Économétrie : une prévision d'avance - page 74
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
Dit le testeur de stratégie, que le top-starter refuse obstinément de reconnaître.
Je l'ai fait et je le ferai. Il l'a mis en œuvre dans EViews et a présenté les résultats sous forme de tableaux.
Et en même temps, il se demande pourquoi son modèle ne fonctionne pas. Pourquoi s'embêter avec tout ce fatras de R^2, etc. alors qu'un simple test est beaucoup plus objectif et nous dit ce qui est quoi.
Avant de tester une voiture sur une piste, le calcul des boulons et des écrous est effectué. Sans ces calculs, personne ne pourra tester quoi que ce soit. Les tests sont nécessaires, mais pour une voiture correctement conçue.
Mon modèle diffère d'un véhicule TA en ce sens qu'il possède un ensemble de propriétés avec ses propres caractéristiques numériques.
Mon objectif : à partir des propriétés mesurables du modèle, déduire la capacité de prédiction du modèle
.
Il a invité tout le monde à discuter de ce problème.
Je n'ai pas pour objectif de divulguer des modèles de travail au collectif. Ceux qui souhaitent me piéger dans quelque chose ou en profiter à mes dépens sont libres.
il y a une règle empirique dans les statistiques - il devrait y avoir au moins 300 points - c'est la limite inférieure.
C'est juste une question d'opinion. Tout dépend de ce que l'on compte et de la distribution.
c'est une évidence. Tout dépend de ce que l'on compte et de la distribution.
Il en va de même pour toutes les autres valeurs statistiques et critères numériques - des estimations précises sont nécessaires. L'intervalle de confiance est un moyen de le faire. 116 observations ne suffisent pas pour croire les résultats de l'attribution ou de la non-attribution d'une distribution à la normale, quel que soit le critère appliqué.
Comment faites-vous pour ne pas l'analyser ? Votre article le dit en 1.3.
Au tout début de l'analyse, j'ai cité les personnes qui recherchent des citations stationnaires. Si la non-stationnarité est l'axiome pour vous, alors vous n'avez pas besoin de vérifier la normalité de l'analyse.
Le facteur de profit sur 400 transactions est-il le même que sur 40 ?
Bien sûr, 400 c'est mieux. Vous pouvez l'exécuter sur un historique de 400, mais j'obtiendrai une réponse plus raisonnable à ma question sur l'adéquation du modèle. J'essaie de déduire la capacité de prédiction du modèle à partir des caractéristiques numériques de ses propriétés. Dans vos termes : vous avez tiré une conclusion sur la capacité à établir des tendances sur des données historiques. Cette conclusion peut-elle être extrapolée sur un échantillon ? C'est une question très intéressante. Toute information au sein d'un échantillon est sans valeur si elle n'est pas conservée au moins une étape en dehors de l'échantillon.
Bien sûr, 400 c'est mieux. Je peux faire tourner l'histoire à 400, mais j'obtiendrai une réponse plus raisonnable à la question de l'adéquation du modèle. J'essaie de tirer une conclusion sur la capacité de prédiction du modèle à partir des caractéristiques numériques de ses propriétés. Dans vos termes : vous avez tiré une conclusion sur la capacité à établir des tendances sur des données historiques. Cette conclusion peut-elle être extrapolée sur un échantillon ? C'est une question très intéressante. Toute information au sein d'un échantillon est sans valeur si elle n'est pas conservée au moins une étape en dehors de l'échantillon.
Continuez. Le résidu est non stationnaire car si le modèle ajusté à un seul échantillon est testé sur n'importe quel autre échantillon indépendant, le résidu n'est plus une constante. Il est possible de faire des ajustements à d'autres échantillons, mais après ces ajustements, nous obtenons un modèle différent pour chaque échantillon individuel.
Une fois encore, je le répète pour les plus doués : la stationnarité ne peut être révélée que par la coïncidence de données statistiques sur des échantillons différents et indépendants. Et il n'y a pas de telle coïncidence.
