Econometría: por qué es necesaria la cointegración - página 26
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
(a) El estadístico t supone que los datos tienen una distribución normal y sólo sirve para esos datos, de lo contrario distorsiona el resultado.
b) ¿cuál es la nueva dirección en el matstat para dividir el 100% por el valor del criterio t, por favor ilumine
a) realmente las estadísticas z
b) es para las semillas, para estimar rápidamente el error en porcentaje.
Pero ese no es el problema.
El problema está en la raíz. Todo lo que he leído, construido yo mismo dice que su previsibilidad no se desprende de los requisitos de "correcto". A eso es a lo que vuelvo. Cointegración atraída por el hecho de que los insumos están en una serie estacionaria. Sin embargo, la cuestión de la previsibilidad se mantiene.
a) es en realidad una estadística z
Así que se supone una normalidad asintótica en lugar de la de Student, lo que también está lejos de ser cierto.
b) es para que la semilla estime rápidamente el error en porcentajes
Pero ese no es el problema.
Es la raíz del problema. Todo lo que he leído, construido por mí mismo dice que los requisitos de "correcto" no se derivan de su previsibilidad. A eso es a lo que vuelvo. Cointegración atraída por el hecho de que los insumos están en una serie estacionaria. Sin embargo, la cuestión de la previsibilidad se mantiene.
se supone que es asintóticamente normal en lugar de la de Student, lo que tampoco es seguro.
Y, sobre todo, la cuestión de la previsibilidad de la propia cointegración. Eso es lo que sugiero que trabajemos.Eso es lo que sugiero que trabajemos.
Aquí están los resultados. Tomó las barras H1 6736. Las imágenes muestran las primeras 500 barras. La ventana de 118 barras (semana). Desplazamiento de una barra.
Regresión de cointegración
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Diferencia entre pares
entrada - cruzar de abajo a arriba
salida - paso por cero
Las entradas de arriba no se consideran - se obtienen dibujos demasiado complicados.
En este sector tenemos ofertas
trata en pips
Tengo mucha curiosidad por el comportamiento del coeficiente с(i) en la regresión de cointegración
Me gustaría conocer su opinión.
Regresión de cointegración
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Has citado muchas veces las distintas ecuaciones que utilizas para estimar la cointegración. Me parece que no he entendido cuando has justificado por qué incluyes un componente de tendencia determinista en la regresión. ¿Podría explicarlo de nuevo?
Hasta donde yo sé, el componente determinista sólo debe incluirse cuando los regresores contienen dicho componente. En este caso, puede utilizar correctamente los valores críticos de las estadísticas t, por ejemplo, de las tablas de MacKinnon. Dudo mucho que haya una tendencia lineal determinista en el eurusd, gbpusd o alguna combinación lineal de ellos.
Como sabemos, cuando la cointegración se produce realmente, las estimaciones de los coeficientes de regresión (modelos a largo plazo) tienen la propiedad de la superconstancia. Según sus resultados, la cointegración del eurusd y el gbpusd está presente. Partiendo de estas dos proposiciones te sugiero que evalúes las ratios de regresión (necesariamente con los mismos predictores) que has presentado en dos áreas de datos no solapadas, y luego te asegures mediante la desigualdad de Chebyshev que las estimaciones de la ratio C(3) en estas áreas de datos difieren de forma estadísticamente insignificante. Si este es el caso, no debemos tratar de negociar la media de los residuos de la regresión, sino el componente determinista de la tendencia. Si las estimaciones de C(3) difieren significativamente, aconsejaría revisar la estructura de la regresión a estimar.
Hasta donde yo sé, el componente determinista sólo debe incluirse si los regresores contienen dicho componente. En ese caso se pueden utilizar correctamente los valores críticos de las estadísticas t, por ejemplo, de las tablas de MacKinnon. Dudo mucho que haya una tendencia lineal determinista en el eurusd, gbpusd o alguna combinación lineal de ellos.
Como sabemos, cuando la cointegración tiene lugar realmente, las estimaciones de los coeficientes de regresión (modelos de largo plazo) tienen la propiedad de la superconstancia. Según sus resultados, la cointegración del eurusd y el gbpusd está presente. Partiendo de estas dos proposiciones te sugiero que evalúes las ratios de regresión (necesariamente con los mismos predictores) que has presentado en dos áreas de datos no solapadas, y luego te asegures mediante la desigualdad de Chebyshev que las estimaciones de la ratio C(3) en estas áreas de datos difieren de forma estadísticamente insignificante. Si este es el caso, no debemos tratar de negociar la media de los residuos de la regresión, sino el componente determinista de la tendencia. Si las estimaciones del coeficiente C(3) son significativamente diferentes, sugeriría revisar la estructura de la regresión estimada.
Has citado muchas veces las diferentes ecuaciones que utilizas para estimar la cointegración. Me parece que no he entendido cuando has justificado por qué incluyes un componente de tendencia determinista en la regresión. ¿Podría explicarlo de nuevo?
Esa es la cuestión, no puedo reclamar nada.
