Économétrie : une prévision d'avance - page 72
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
la merde que c'est censé être... mais en pratique ça ne le sera pas...
Il le fera. Prenez deux échantillons de données aléatoires ayant la même espérance et la même variance. Combiner les résultats, c'est-à-dire augmenter la taille de l'échantillon, calculer la variance et l'espérance pour l'échantillon combiné et obtenir les mêmes résultats.
Même en théorie, il n'est pas difficile de comprendre pourquoi cela se produit, par exemple, si le volume de données dans les échantillons est le même, alors dans les deux cas, c'est-à-dire pour l'espérance et la variance, le numérateur et le dénominateur vont doubler. Les deux chiffres du numérateur et du dénominateur se réduisent mutuellement et nous obtenons le même résultat. Si la taille des deux échantillons n'est pas la même, le numérateur et le dénominateur augmenteront toujours de la même quantité par rapport au numérateur et au dénominateur du premier échantillon : combien de fois la taille du premier échantillon a augmenté après la combinaison.
Il le sera. Prenez deux échantillons de données aléatoires ayant la même espérance et la même variance. Combinez les résultats, c'est-à-dire augmentez ainsi la taille de l'échantillon, calculez la variance et l'espérance pour l'échantillon combiné et obtenez les mêmes résultats.
Lorsque je fais des prévisions à l'intérieur de l'échantillon, j'ai un facteur de profit fantastique. Veuillez surtout prêter attention au facteur de profit dans les observations. Mais en dehors de l'échantillon ..... Pourquoi des résultats aussi positifs ne sont-ils pas étendus à une étape supplémentaire ? Je ne peux pas le comprendre.
Enfin, l'adepte du culte a révélé le principal secret de la ruse religieuse !
Elémentaire, Watson ! Parce qu'ils sont non stationnaires. On parle de stationnarité lorsque la dispersion et l'espérance sont constantes et ne dépendent pas de l'échantillon sur lequel elles sont mesurées. C'est-à-dire que dans tout autre échantillon indépendant, nous devrions obtenir approximativement les mêmes constantes. Si ce n'est pas le cas, alors l'hypothèse de stationnarité est réfutée.
L'hypothèse de stationnarité peut être testée d'une autre manière en augmentant la dimension de l'échantillon. En cas de stationnarité, la variance et l'espérance doivent également rester constantes.
Une surdité étonnante.
J'argumente depuis plusieurs années - le kotier est non-stationnaire et ne peut être prédit.
J'argumente depuis des années - le kotir est non-stationnaire, mais il peut être prédit si le résidu du modèle est stationnaire. Le résidu est intéressant car vous pouvez alors additionner le modèle (analytique) avec un résidu stationnaire. Cette somme est égale au quotient, pas un pip n'est perdu. Je l'ai écrit cent fois ci-dessus. Pas la même chose, les chukchi adeptes qui sont des écrivains mais pas des lecteurs.
car il n'y a que 40 observations. Même si vous n'aimez pas les statistiques classiques)), la racine de l'estimation des résultats des tests s'y trouve.
Oui, 40 est un peu petit. J'ai fait le test et écrit ci-dessus. Après 70 ans, une nouvelle augmentation de l'échantillon n'affecte pas le résultat. Voici le résultat sur la longueur de l'échantillon. Il est à noter. Les coefficients du modèle sont estimés :
EURUSD = C(1)*HP1(-1) + C(2)*HP1(-2) + C(3)*HP1_D(-1) + C(4)*EQ1_HP2(-1) + C(5)*EQ1_HP2(-2) + C(6)*EQ1_HP2(-3) + C(7)*EQ1_HP2_D(-1) + C(8)*EQ1_HP2_D(-2) + C(9)*EQ1_HP2_D(-3) + C(10)*EQ1_HP2_D(-4)
Il y en a 10 au total. Tous les coefficients sont des variables aléatoires. Question : à quelle longueur d'échantillon ils deviendront approximativement une constante. Je vais montrer tous les coefficients dans une seule figure :
Ici, l'échantillon = 80 observations. Vous pouvez voir qu'après la moitié de l'échantillon tout s'ajuste et surtout l'erreur de l'évaluation du coefficient. Pour le premier coefficient je vais donner un plus grand :
Il s'agit d'une estimation du coefficient lui-même - on voit que sa valeur n' est pas une constante.
Et maintenant l'erreur d'estimation du coefficient :
J'en conclus que l'échantillon devrait être supérieur à 60 observations.
Nous avons besoin de coefficients stables avec une petite erreur - c'est une mesure de la longueur de l'échantillon !
Bien sûr que oui... mais nous parlons de la réalité... et dans la réalité, le modèle sera constamment alimenté par de nouvelles données (et peut-être inutilisables pour ce modèle)...
Une surdité étonnante.
Je le dis depuis des années - le cotier n'est pas stationnaire et ne peut être prédit.
Je le dis depuis plusieurs années - le kotir est non-stationnaire, mais il peut être prédit si le résidu du modèle est stationnaire. Le résidu est intéressant car vous pouvez alors additionner le modèle (analytique) avec un résidu stationnaire. Cette somme est égale au quotient, pas un pip n'est perdu. Je l'ai écrit cent fois ci-dessus. Pas la même chose, les chukchi adeptes qui sont des écrivains mais pas des lecteurs.
Et d'ailleurs, à propos de l'analyse des résidus pour une distribution normale : 116 observations seulement, c'est très peu pour que les résultats soient fiables. C'est-à-dire que, bien sûr, le test peut être appliqué et il attribuera la distribution à la normale avec une certaine probabilité, mais quel est l'intervalle de confiance de cette prédiction ? Par exemple, 25 % est une valeur très approximative et peut correspondre à l'intervalle 0...50 avec une confiance de 95 % par exemple, et peut être 22...28. Cela dépend à la fois du nombre d'observations et de la variance. Il me semble qu'avec 116 observations, l'IC serait énorme.
En général, les créateurs de tels modèles les passent rapidement au testeur, s'assurent qu'ils échouent et passent à de nouveaux modèles. Mais ici, le démarreur montre des prédictions quotidiennes en temps réel en attendant un miracle - une sorte de masochisme.
Les forumers qui s'assoient avec le bec ouvert là où ils devraient mettre le graal peuvent se disperser.
Le problème que j'ai exposé et pour lequel je n'ai pas de solution, est de prédire la prévisibilité du modèle par les caractéristiques statistiques du modèle sur l'histoire. Les méthodes de l'AT ne m'intéressent pas.
dans n'importe quel algorithme, vous pouvez utiliser n'importe quelle erreur... et r-Q en NS également...
.....Nous ne le saurons pas avant plusieurs années - le kotir est non stationnaire et ne peut être prédit.
Je le dis depuis des années - le kotir est non stationnaire mais il peut être prédit.....