Econometría: previsión de un paso adelante - página 56
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
ya que el residuo estacionario puede ser sustituido por una constante igual a cualquiera de los valores: media, sesgo, varianza, dispersión - todo y cualquier cosa es posible en el caso de la estacionariedad.
¿Son constantes?
¿Son constantes?
Por alguna razón me parece últimamente que la estacionariedad no se encuentra ahí, es decir, no directamente en los residuos de la regresión sobre la serie de cotizaciones, sino en otra cosa.
Pero hay que encontrarlo en cualquier caso. De lo contrario, la aplicación de las estadísticas está condenada.
Me refiero a la metodología (no inventada por mí) de construcción de modelos: el cociente inicial no estacionario debe descomponerse en componentes hasta obtener un residuo estacionario. Este requisito para mí se entiende bien a nivel intuitivo (lo cual es muy importante), porque el residuo estacionario puede ser sustituido por una constante igual a cualquiera de los valores: media, sesgo, dispersión, dispersión - cualquier cosa y todo es posible en el caso de la estacionariedad.
Por alguna razón me parece últimamente que la estacionariedad no debe buscarse ahí, es decir, no directamente en los residuos de la regresión sobre la serie de cotizaciones, sino en otra cosa.
Pero hay que encontrarlo en cualquier caso. De lo contrario, la aplicación de las estadísticas está condenada.
Toda la cuestión es con qué periodo o retrospectiva tomar esta papelería, en su opinión, residual. Si se cambia la retrospectiva, las características del residuo estacionario también cambiarán, ¿cómo se intenta resolver esta cuestión? ¿Optimizándolo?
Una pregunta muy desagradable. El modelo original: quotier = tendencia + ruido + estacionalidad + periodicidad + valores atípicos.
Estamos hablando de los dos primeros miembros del modelo. no hay estacionalidad en Forex. Bien, los valores atípicos (noticias) se desprecian, pero la periodicidad, con la que me refiero a la presencia de una onda en cociente, cuyo periodo cambia. Durante mucho tiempo he considerado que esta periodicidad es la principal fuente de no estacionariedad. No tengo un enfoque al respecto.
Lo resuelvo de forma muy sencilla. Tomo un modelo con un pequeño número de rezagos. Evaluación del coeficiente de regresión. Hago una previsión de 1 paso con la esperanza(?) de que los coeficientes de regresión no cambien al menos un paso. Y además de los coeficientes hay un conjunto de propiedades de regresión (véase la tabla anterior). Al llegar al bar volveremos a estimar la regresión -aquí la palabra tan de moda es adaptación-.
Así es, este residuo depende de la retrospectiva en cuestión; aquí es donde se entierra el perro. La retrospectiva óptima es difícil de encontrar.
Una pregunta muy desagradable. El modelo original: cociente = tendencia + ruido + estacionalidad + periodicidad + valores atípicos.
Discutimos los dos primeros términos del modelo. Pues bien, los valores atípicos desatendidos (noticias), sino la periodicidad, con lo que me refiero a la presencia de una onda en un cociente, cuyo periodo cambia. Durante mucho tiempo he considerado que esta periodicidad es la principal fuente de no estacionariedad. No tengo un enfoque al respecto.
Lo resuelvo de forma muy sencilla. Tomo un modelo con un pequeño número de rezagos. Evaluación del coeficiente de regresión. Hago una previsión de 1 paso con la esperanza(?) de que los coeficientes de regresión no cambien al menos un paso. Y además de los coeficientes hay un conjunto de propiedades de regresión (véase la tabla anterior). Cuando llega el bar, se vuelve a estimar la regresión -aquí la palabra tan de moda es la adaptación-.
Desglosemos este modelo:
1) Tendencia: de qué tendencia estamos hablando, porque hay muchas;
2) Ruido: depende de los parámetros de la tendencia en cuestión y a menudo el propio ruido tiene una tendencia;
3. La periodicidad - un seno es inevitable, pero hay que tener en cuenta que dos funciones Gamma consecutivas también dan lugar a un seno de período completo casi ideal, lo que significa que todavía no está claro;
4. Las emisiones son imprevisibles, pero aparentemente se puede delinear un corredor.
Desglosemos este modelo:
1. tendencia - de qué tendencia estamos hablando, ya que hay muchas;
2) Ruido: depende de los parámetros de la tendencia en cuestión y a menudo el propio ruido tiene una tendencia;
3. La periodicidad - seno es inevitable, pero hay que tener en cuenta que dos funciones Gamma consecutivas también dan lugar a un seno de período completo casi ideal, lo que significa que aún no está claro;
4. Los valores atípicos son imprevisibles, pero aparentemente se puede delinear un corredor.
por qué todo esto... si ni siquiera puedes predecir la "tendencia" )))