En lo que a mí respecta, la comparación de las dos parcelas diferentes en el pasado no hace nada. Comercio real - adelanta una barra y este nuevo gráfico que difiere en una barra dará nuevos coeficientes. Los valores de los coeficientes с(1) y с(2) se muestran arriba - cambian todo el tiempo y de forma considerable. Estos son los valores del coeficiente c(3)
He aquí la estimación de la ecuación de cointegración (no de regresión):
Variable dependiente: EURUSD
Método: mínimos cuadrados dinámicos (DOLS)
Fecha: 28/04/12 Hora: 14:49
Muestra: 118 6736
Observaciones incluidas: 6619
Determinística de la ecuación de cointegración: C @TREND
Especificación automática de leads y lags (lead=34 y lag=34 basada en AIC
criterio, max=34)
Estimación de la varianza a largo plazo ( kernel de Bartlett, ancho de banda fijo de Newey-West =
11.0000)
Sin ajuste de f.d. para errores estándar y covarianza
Variable Coeficiente Std. Error t-Statistic Prob.
GBPUSD 1,477877 0,039584 37,33545 0,0000
C -0,983188 0,064891 -15,15143 0,0000
@TENDENCIA 9,03E-07 6,68E-07 1,352241 0,1763
El estadístico t y su correspondiente probabilidad dicen que se puede despreciar la tendencia de toda la muestra (118-6736 barras). Esto no es sorprendente, ya que lo más probable es que no haya tendencias en las muestras grandes.
Tomemos una muestra de tamaño de ventana = 118 barras. La imagen es diferente.
Variable dependiente: EURUSD
Método: mínimos cuadrados dinámicos (DOLS)
Fecha: 28/04/12 Hora: 15:00
Muestra: 118 236
Observaciones incluidas: 119
Determinística de la ecuación de cointegración: C @TREND
Especificación automática de leads y lags (lead=1 y lag=0 basada en AIC
criterio, max=12)
Estimación de la varianza a largo plazo (kernel de Bartlett, ancho de banda fijo de Newey-West =
5.0000)
Sin ajuste de f.d. para errores estándar y covarianza
Variable Coeficiente Std. Error t-Statistic Prob.
GBPUSD 0,410017 0,131928 3,107892 0,0024
C 0,652893 0,209209 3,120769 0,0023
@TEND 0.000202 1.90E-05 10.59269 0.0000
Parece haber una tendencia, pero los valores del estadístico t son demasiado bajos , lo que sugiere un gran error en el coeficiente estimado.
De ello se desprende que siempre se debe realizar una desindexación. Pero no es una tendencia lineal. Tengo ciertas limitaciones en la ecuación de la tendencia. Se puede utilizar un filtro Hodrick-Prescott, por ejemplo.
Este es el resultado de incluir dos tendencias deterministas
Variable dependiente: EURUSD
Método: mínimos cuadrados dinámicos (DOLS)
Fecha: 28/04/12 Hora: 15:06
Muestra: 118.236
Observaciones incluidas: 119
Determinantes de la ecuación de cointegración: HP_EUR HP_GBP
Especificación automática de leads y lags (lead=0 y lag=0 basada en AIC
criterio, max=12)
Estimación de la varianza a largo plazo (kernel de Bartlett, ancho de banda fijo de Newey-West =
5.0000)
Sin ajuste de f.d. por errores estándar y covarianza
Variable Coeficiente Std. Error t-Statistic Prob.
GBPUSD 0,604971 0,094954 6,371191 0,0000
HP_EUR 1,002990 0,028777 34,85379 0,0000
HP_GBP -0,607497 0,096679 -6,283619 0,0000
Mucho más decente que el caso anterior. Lo principal es que esta cosa es más estable cuando se desplaza una barra.
Lo hice. Casi.
Comercio de pares. Lote fijo=1. 1036 barras en H1.
Tablas de cotizaciones
Equilibrio sin diferencial.
Izquierda - incremento, es decir, 0,8 = 8000 pips
Gráfico de resultados comerciales
Estadísticas totales de dos pares de divisas:
factor de beneficio
[1] 6.210877
> profit.plus
[1] 1,1192 = * 10000 = 11192 pips
> profit.minus
[1] 0.1802 = *10000 = 1802 pips
> sd(beneficio) - sko
[1] 0,001738898 * 10000 = 17 pips
> resumen(beneficio)
Min. ......1st Qu.... Mediana Media ....... 3º Qu. Max.
-0.0047000 0.0000000 0.0006000 0.0009064 0.0015000 0.0192000
De la última línea: reducción máxima en pips = 47 pips. Operación máxima rentable = 192 pips.
Se utilizaron bibliotecas para construir el sistema de comercio:
library(mFilter)
library(tsDyn)
library(lmtest)
library(fUnitRoots)
biblioteca(zoo)
Movido aquí.
Aquí hay otra sección, el número de barras es 2,5 veces mayor en H1
Los últimos 1000 compases de la balanza
Y esta es la estadística final.
> profit.factor
[1] 6.843426
> profit.plus
[1] 2.8366
> profit.minus
[1] 0.4145
> sd(beneficio)
[1] 0.001760334
> resumen(beneficio)
Min. 1º Qu. Mediana Media 3er Qu. Max.
-0.004000 0.000100 0.000700 0.001054 0.001700 0.017300
Tenga en cuenta que el factor de ganancia y la reducción no han cambiado mucho.
A la espera de resultados concretos para comparar con (18).