Econometría: por qué es necesaria la cointegración - página 24
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
Yo no generalizaría así. En general, confiaban en un mercado eficiente. Y cuando el mercado tuvo memoria, todo se derrumbó.
Es decir, mientras el mercado estaba aturdido, (el mercado) era efectivo. En cuanto (el mercado) adquirió memoria, todo se derrumbó. También es interesante, ¿cómo adquirió (el mercado) memoria de repente? No había memoria, y luego apareció de repente de la nada --- averiguar cómo generalizar este punto
:))))))))
¿De dónde demonios sacas tus tonterías?
Es decir, mientras el mercado estaba aturdido, (el mercado) era efectivo. En cuanto (el mercado) adquirió memoria, todo se derrumbó. También es interesante, ¿cómo adquirió (el mercado) memoria de repente? No había memoria, y luego apareció de repente de la nada --- averiguar cómo generalizar este punto
:))))))))
¿De dónde demonios sacas tus tonterías?
Bueno, qué quieres que te diga, si crees que la cointegración, las raíces unitarias, etc. son geniales, es cosa tuya. Mi trabajo consiste en advertirte de que todo en este tema no es tan genial como dicen los libros. Hay que entender dónde pueden estar los cisnes negros en esta metodología.
faa1947:
¿Dónde?Al menos en aquellos supuestos (en inglés) que limitan la aplicabilidad de sus herramientas. Y también el hecho de que en forex esos supuestos no se cumplen sustancialmente. Por lo menos para Granger y la raíz unitaria puedo decir casi con seguridad que.
Sansanych, me impresiona tu capacidad para utilizar con habilidad las herramientas "avanzadas" de las estatinas, por así decirlo, sin entrar en demasiados detalles: " ¡Un tornillo martillado aguanta mejor que un tornillo con clavos!" (c)
Yo no generalizaría así. En general, confiaban en un mercado eficiente. Y cuando el mercado tuvo memoria, todo se derrumbó.
Yo me ocupé específicamente de este tema: LTCM estaba negociando diferenciales. Las pérdidas, que son las que arruinaron el fondo de 100.000 millones de dólares, procedían de operaciones de arbitraje. De qué hay que hablar, el grupo de Solomon Brothers del que surgió este fondo se llamaba así, el grupo de arbitraje de renta fija nacional.
La confianza en un mercado eficiente, sí, la tenían, pero la confianza allí era desde la dirección opuesta. Aprovecharon las ineficiencias de un mercado casi eficiente.
Lo curioso es que he mirado en el foro del broker A, resulta que también hay partidarios del arbitraje estadístico. Durante muchos cientos de páginas se discuten allí los métodos de promedio de arbitraje. No saben que el promedio fue uno de los escalones del andamio de LTCM. Esto se refiere a la cuestión de los cisnes negros. Además, los cisnes negros están en las suposiciones erróneas sobre la aplicabilidad de los métodos.
He investigado este tema en concreto: LTCM operaba con diferenciales. Las pérdidas que arruinaron el fondo de 100.000 millones de dólares procedían de operaciones de arbitraje. De qué hay que hablar, el grupo de Solomon Brothers del que surgió el fondo se llamaba así, el grupo de arbitraje de renta fija nacional.
La confianza en un mercado eficiente, sí, la tenían, pero la confianza era la contraria. Aprovecharon las ineficiencias de un mercado casi eficiente.
Lo curioso es que he mirado en el foro del broker A, resulta que también hay aficionados al arbitraje estadístico. Durante muchos cientos de páginas se discuten allí los métodos de promedio de arbitraje. No saben que el promedio fue uno de los escalones del andamio de LTCM. Esto se refiere a la cuestión de los cisnes negros.
La experiencia demuestra que todas las ideas brillantes perecen por cosas pequeñas. Había opciones en este fondo. Scholes no podía prescindir de ellos. ¿Podemos comparar? De hecho, ¿deberíamos?
Existe una idea concreta para utilizar la cointegración. Hay una serie de herramientas y pruebas en este ámbito. ¿Grial? No lo creo. Pero es mucho más interesante que dos mashups.
Hasta ahora he encontrado un error en mi optimizador (es uno casero) que mostraba resultados incorrectos. Lo corregiré y luego veremos.
Sigo intentando reunir al colectivo para discutir problemas concretos. No es tan sencillo en la cointegración. Basta con mirar el gráfico del valor de la probabilidad en la prueba de raíz unitaria.
Pero, no funciona.
Al menos en aquellos supuestos (suposiciones en inglés) que limitan el alcance de sus herramientas. Y también en el hecho de que en la frente, esos supuestos no se cumplen sustancialmente. Por lo menos para Granger y la raíz unitaria puedo decir casi con seguridad que.
Y más concretamente. ¿Qué supuestos son limitantes?
¿Qué supuestos no se cumplen?
Eso es interesante para mí.
La experiencia demuestra que todas las ideas brillantes perecen por cosas pequeñas. Había opciones en este fondo. Scholes no podía prescindir de ellos. ¿Podemos comparar? ¿Tenemos que hacerlo?
¿Está claro que el fondo negociaba el diferencial entre las opciones y otros instrumentos? ¿Está claro que los problemas de cálculo de las opciones se han multiplicado por los problemas de negociación del arbitraje?
Sí, por supuesto.
Si se toma la cointegración, incluso cambiando el método de estimación de la regresión de cointegración se obtienen resultados diferentes. Eso es lo que quiero decir. Ese es el tipo de cosas en las que quiero entrar.
Y más concretamente. ¿Qué supuestos son limitantes?
¿Qué supuestos no se cumplen?
Esto es interesante para mí.
Lo más sencillo que se desprende del principio de construcción de ambas pruebas es que los residuos de las ecuaciones de regresión incluidos en las pruebas deben ser estacionarios y no estar correlacionados con la propia serie, ya que de lo contrario el método pierde su sentido. Para Granger - todo lo anterior, pero para cualquier número de rezagos en las ecuaciones (que en la práctica es generalmente difícil de implementar - por eso esta prueba es buena principalmente para los datos macroeconómicos, donde la longitud de las series - anual, trimestral, mensual - por lo general el máximo de decenas de muestras, pero no millones)
Y muchas otras sutilezas.... La normalidad de la distribución de los residuos, por ejemplo... (tampoco se cumple mucho)
Además, en lo que respecta a la causalidad, Granger introdujo una excelente definición de la misma, pero como cualquier ideal, dicha formulación ha demostrado ser inverificable en la práctica. Así que la prueba del mismo nombre, aunque se cumplan todos los prerrequisitos, seguramente sólo te mostrará la ausencia de causalidad si realmente no existe, pero no su presencia si realmente existe.