Économétrie : une prévision d'avance - page 82
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
? ??????
Exactement ?
Topekstarter : Essayez de prendre les premières différences de vos séries de prix, mélangez-les, intégrez-les, estimez les paramètres du modèle proposé et calculez son coefficient de détermination.
Quel est l'objectif ?
A intégrer. Pour prendre la différence ?
Le modèle ne fonctionne pas pour les différences. Vous pouvez le voir dans le tableau ci-dessus. Vous avez un R-carré négatif ici.
Quel est l'objectif ?
En fait, c'est la façon la plus simple de vérifier si votre modèle fonctionne réellement. S'il y a un R^2 beaucoup plus petit sur la série intégrée d'incréments de prix mixtes, alors il y a vraiment quelque chose dans votre modèle.
A intégrer. Pour prendre la différence ?
Le modèle ne fonctionne pas pour les différences. Vous pouvez le voir dans le tableau ci-dessus. Vous avez un R-carré négatif ici.
Lisez attentivement. Je n'ai pas suggéré de l'appliquer aux différences.
Il s'agit en fait du moyen le plus simple de vérifier si votre modèle fonctionne réellement. S'il y a un R^2 beaucoup plus petit sur la série intégrée d'incréments de prix mixtes, alors il y a vraiment quelque chose dans votre modèle.
Qu'est-ce qu'un incrément et qu'est-ce qu'un mélange ? si vous pouvez donner un exemple. Est-ce pertinent pour le bootstrap ?
Les incréments sont des retours.
returns(0) = Close[0]-Close[1] dans MT4.
L'intégré est l'accumulé. Si nous connaissons le prix initial de la barre 10 et les retours depuis cette barre jusqu'à zéro, nous pouvons facilement trouver le prix à zéro en additionnant tous les retours et en ajoutant le prix de la barre 10. Ici, sommation = intégration.
Je ne crois pas qu'un économétricien ne sache pas ce que sont les incréments.
Le bootstrap est différent et concerne les nouvelles méthodes statistiques avec une convergence accélérée vers les distributions marginales.
Les incréments sont des retours.
returns(0) = Close[0]-Close[1] dans MT4.
L'intégré est l'accumulé. Si nous connaissons le prix initial de la barre 10 et les retours depuis cette barre jusqu'à zéro, nous pouvons facilement trouver le prix à zéro en additionnant tous les retours et en ajoutant le prix de la barre 10. Ici, sommation = intégration.
Je ne crois pas qu'un économétricien ne sache pas ce que sont les incréments.
Le bootstrap est différent et concerne les nouvelles méthodes statistiques avec une convergence accélérée vers les distributions marginales.
ARIMA = ARPSS(p,d,q) est une autorégression de la moyenne mobile intégratrice. d est l'ordre de grandeur de la différence, appelée cointégrée. Une clarification est toujours souhaitable .
L'idée est nouvelle pour moi et si je la comprends, je vais certainement l'essayer.
Qu'est-ce qui est incrémental et qu'est-ce qui est réintégré ? Si vous pouvez donner un exemple.
Soit p[i], i=1...n un vecteur qui contient la série chronologique originale (valeurs des prix sur une certaine période).
1. Calculer les incréments de prix : r[i]=p[i+1]-p[i], i=1...(n-1)
2. Mélangez le vecteur des augmentations de prix et obtenez : r2[i], i=1...(n-1)
3. Calculer la somme cumulée du vecteur r2 : p2[1]=0 ; p2[i]=p2[i-1]+r2[i-1], i=2..n
Tester le modèle sur les données obtenues p2[].
Exemple numérique :
p={0.9379413 0.1411467 0.2540312 1.5440039 1.2363895} // quelques séries de prix
r={-0.7967946 0.1128845 1.2899727 -0.3076144} // différencier
r2={-0.7967946 -0.3076144 0.1128845 1.2899727} // mélanger
p2={0 -0.7967946 -1.1044090 -0.9915245 0.2984482} // intégrer
Avez-vous la moindre idée de ce que vous écrivez, collègue ?
Cela fait longtemps que je ne comprends plus rien. Je ne fais que porter à votre attention la terminologie disponible, qui a été inventée pour confondre l'adversaire de classe qui ne veut pas lire de livres.