Econometría: previsión de un paso adelante - página 122
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
Menos emoción.
No existen las "tendencias" de las que usted habla.
¿Cómo que no hay ninguno? Justificar, ¿qué hay?
No existen las "tendencias" de las que usted habla.
¿Cómo que no hay ninguno? Justificar, ¿qué hay?
Supongamos que el precio es generado por un proceso de la forma dS(t)=mu(t)*dt+sigma(t)*dW (o dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW, entonces no estamos hablando de incrementos de precios, sino de logaritmos de relaciones), donde mu(t) es el ratio de deriva, sigma(t) es el ratio de volatilidad.
Si se trata de tendencias, mu(t) debería ser diferente de cero. Intente construir estimaciones mu/sigma, demuestre su insesgadez/sostenibilidad/eficacia (por cierto, no olvide adjuntar algo como COGARCH(p,q) al modelo sigma(t)).
Si las tendencias son reales y consigue estimar los parámetros con precisión, podrá predecir los precios utilizando este modelo, y habrá una correlación positiva entre las previsiones de incremento de precios y los incrementos de precios reales (no necesariamente suficiente para operar).
p.d. Se puede hacer la suposición simplificadora de que mu(t) es una función constante a trozos. Entonces podemos intentar utilizar el método de los mínimos cuadrados y la desigualdad de Chebyshev.
¿Cómo que no? Justificar, ¿qué hay?
Las emociones han desaparecido hace tiempo, y eso es malo :(
Estaba dando un ejemplo muy simple de "tendencias" en una serie aleatoria que no son más que una ilusión. Verás, una cita es un multifractal muy complejo que ni siquiera es autosimilar en absoluto, es tan complejo que el orden en una cita se manifiesta en el grado más alto de manifestación de ese orden: en el caos. Allí todo es diferente.
Vaya, pues no tiene sentido evaluar la correlación en una serie primaria. La correlación es una estadística, por ejemplo, se toman 1000 casos y se quiere estimar la correlación por retardo. Para el eurik un punto es 0,000001. ¿Hasta dónde crees que llegará el precio con un paso tan mínimo y con unas propiedades de desviación de trayectoria para tales multifractales en la escala de la cotización? Por supuesto que no, usted tiene este coeficiente y muestra una alta proximidad estadística. Vea la fórmula, usted tenía un cociente de 1,5, el precio se alejó por ejemplo 0,0003 (como en la media). ¿Crees que 1,5 y 1,4997 son valores estadísticamente cercanos cuando los pones en la fórmula? Y así para cada gama. Y las tendencias en ellos se sientan hasta oooh :)
Una investigación muy interesante fue realizada por Alexei (Mathemat), y yo estaba allí :) Estaban relacionados con la evaluación de la correlación. Pero la gente no apareció de ninguna manera :(
Supongamos que el precio es generado por un proceso de la forma dS(t)=mu(t)*dt+sigma(t)*dW (o dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW, entonces no estamos hablando de incrementos de precios, sino de logaritmos de relaciones), donde mu(t) es el ratio de deriva, sigma(t) es el ratio de volatilidad.
Si se trata de tendencias, mu(t) debe ser diferente de cero. Intente construir estimaciones mu/sigma, demuestre su insesgadez/sostenibilidad/eficacia (por cierto, no olvide adjuntar algo como COGARCH(p,q) al modelo sigma(t)).
Si las tendencias son reales y consigue estimar los parámetros con precisión, podrá predecir los precios utilizando este modelo, y habrá una correlación positiva entre las previsiones de incremento de precios y los incrementos de precios reales (no es que haya suficiente para operar).
p.d. Se puede hacer la suposición simplificadora de que mu(t) es una función constante a trozos. Entonces podemos intentar utilizar el método de los mínimos cuadrados y la desigualdad de Chebyshev.
Las emociones hace tiempo que desaparecieron, y eso es una pena :(
Estaba dando un ejemplo muy simple de "tendencias" en una serie aleatoria, que no son más que una ilusión. Verás, una cita es un multifractal muy complejo, que ni siquiera es autosimilar en absoluto, es tan complejo que el orden en una cita se manifiesta en el grado más alto de manifestación de ese orden: en el caos. Allí todo es diferente.
Vaya, pues no tiene sentido evaluar la correlación en una serie primaria. La correlación es una estadística, por ejemplo, se toman 1000 casos y se quiere estimar la correlación por retardo. Para el eurik un punto es 0,000001. ¿Hasta dónde crees que llegará el precio con un paso tan mínimo y con unas propiedades de desviación de trayectoria para tales multifractales en la escala de la cotización? Por supuesto que no, usted tiene este coeficiente y muestra una alta proximidad estadística. Vea la fórmula, usted tenía un cociente de 1,5, el precio se alejó por ejemplo 0,0003 (como en la media). ¿Crees que 1,5 y 1,4997 son valores estadísticamente cercanos cuando los pones en la fórmula? Y así para cada gama. Y las tendencias en ellos se sientan hasta oooh :)
Una investigación muy interesante fue realizada por Alexei (Mathemat), y yo estaba allí :) Estaban relacionados con la evaluación de la correlación. Pero la gente no apareció de ninguna manera :(
He puesto un ejemplo muy sencillo de "tendencias" en una serie aleatoria que no son más que una ilusión.
