Je souhaite partager le lien - page 5
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
Hmm.
On dirait que votre ligne rouge est un dérivé de la bleue.
comment vous l'avez calculé, pouvez-vous me montrer la formule ? Alors, tout deviendra clair immédiatement.
hpf(lambda = 13) dx hp1 @hp13_d Filtre de Hodrick-Prescott avec lambda différent
hpf(lambda = 200) dx hp2 @hpn_d
hp1_d = hpn_d - hp13_d ' Différence entre deux bruits
hp1_d_D = d(hp1_d) Incrément de bruit
Hmm
On dirait que votre rangée rouge est un dérivé de la bleue.
Elle l'est. Je ne comprends pas comment c'est arrivé :
Elle l'est. Je ne comprends pas comment c'est arrivé :
Je ne comprends pas pourquoi il y a tant de branches sur l'économétrie...
...sur les séries dérivées, aussi tordues soient-elles... la non-stationnarité apparaîtra partout... il a juste l'air différent...
Je préférerais plutôt regarder dans cette direction pour voir comment les données de haute fréquence de la dernière période peuvent affecter la précision d'un modèle de régression construit sur des données de basse fréquence. Une autre variante - essayer d'utiliser une période irrégulière pour la régression : dans l'application à Elder et en présence de données à basse fréquence, cela a du sens, et l'on soupçonne qu'un tel modèle sera au moins un ordre de grandeur plus précis. Et peut-être même sera-t-elle plus rentable).
(A propos des mailles non uniformes - on peut établir une analogie lointaine avec les méthodes d'intégration numérique ; ceux qui s'y connaissent savent que le choix de mailles gaussiennes permet d'élever l'ordre d'approximation de n à 2*n-1 par rapport aux méthodes d'interpolation avec le même nombre de nœuds).
En plus de cela - il serait très intéressant de travailler avec la fonction des erreurs de régression. Je ne l'ai toujours pas fait...
En bref, l'idée est de prendre la somme pondérée des carrés au lieu de la fonctionnelle traditionnelle que nous minimisons - la somme des carrés des erreurs, et de faire une pondération inversement proportionnelle à la racine carrée du temps. L'équation de différence autorégressive donne une erreur d'autant plus faible que l'on est proche de la valeur prédite de la série, et la loi de l'erreur moyenne décroissante sera cohérente avec le comportement de la série (rappelez-vous que la dispersion des données dans l'histoire croît comme sqrt(t)).
Le résultat devrait être plus lisse et plus précis qu'avec un simple assistant. Tout cela reste jusqu'à présent au niveau de l'intuition, mais elle me laisse rarement tomber sur de telles questions)).
Quelqu'un peut-il prendre la peine de vérifier ? Je comprends moi-même qu'il me faudra une demi-heure ou une heure pour tout faire, mais le samedi...
En plus de cela, il serait très intéressant de travailler sur la fonctionnalité d'erreur de régression. Je ne l'ai pas encore fait...
En bref, l'idée est qu'au lieu d'une fonctionnelle traditionnelle, que nous minimisons - la somme des carrés des erreurs, nous devrions prendre une somme pondérée des carrés, et la pondération devrait être inversement proportionnelle à la racine carrée du temps. L'équation de différence autorégressive donne une erreur d'autant plus faible que l'on est proche de la valeur prédite de la série, et la loi de l'erreur moyenne décroissante sera cohérente avec le comportement de la série (rappelez-vous que la dispersion des données dans l'histoire croît comme sqrt(t)).
Le résultat devrait être plus lisse et plus précis qu'un simple assistant. Tout cela reste jusqu'à présent au niveau de l'intuition, mais celle-ci me laisse rarement tomber sur de telles questions)).
Quelqu'un peut-il prendre la peine de vérifier ? Je comprends moi-même qu'il me faudra une demi-heure ou une heure pour tout faire, mais le samedi...
Existe-t-il des formules ?
Bien que cela puisse être déduit, bien sûr.
Je ne comprends pas pourquoi il y a tant de branches sur l'économétrie...
sur les séries dérivées, peu importe à quel point tu es tordu... il y aura de la non-stationnarité partout... il a juste l'air différent...
Le problème est que dans les exemples ci-dessus, la non-stationnarité a disparu et on ne sait pas très bien où elle est passée.
entre les exemples, il a disparu (il semble qu'il s'agisse d'un hodrick ou d'autre chose)... mais sinon la série semble être non stationnaire...
ou voulez-vous dire (si ce sont les mêmes) de prendre le plus ancien et de l'utiliser comme piste... Ça ne peut pas être comme ça sur 1vr... il doit y avoir une erreur quelque part...
Le problème est que dans les exemples ci-dessus, l'instabilité a disparu et on ne sait pas où elle est allée.
J'ai regardé les exemples ssa (ssa - cloz) rouge 50, bleu 10))... la similitude est évidente... le bug est dans le hodrick... c'est foutu...
Qu'est-ce qui vous fait penser que la non-stationnarité a disparu ?