Économétrie : une prévision d'avance - page 126
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Les résultats qui sont affichés dans ce fil ci-dessus sont obtenus de cette façon. Le facteur de profit est juste au-dessus de 1. Je suis arrivé à la conclusion que le modèle n'est pas prévisible, et je suis coincé avec ça. Pour le lissage, HP a été appliqué avec ladd = 1. Ça pourrait être ici. Mais la notion de "prévisibilité" n'est pas claire. Si vous regardez ce que vous obtenez dans le testeur, le modèle ne tient pas la tendance et il ne s'agit pas de faux retournements.
(1) La question ne porte pas sur les résultats de la prévision. Cela ne m'intéresse pas du tout. Comment les coefficients du modèle se comportent dans le temps. Pouvez-vous au moins montrer des graphiques de leur dynamique.
(2) Si HP est un filtre (Hodrick-Prescott), alors c'est encore pire.
(2) HP est un filtre (Hodrick-Prescott), alors c'est encore pire.
Eh bien oui, au début, ça ne semblait pas avoir d'importance. Il faut résoudre le problème résiduel. Je l'ai résolu. Maintenant, j'ai des doutes. Avez-vous une plainte valable contre HP ?
1) Le problème n'est pas les résultats de la prévision. Ça ne m'intéresse pas du tout. Comment les coefficients du modèle se comportent dans le temps. Vous pouvez au moins montrer des graphiques de leur dynamique.
Enfin une vraie question. Je l'ai fait. Très intéressant. Je vais fouiller et essayer de les afficher à nouveau.
à la faa
У Вас имеются обоснованные претензии к НР?
Pas question ! Je n'ai pas à me plaindre de Prescott. Vous savez à quel point je respecte Prescott, Prescott est une tête, vous ne pouvez pas mettre votre doigt dans sa bouche...
Enfin une vraie question.
Putain de merde, comme avant, je te distrayais et te demandais toutes ces conneries.
Je vais creuser un peu et essayer de l'afficher à nouveau.
Ne vous donnez pas la peine, vous gaspillez de précieuses kilocalories...
Modèle :
kotir hp1(-1 à -2) hp1_d(-1 à -1) eq1_hp2(-1 à -3) eq1_hp2_d(-1 à -4)
Entre parenthèses, le décalage. À chaque nouvelle barre, j'ajuste le nombre de décalages.
HP_d - différence entre kotir et HP.
eq1_HP2 - lissage de la différence de HP entre kotir et HP1(-1 à -2) hp1_d(-1 à -1)
eq1_hp2_d( -1 to -4) 'ceci est le dernier résidu
S'il présente une hétéroscédasticité, alors je modélise GARCH
Sans estimation GARCH, nous obtenons l'équation
KOTIR = 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)
Beaucoup de coefficients.
Crayeux, mais beaucoup. Presque stable.
Mais il y a une grande erreur dans l'estimation des coefficients pour certains d'entre eux. Nous devons diviser 100 % par la valeur de la statistique t.
à la faa
Pas question ! Je n'ai pas à me plaindre de Prescott. Vous savez à quel point je respecte Prescott, Prescott est une tête, vous ne pouvez pas mettre votre doigt dans sa bouche...
comme avant je te distrayais et te demandais toutes sortes de conneries.
Ne vous donnez pas la peine, vous gaspillez de précieuses kilocalories...
Si délicat !
Bien sûr, le cof est une information extrêmement précieuse. Et votre opinion est très intéressante. Vous êtes le premier à le demander et en ce sens, "enfin".
Si délicat !
Bien entendu, les coefficients sont des informations extrêmement précieuses. Et votre opinion est très intéressante. Vous êtes le premier à demander et dans ce sens, "enfin".
On ne voit rien :o( Donnez-moi au moins un excel avec des données, je ferai les graphiques moi-même, peut-être que je pourrai analyser quelque chose.
Presque stable.
Ils sont tous tordus. Que voulez-vous dire par "presque stables" ?
On ne voit rien :o( Donnez-moi au moins un fichier Excel avec des données, je dessinerai moi-même les graphiques et je les analyserai peut-être.
Ils sont tous tordus, n'est-ce pas ? Comment ça, ils sont "presque stables" ?
Je vous joins. Veuillez noter que le kotir est EURUSD.
