Économétrie : une prévision d'avance - page 95

 

Non, je ne suis pas du tout contre l'ergodicité, je suis même pour. C'est en fait la condition la plus forte, bien plus forte que la faible stationnarité. Et cela résout vraiment le problème de la prédiction.

Mais, bon sang, comment le vérifier avec la mise en œuvre d'un seul processus et un ensemble fini de données ?

 
Mathemat:

Non, je ne suis pas du tout contre l'ergodicité, je suis même pour. C'est en fait la condition la plus forte, bien plus forte que l'ergodicité. Et cela résout vraiment le problème de la prédiction.

Mais comment diable le vérifier avec une seule implémentation de processus en main ?

Au diable l'ergodicité !

Il y a un quotient. La question est de savoir ce que l'on peut en tirer sous forme analytique. Nous l'avons plumé. Si l'on considère le reste, que pouvons-nous faire d'autre ? C'est comme un dessin animé. Donc, on mesure juste avec nos pieds.

 
faa1947:
Je ne connais rien d'autre d'aussi bien élaboré
.


il y a des problèmes :

1. le piétinement du champ. Cet outil appartient à beaucoup de gens, et tout le monde ne peut pas être riche.

2. les systèmes spéculatifs tirent profit des pertes ou des manques à gagner d'autres personnes. De qui et à quel prix un système construit sur toutes sortes de régressions et autres manipulations des séries prend-il de l'argent ?

Imaginez un jeu de hasard sous la forme d'une série de chiffres, en codant des variantes de mouvements, puis en essayant de prédire qui gagnera à l'aide de régressions))).

L'économétrie n'est pas destinée aux marchés spéculatifs.

 
Avals:


il y a des problèmes :


1. le piétinement du champ. Beaucoup de gens possèdent cet outil, et tout le monde ne peut pas être riche

Un problème connu. Mais ceci est pour les fans de vagues et de Fibonacci.

L'économétrie offre la possibilité de faire un TS beaucoup plus diversifié. La probabilité d'entrer dans une dépendance au marché est beaucoup plus faible qu'en AT.

L'économétrie n'est pas destinée aux marchés spéculatifs

Dans EViews, une prédiction par étape est une prévision, mais une prédiction par n étapes n'est pas une prévision.

 
Mathemat:

Eh bien, tout d'abord, ce sont des généralités que je connais déjà.

Deuxièmement, il n'est pas question ici de considérer le processus de cotation comme un ensemble de réalisations. La réalisation est une, point final. Au moins en économétrie.

Troisièmement, et c'est le plus important : comment peut-on vérifier l'ergodicité, s'il n'y a pas d'autres réalisations possibles que nous pouvons faire en principe ?

Je n'ai pas de mots spéciaux.

Il est élémentaire de vérifier - la gamme de prix disponible est longue. Coupez-la en morceaux !

Pour vérifier l'ergodicité, il suffit de calculer la valeur de la variance pour trois à cinq morceaux de longueur égale et de les comparer entre eux. S'ils diffèrent entre eux de 3 à 5 %, alors le processus est ergodique et la durée de mise en œuvre est suffisante pour calculer ses caractéristiques. Si l'écart est supérieur à 10%, alors soit le processus est non stationnaire, soit des morceaux trop courts sont utilisés.

Et n'ayez pas cette habitude de tomber dans le désespoir au moindre moment !

 

Ce que vous avez mis en évidence ici n'est pas un test d'ergodicité, mais un test d'homo(hétéro)skedasticité, qui est beaucoup plus faible que l'ergodicité.

 
Mathemat:

Ce que vous avez mis en évidence ici n'est pas un test d'ergodicité, mais un test d'homo(hétéro)skedasticité, qui est beaucoup plus faible que l'ergodicité.


Arrêtez cette provocation. Vous devez comparer les caractéristiques des stat - espérance mat, variance et fonction d'autocorrélation. Découpez la série en morceaux, comptez et comparez. Il ne faut pas que les morceaux soient trop courts. Je me trompe peut-être sur certains pourcentages, mais la méthode est correcte.
 

Demi:

Élémentaire à vérifier - la fourchette de prix disponible est longue. Coupez-la en morceaux !

Pour vérifier l'ergodicité, il suffit de calculer la variance de trois à cinq morceaux de longueur égale et de les comparer entre eux. S'ils diffèrent les uns des autres de 3 à 5 %, alors le processus est ergodique et sa longueur d'exécution est suffisante pour calculer ses caractéristiques. Si l'écart est supérieur à 10%, alors soit le processus est non stationnaire, soit des morceaux trop courts sont utilisés.


Je n'ai pas de mots particuliers.

Pas en statistique, mais en économétrie, il y a : le test du rapport de variance.

 

faa1947, pourquoi êtes-vous si attaché à cet EViews ? On prie presque pour ça... Et vous le présentez comme quelque chose de parfait et digne d'une émulation inconditionnelle. C'est comme un guide d'action... Je ne comprends pas... Est-ce la fin de vos connaissances ? Puis-je suggérer de la littérature ?

Au fait, vous n'avez toujours pas répondu à ma question : quels principes théoriques de la méthode de l'espace d'état ne sont pas clairs pour vous ? En effet, pour pouvoir expliquer de manière compréhensible, je dois déterminer d'où partent les difficultés et ce qu'il suffit de mentionner en passant.

 
Demi: Arrêtez cette provocation. Vous devez comparer les caractéristiques statistiques - espérance, variance et fonction d'autocorrélation. Découpez la série en morceaux, comptez-les et comparez-les. Il ne faut pas que les morceaux soient trop courts. Je me trompe peut-être sur certains pourcentages, mais la méthode est correcte.

Le topicstarter fait la même chose, mais il n'a pas de relation particulière avec l'ergodicité. Et c'est clairement insuffisant.

C'est tout, je n'ai plus de questions à vous poser.