Qu'est-ce qui rend un graphique instable instable ou pourquoi le pétrole est du pétrole ? - page 34
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
использует зависимость волатильности от предыдущих значений при прогнозе.
Alors ? C'est comme la "mémoire des séries temporelles" ? Il n'y a même pas un tel terme dans cette théorie, et la dépendance est introduite en général par la définition des processus ARCH eux-mêmes, c'est-à-dire qu'on suppose au départ qu'il y a une dépendance non triviale et un point.
Le fait que la volatilité et la dispersion ne sont pas une constante, mais qu'elles évoluent dans le temps et dépendent des valeurs précédentes est simple et évident. Mais vous prétendez que la variance est invariable. Bien que vous puissiez le considérer comme tel si vous pouvez y trouver quelque chose d'utile :)
Je ne suis pas un médium et je dis que telle variable de telle série est une constante. Il existe toutes sortes de méthodes pour cela. Dans le cas d'une marche rationnelle, la variance n'est pas stationnaire, je ne le conteste pas, pour les différences, on peut formellement admettre la stationnarité.
Vous seriez surpris, mais cela ne contredit en rien le modèle ARCH.
Je n'aime pas le mot mémoire, que ce soit comme la "conséquence" de Shiryaev.
oui, un bon mot, mais clarifiez ce que vous voulez dire, vous personnellement et non Shiryaev.
Et alors ? C'est comme la "mémoire des séries temporelles" ? Ce terme n'existe même pas dans cette théorie, et la dépendance est introduite en général par la définition des processus ARCH eux-mêmes, c'est-à-dire qu'on suppose au départ qu'il existe une dépendance non triviale et point final.
Je ne suis pas un médium et je dis que telle variable de telle série est une constante. Il existe toutes sortes de méthodes pour cela. Dans le cas d'une marche rationnelle, la variance n'est pas stationnaire, je ne le conteste pas, pour les différences, on peut formellement admettre la stationnarité.
Vous seriez surpris, mais cela ne contredit en rien le modèle ARCH.
Eh bien, si vous êtes autorisé à accepter la stationnarité pour les différences, c'est généralement votre affaire. Qui l'interdit ? :)
Oui, c'est un bon mot, il faut juste préciser ce que vous voulez dire, vous personnellement, pas Shiryaev.
Il y a un problème avec chaque point. Quant au point 3, je ne pense pas du tout qu'il fonctionnera. Voici une expérience très simple :
1. prenez un tracé de la longueur à partir de "maintenant". Et cherchez des analogues par n'importe quoi, par exemple - la corrélation. Si la corrélation est supérieure à un certain critère, alors cette partie est utilisée pour les calculs.
2. à partir du "maintenant analogique" trouvé, nous regardons ce qui était à ce moment "dans le futur" et construisons une "fonction de transfert" très simple (marquée par des guillemets) symétrique par rapport au "maintenant" :
Nous obtenons la matrice suivante de "fonctions de transfert" pour un critère et une section (à titre d'exemple) :
3. Appliquer toutes nos fonctions à la situation actuelle et obtenir un tas de réalisations théoriques :
Nous avons l'image suivante comme exemple :
Seulement, il me semble que les "plus proches voisins" ne fonctionneront en aucun cas, sur de telles rangées.
ну если вам можно признать для разностей стационарность, то это в общем ваше дело. Кто же запретит? :)
Êtes-vous sûr de ne pas confondre le processus de modification de la variance d'une citation, comme ceci (il y a beaucoup de choses que vous pouvez faire avec aussi) :
avec les revenants de la série originale ?
я уже пояснял и не раз. Это значит что волатильность зависит от значений в предыдущие моменты времени.
A-A-A-A !!! Je crois que j'ai trouvé !
Vous pensez que si la variance est stationnaire, alors la mise en œuvre du processus ne peut pas dépendre des valeurs précédentes et le processus ne produira jamais que des constantes de type un ????. :о)))))))
Ecoutez, mais ce n'est pas du tout ça, scientifiquement c'est parfaitement acceptable qu'ils soient stationnaires. De plus, lisez la définition mathématique de ces processus - trois conditions :o)
stationnarité - la préservation par des sous-échantillons de la population générale des distributions. Pour la volatilité des séries de prix, ce n'est pas le cas, il y a des périodes où la volatilité a une distribution différente sur une période de temps suffisamment longue qu'à d'autres moments. Par exemple, lors de la dernière crise, la volatilité était nettement plus élevée, tant dans ses valeurs moyennes que dans ses valeurs extrêmes. Si nous construisons la distribution de la volatilité pour cette période, coïncidera-t-elle avec les distributions construites pour d'autres périodes ?
стационарность - сохранение подвыборками генеральной совокупности распределений. Для волатильности ценовых рядов это не так, бывают периоды когда волатильность достаточно продолжительное время имеет иное распределение чем в другие моменты. Например, в период последнего кризиса вола была значительно выше, как средние ее значения, так и экстремальные. Если построить распределение волы за этот период, то оно будет совпадать с распределениями, построенными за другие периоды?
Je ne discute pas de cela, c'est correctement écrit. Mais il y a une différence entre la "dispersion des prix" et la "dispersion incrémentale des prix". Ce dernier peut, avec quelques réserves, être considéré comme un processus stationnaire (je parle d'incréments). Mais il est inutile d'utiliser des modèles pour prévoir les augmentations de prix, car la forme des distributions est très différente, et si les distributions de la série initiale (prévue) et de la série du modèle ne coïncident pas, une prévision stable est en principe impossible. Mais pour les prix RMS, la situation est légèrement différente.
En général, je suggère un consensus :o)
Je ne discute pas de cela, c'est correctement écrit. Mais il y a une différence entre la "dispersion des prix" et la "dispersion incrémentale des prix". Ce dernier peut, avec quelques réserves, être considéré comme un processus stationnaire (je parle d'incréments). Mais il est inutile d'utiliser des modèles pour prévoir les augmentations de prix, car la forme des distributions est très différente, et si les distributions de la série initiale (prévue) et de la série du modèle ne coïncident pas, une prévision stable est en principe impossible. Mais pour les prix RMS, la situation est légèrement différente.
En général, je propose un consensus :o)
ok :)