Matstat Econométrie Matan - page 19
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
C'est une clinique.)
C'est vrai. Quartier 3. Au premier étage. "Département de crise et d'urgence")).
C'est une clinique.)
En effet, elle l'est !
Bien. Quartier 3. Au premier étage. "Département de crise et d'urgence")).
C'est ici qu'ils traitent les médecins ?
Est-ce qu'ils traitent les médecins ici ?
Si vous êtes médecin, ils traitent les médecins. Et si vous êtes un candidat, ils traitent les candidats. Nous traitons tout le monde. Ne vous inquiétez pas.
Je m'excuse auprès de l'auteur pour l'inondation, mais comme la plupart des tapageurs locaux ont déjà vérifié dans la branche, c'est encore condamné, à moins qu'un modérateur ne vienne tout nettoyer à partir de la page 5 environ.
Un dialogue constructif, je ne pense pas, est une inondation.
Vous n'avez juste pas besoin de devenir personnel et de vous insulter.
Et aussi prétendre qu'une science est meilleure que l'autre et que vous ne comprenez rien.
Exalter vos connaissances dans un domaine par rapport à celles d'une autre personne dans un autre domaine.
C'est très bas et non professionnel. C'est comme quand j'étais enfant, l'expression "prétentieux".
Mais l'enfance est loin derrière nous, et nous sommes maintenant adultes, et menons un dialogue constructif de manière plus productive, sans arrogance.
Traitez les autres avec respect, car dans l'ensemble, il n'y a pas de gens stupides ici.
Cela ne s'applique pas à vous personnellement, c'est une déclaration généralisée de ma part.
En ce qui concerne le sujet, certaines institutions éducatives ont été mentionnées.
Ici, en essayant de comprendre l'un des domaines, plus précisément la "Finance quantitative" de HSE, certaines questions se posent.
C'est pourquoi ce fil est né. Quelqu'un a-t-il suivi la formation HSE en finance quantitative ?
Quelqu'un a-t-il abordé les modèles de séries GARCH et leurs modifications avec des fonctions de transition ?
Pourquoi tant de gens ici oublient une simple vérité, comme la corrélation. Tout est plus ou moins dépendant les uns des autres. D'autant plus en finance.
La finance quantitative en est l'étude. Certaines personnes ici comprennent ce que j'écris.
Et ceux qui ne comprennent pas, oui, tout le monde cherche spécifiquement la stationnarité dans les modèles, leurs symbioses, les actifs multidimensionnels, etc.
Et lorsqu'un portefeuille d'actifs compétent est constitué, alors oui, peu importe la peur, comme cela a été exprimé ici, elle n'existe pas, car elle est mathématiquement exclue.
L'espérance mathématique de l'ensemble du portefeuille est nulle. Et si un actif se déchire, cela ne doit pas affecter l'ensemble du portefeuille, mais compenser avec d'autres actifs.
C'est la corrélation des marchés. Je pense qu'il n'est pas nécessaire de faire une analogie avec la nature, etc. Tout le monde comprend ce qu'est l'interrelation.
Il suffit de l'appliquer correctement. Et regarder un SB et en faire une bouillie alors qu'il existe un grand nombre d'autres modèles, je ne sais pas pourquoi nous sommes coincés à un endroit.
Pour continuer le sujet.
Beaucoup de personnes ici mentionnent l'éclaircissement des données.
Il existe une méthode appelée ACP (analyse en composantes principales), qui est l'un des principaux moyens de réduire la dimensionnalitédes données tout en perdant le moins d' informations possible.
Quelqu'un a-t-il étudié cette méthode ? Des conclusions sur son applicabilité ?
Je sais que la sélection des actifs est amoindrie par cette méthode. Mais je ne sais pas comment amincir un ensemble de données sans perte de dimensionnalité.
À mon avis, le principal problème de l'éclaircissement est la réduction de la dimension. C'est-à-dire que l'échantillon devient d'une taille différente.
Dans un cas simple, il y a des recommandations des mêmes professeurs d'université, de ne pas jeter un élément d'un ensemble, et de le remplacer par une valeur moyenne des éléments voisins par exemple.
C'est du moins la façon dont les valeurs aberrantes sont éliminées, dans l'approche simple. Mais avec la réserve qu'il existe d'autres approches, qui ne sont pas expliquées.
Par conséquent, l'ACP en tant qu'idée d'éclaircissement, peut être bien étudiée.
P.S. Des liens de sites astucieux, permettant même de trouver des articles sur un sujet similaire
Oh comment :))
Regardez quel crochet intéressant j'ai trouvé sur des sites étrangers.
Ceci est une traduction d'un article de bourgeois.
Et la fonction de maximisation se transforme en une fonction de coût ;))
Peut-être que l'exemple que je vous ai envoyé fonctionne sur le principe de vraisemblance après tout ?
Il y a aussi des produits dérivés. Avez-vous vu la fonction getCost ?
Ou dans getCost, il n'y a pas beaucoup de calcul ?
Regardez quel crochet intéressant j'ai trouvé sur des sites étrangers.
Ceci est une traduction d'un article de bourgeois.
Et la fonction de maximisation devient une fonction de coût ;))
Peut-être que l'exemple que je vous ai envoyé fonctionne sur le principe de vraisemblance après tout ?
Il y a aussi des produits dérivés. Avez-vous vu la fonction getCost ?
Ou peut-être la fonction getCost a-t-elle un calcul différent ?
L'approche standard en optimisation consiste à multiplier la cible par moins et la maximisation se transforme en minimisation (et vice versa).
J'ai déjà essayé de vous expliquer que si les erreurs sont distribuées de manière gaussienne, alors MNC==MLE. Si les erreurs sont distribuées par Laplace, alorsMNC==MLE==Méthode des moindres modules. Vous pouvez déterminer par vous-même le type de distribution des erreurs lorsqueMLE==MLE de Huber.
Dans les expériences, le type de distribution des erreurs est soit connu par une considération supplémentaire, soit choisi expérimentalement (généralement sous la forme d'une fonction de perte appropriée).