Pour chaque coefficient, la valeur du coefficient et l'erreur du coefficient
Attaché. Veuillez noter que le kotir est EURUSD.
Pour chaque coefficient, la valeur du coefficient et l'erreur du coefficient
J'ai regardé de plus près les évaluations du logiciel, mais je ne vois pas de raison de m'en réjouir. Si je comprends bien le résultat, EW vous montre que le modèle est, en général, faux :
(1) le coefficient est de -0,48, avec un écart-type d'erreur de 0,12, par exemple -4,89 avec un écart-type d'erreur de 0,9 -2,9 avec un écart-type d'erreur de 1,0 etc. Ce sont de très grosses erreurs, très grosses, c'est-à-dire qu'elles sont presque sur le point d'invalider l'estimation.
(2) la statistique t pour le premier coefficient est très grande, (si je me souviens bien, cela fait longtemps que je n'ai pas travaillé avec, j'ai besoin de rafraîchir mes connaissances), en d'autres termes, le tout premier coefficient ne décrit en rien le modèle, en un sens - il est juste gauche. Au fait, quelle "tendance" avez-vous prise pour le modèle HP?
(3) oui il n'est pas nécessaire d'estimer la probabilité que le paramètre ne soit pas nul. oui il est clair qu'il n'est pas nul
(4) R-carré, pas une estimation correcte, j'ai expliqué pourquoi, il ne faut pas du tout le regarder dans ce cas. Littéralement parlant, l'échelle du biais de prix n'est pas normalisée, c'est comme si vous aviez déménagé à 300 km de la cotation et que vous disiez, woohooh là-bas sera le prix. Oui, dans les limites des statistiques de déviation, oui, mais vous ne ferez aucun profit sur ça, vous ne ferez que perdre...
OK, si je ne comprends pas quelque chose, je le découvrirai plus tard.
J'ai regardé de plus près les évaluations du logiciel, mais je ne vois pas de raison de m'en réjouir. Si je comprends bien le résultat, EW vous montre que le modèle est, en général, faux :
(1) le coefficient est de -0,48, avec un écart-type d'erreur de 0,12, par exemple -4,89 avec un écart-type d'erreur de 0,9 -2,9 avec un écart-type d'erreur de 1,0 etc. ce sont de très grosses erreurs, très grosses, c'est-à-dire qu'elles sont presque sur le point d'invalider l'estimation.
(2) la statistique t pour le premier coefficient est très grande, (si je me souviens bien, cela fait longtemps que je n'ai pas travaillé avec, j'ai besoin de rafraîchir mes connaissances), en d'autres termes, le tout premier coefficient ne décrit en rien le modèle, en un sens - il est juste gauche. Au fait, quelle "tendance" avez-vous prise pour le modèle HP?
(3) oui il n'est pas nécessaire d'estimer la probabilité que le paramètre ne soit pas nul. oui il est clair qu'il n'est pas nul
(4) R-carré, pas une estimation correcte, j'ai expliqué pourquoi, il ne faut pas du tout le regarder dans ce cas. Littéralement parlant, l'échelle du biais de prix n'est pas normalisée, c'est comme si vous vous éloigniez à des kilomètres du devis et que vous disiez woohooo là-bas sera le prix. Oui, dans les limites des statistiques de déviation, oui, mais vous ne ferez aucun profit sur ça, vous ne ferez que perdre...
OK, si je ne comprends pas quelque chose, je le découvrirai plus tard.
(1) .... ce sont de très grosses erreurs, très grosses.
Oui. Par des coefficients individuels.
(2)Les statistiques t pour le premier coefficient sont très grandes,
Faux. Statistique T = coefficient/SCO
le tout premier coefficient ne décrit pas le modèle
C'est le premier qui le fait. Il faut 100 / t-statistiques et obtenir l'erreur en %. Mais cela ne résout pas le problème avec les autres coefficients.
Et quelle "tendance" avez-vous prise pour le modèle HP?
Il n'y a pas de tendance. HP est un lissage pour éliminer le bruit dans le résidu.
(4) R-carré, pas l'estimation correcte,
C'est censé être correct. DW est d'environ deux, ce qui signifie que le résidu est normalement distribué. Il y a toujours l'erreur de régression = 11 pips, mais l'erreur de la variable dépendante = 212 pips
Mais voici le résultat de la prédiction
Veuillez noter que le pourcentage d'erreur moyen = 5,7 % !!!!.