiará el error si se pronostican 2 o más barras

Hay dos modos de previsión en EViews: estático (un paso adelante) y dinámico - para muchos pasos adelante, cuando se toma el valor anterior como valor de previsión anterior, donde el valor anterior es el último valor medido. Un error son dos líneas divergentes alrededor de la previsión. Cómo se relaciona con su valor, no lo sé.

No entiendo la idea misma de una previsión de varios pasos. Un paso es suficiente. No es suficiente: amplía el plazo.

 
faa1947:

Aplicar la figura de Hearst o la volatilidad h

Hearst es más que una materia oscura.

trazar el error del horizonte de previsión. En este momento se está pronosticando 1 barra de días. ¿Cómo cambiará el error si se pronostican 2 o más barras

Hay dos modos de previsión en EViews: estático (un paso adelante) y dinámico - para muchos pasos adelante, cuando se toma el valor anterior como valor de previsión anterior, donde el valor anterior es el último valor medido. Un error son dos líneas divergentes alrededor de la previsión. Cómo se relaciona con su valor, no lo sé.

No entiendo la idea misma de una previsión de varios pasos. Un paso es suficiente. No es suficiente: amplía el plazo.



No se trata de cuántas barras tiene la previsión, sino de cómo varía el error con el horizonte de previsión. Esto le permite ver si hay o no un retorno al valor previsto
 
Avals:

No se trata de cuántas barras tiene la previsión, sino de cómo varía el error con el horizonte de previsión. Esto le permite entender si hay un retorno al valor previsto o no

Una previsión +1 utiliza el valor "verdadero" medido del cociente y el error de esa previsión viene determinado por la estacionariedad del residuo entre el cociente y el modelo. Si es estacionario el residuo es una constante y no hay raíces cuadradas. Si no es estacionario, tampoco hay raíces cuadradas, ya que no es predecible y cualquier medición en la muestra de prueba no es significativa.

 
faa1947:

Una predicción +1 utiliza el valor "verdadero" medido del cociente y el error de esta predicción viene determinado por la estacionalidad del residuo entre el cociente y el modelo. Si el residuo es estacionario, es una constante y sin raíces cuadradas. Si no es estacionario, tampoco hay raíces cuadradas, ya que no es predecible y cualquier medición en la muestra de prueba no es significativa.


Está claro que no es eso lo que estoy diciendo. ¿Cuenta el error de predicción como rms?
 
Avals:

Está claro que no me refería a eso. ¿Calcula el error de predicción como RMS?
Si su error es una constante, entonces puedes contarlo como quieras, no dejará de ser una constante.
 
faa1947:
hizo una sugerencia para su modelo. Probablemente lo haya buscado. Mira arriba en el hilo.
Puedo presentar la versión exel del indicador para que lo compruebes según tu metodología. He expuesto el indicador varias veces, puedes extraer la información que te interesa del código, incluida la función Gamma.
 
Reshetov:
Si tiene un error como constante, nunca dejará de serlo, no importa cómo lo cuente.

No puede ser una constante en cada operación por separado. Y la pendiente del precio del pronóstico (error) puede converger a una constante, si la distribución del error es estacionaria.