Una tendencia estocástica que, en general, no se distingue de una tendencia determinista - vio un artículo con pruebas.
Verás, una cita es un multifractal muy complejo que ni siquiera es autosimilar en absoluto, es tan complejo que el orden en una cita se manifiesta en el grado más alto de manifestación de ese orden: en el caos. Allí todo es diferente.
Dejemos de lado las dificultades, incluidas las fractales.
Estamos hablando de algo totalmente distinto. Existe un problema de no estacionariedad. Estamos tratando de resolver al menos algo, ya sabes, al menos algo.
Hombre, no tiene sentido estimar la correlación en una serie primaria. La correlación es una estadística, por ejemplo.
Para mí no hay ningún problema de correlación, es algo totalmente impreciso.
Tomo el cociente y calculo el ACF. Veo autocorrelación. Para mí es un indicio de la presencia de un componente determinista. Por un lado es bueno ya que su presencia es una oportunidad de éxito. Por otro lado es malo porque mientras haya un componente determinista no se puede decir nada de la estadística en general y de la correlación en particular.
He extraído el componente determinista, lo que es un éxito. Mirar lo residual - qué se puede hacer, etc.
Desde el principio no me propuse discutir la regresión, y mucho menos el tipo concreto de regresión que planteo. La regresión dada es un elemento de demostración de la descomposición de una serie en los componentes que sabemos manejar. He demostrado que es posible distinguir dos componentes deterministas y GARCH.
Y luego está la cuestión de la previsibilidad.
Si estás dispuesto a discutir más allá del nivel fractal, y de forma específica, hazlo. Sé a ciencia cierta que no hay periodicidad en el modelo, tal vez faltan las matemáticas
Sugerir. Hay un largo camino hasta llegar a un producto comercial. Pero en el transcurso de la discusión elevaremos nuestro nivel y el del foro sin duda. Y al mismo tiempo exprimiremos a los inventores de bicicletas.
Supongamos que el precio es generado por un proceso de la forma dS(t)=mu(t)*dt+sigma(t)*dW (o dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW, entonces no estamos hablando de incrementos de precios, sino de logaritmos de relaciones), donde mu(t) es el ratio de deriva, sigma(t) es el ratio de volatilidad.
Si se trata de tendencias, mu(t) debería ser diferente de cero. Intente construir estimaciones mu/sigma, demuestre su insesgadez/sostenibilidad/eficacia (por cierto, no olvide adjuntar algo como COGARCH(p,q) al modelo sigma(t)).
Si las tendencias son reales y consigue estimar los parámetros con precisión, podrá predecir los precios utilizando este modelo, y habrá una correlación positiva entre las previsiones de incremento de precios y los incrementos de precios reales (no necesariamente suficiente para operar).
p.d. Se puede hacer la suposición simplificadora de que mu(t) es una función constante a trozos. Entonces podemos intentar utilizar el método de los mínimos cuadrados y la desigualdad de Chebyshev.
He puesto un ejemplo muy sencillo de "tendencias" en una serie aleatoria que no son más que una ilusión.
Una tendencia estocástica que, en general, no se distingue de una tendencia determinista - vio un artículo con pruebas.
Es difícil de creer.
Intente estimar los parámetros del modelo y(t)=alpha+rho*y(t-1)+beta*t. En caso de tendencia estocástica, será rho=1, beta=0; en caso de determinista, abs(rho)<1.
UPD: "beta*t" puede ser otra cosa, depende del modelo de tendencia determinista elegido.
Es difícil de creer.
Intente estimar los parámetros del modelo y(t)=alpha+rho*y(t-1)+beta*t. En caso de tendencia estocástica, sería rho=1, beta=0; en caso de determinista, abs(rho)<1.
UPD: "beta*t" puede ser otra cosa, depende del modelo de tendencia determinista elegido.
A la faa
No está tan lejos de un producto comercial. Me refiero a mi sistema. Confieso que no me interesa mucho el tuyo. Pero seguiré tus progresos :)
Sí, como si no fuera un foro, es tu correspondencia privada y la de la FAA. Bueno... Vale, no voy a interferir en conversaciones intelectuales de primer orden.
Y entonces y ahora yo, como te gusta decir, no soy tonto, y te respondo personalmente. Habla más claro, o no entiendo nada de este post.
Un poco de humor nunca viene mal. Normalmente ayuda.