L'astuce des manipulations économétriques consiste à trouver une méthode pour adapter un modèle à un échantillon de telle sorte que tous les résidus de cet échantillon soient approximativement égaux. Mais comme une telle astuce ne se produit que pour un seul échantillon et que dans d'autres échantillons le modèle donne des résultats différents, les résidus ne sont pas stationnaires, mais seulement ajustés à un seul échantillon. Les modèles économétriques ne peuvent pas extrapoler l'avenir car ils ne disposent pas encore de données historiques (qui n'apparaîtront que dans le futur) pouvant être ajustées au modèle.
C'est la même chose qu'un indicateur de redécoupage - qui ajuste ses relevés à des données spécifiques, en les modifiant rétroactivement.
Je n'ai pas pour objectif d'allouer un résidu qui sera stationnaire en même temps que les résidus futurs. Je ne connais pas l'avenir et je m'intéresse à l'avenir exactement un pas en avant, dans la prochaine barre en dehors de l'échantillon.
L'idée est la suivante : Nous construisons un modèle pour l'échantillon disponible. La fin de la construction du modèle est le résidu stationnaire pour cet échantillon. Je ne tire aucune conclusion sur la stationnarité des résidus futurs, et je n'en ai pas besoin. J'essaie de construire un modèle tel que ses caractéristiques soient suffisantes pour exactement une barre en avant. C'est tout, rien de plus. Je prévois ce bar. Lorsqu'il arrive, je recommence à construire le modèle. L'algorithme entier depuis le début. Si vous regardez le tableau, vous pouvez voir que le décalage d'une barre change le nombre de décalages. C'est comme un algorithme d'adaptation.
Je ne fais rien rétrospectivement. C'est à dessein que j'ai cité dans le tableau récapitulatif des données sur les qualités extraordinaires du modèle pour l'avenir. Et avec eux les résultats lorsque la prédiction est strictement la prochaine barre hors échantillon.
Je ne suggère pas d'augmenter la fenêtre de calcul des coefficients de régression. La fenêtre pour cela n'est pas définie par leur convergence vers un nombre. Je parle du nombre d'observations et de la manière dont il affecte la précision des estimations des critères et des estimations statistiques que vous appliquez.
Faire des estimations pour des échantillons H1 de 40 à 300. A partir de 118 (c'est une semaine), le facteur de profit est presque inchangé, les coefficients se stabilisent.
Une chose est claire, le modèle avec des propriétés idéales ne fonctionne pas, et je ne comprends pas pourquoi.
Désolé, topicstarter, un peu hors sujet, mais comme ma question est liée aux statistiques, elle n'est pas vraiment hors sujet.
Je ne sais pas où j'ai rencontré un script qui collecte des statistiques pour les instruments, quelqu'un peut-il me le dire ? Je suis intéressé par l'instrument dont le rapport rendement/écart est le plus élevé. En gros, je m'intéresse à l'instrument qui présente le plus grand nombre de chandeliers avec les ombres supérieures et inférieures maximales.
Désolé, topicstarter, un peu hors sujet, mais comme ma question est liée aux statistiques, elle n'est pas vraiment hors sujet.
Je ne sais pas où j'ai rencontré un script qui collecte des statistiques pour les instruments, quelqu'un peut-il me le dire ? Je suis intéressé par l'instrument dont le rapport rendement/écart est le plus élevé. En gros, je m'intéresse à l'instrument qui présente le plus grand nombre de chandeliers avec les ombres supérieures et inférieures maximales.
Je n'ai pas pour objectif d'isoler un résidu qui soit stationnaire en conjonction avec les résidus futurs.
En tant qu'adepte de la secte économétrique, vous ne pouvez pas avoir un tel objectif, car l'avenir expose l'ajustement et compromet donc les croyances religieuses. Mais la définition mathématique de la stationnarité implique toujours que la stationnarité est l'indépendance des valeurs de la variance et de l'espérance par rapport à l'échantillon, futur ou passé ou autre. Tout ce qui dépend d'un échantillon est, par définition mathématique, non stationnaire.
faa1947:
J'essaie de construire un modèle de façon à ce que ses caractéristiques suffisent pour exactement une mesure à venir. C'est tout, pas plus. Je prédis ce bar. Quand elle arrive, je recommence à construire le modèle.