Matstat Econometria Matan - pagina 19
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
È una clinica ))
Proprio così. Corsia 3. Al primo piano. "Dipartimento di crisi e di emergenza")).
È una clinica ))
Infatti lo è!
Giusto. Corsia 3. Al primo piano. "Dipartimento di crisi e di emergenza")).
È qui che trattano i medici?
Curano i medici qui?
Se sei un medico, trattano i medici. E se sei un candidato, trattano i candidati. Trattiamo tutti. Non preoccupatevi.
Mi scuso con l'autore per l'inondazione, ma dato che la maggior parte dei chiassosi locali ha già controllato il ramo, è ancora condannato, a meno che un moderatore non venga a ripulire tutto a partire da circa pagina 5.
Il dialogo costruttivo, non credo, si allaga.
Non c'è bisogno di andare sul personale e insultarsi a vicenda.
E anche sostenere che una scienza è migliore dell'altra e non si capisce niente.
Esaltare la propria conoscenza in un settore rispetto a quella di un'altra persona in un altro settore.
Questo è molto basso e poco professionale. È come quando ero bambino, l'espressione "spocchioso".
Ma l'infanzia è passata da un pezzo, e ora siamo adulti, e conduciamo un dialogo costruttivo in modo più produttivo, senza arroganza.
Trattatevi l'un l'altro con rispetto, perché in generale qui non ci sono persone stupide.
Questo non si applica a te personalmente, è una mia affermazione generalizzata.
Per quanto riguarda l'argomento, sono state menzionate alcune istituzioni educative.
Qui, cercando di capire uno dei campi, in particolare "Quantitative Finance" di HSE, sorgono alcune domande.
Ecco perché è nato questo thread. Qualcuno ha seguito la formazione HSE in finanza quantitativa?
Qualcuno ha affrontato i modelli di serie GARCH e le loro modifiche con funzioni di transizione?
Perché così tante persone qui dimenticano una semplice verità, come la correlazione. Tutto è ugualmente o meno dipendente l'uno dall'altro. Nella finanza a maggior ragione.
La finanza quantitativa è lo studio di questo. Alcune persone qui capiscono di cosa sto scrivendo.
E chi non lo capisce, sì, tutti cercano specificamente la stazionarietà nei modelli, le loro simbiosi, le attività multidimensionali, ecc.
E quando si mette insieme un portafoglio competente di attività, allora sì, che importa la paura, come è stato espresso qui che non esiste, perché è matematicamente esclusa.
L'aspettativa matematica di tutto il portafoglio è zero. E se un bene si strappa, non dovrebbe influenzare l'intero portafoglio, ma compensare con altri beni.
Questa è la correlazione dei mercati. Penso che non ci sia bisogno di portare un'analogia con la natura, ecc. Tutti capiscono cos'è l'interrelazione.
Bisogna solo applicarlo correttamente. E guardare un solo SB e poltrire su di esso quando c'è un numero enorme di altri modelli, non so perché siamo bloccati in un solo posto.
Per continuare l'argomento.
Molte persone qui menzionano il diradamento dei dati.
C'è un metodo chiamato PCA (Principal Component Analysis), che èuno dei modi principali per ridurre la dimensionalitàdei dati perdendo il minor numero di informazioni.
Qualcuno ha studiato questo metodo? Qualche conclusione sulla sua applicabilità?
So che la selezione dei beni si assottiglia con questo metodo. Ma non so come un set di dati possa essere assottigliato senza perdita di dimensionalità.
Per come la vedo io, il problema principale del diradamento è la riduzione della dimensionalità. Cioè, il campione diventa una dimensione diversa.
In un caso semplice, ci sono raccomandazioni da parte degli stessi docenti delle università, per non buttare via un elemento da un insieme, e sostituirlo con un valore medio degli elementi vicini per esempio.
Almeno questo è il modo in cui gli outlier vengono rimossi, nell'approccio semplice. Ma con l'avvertenza che ci sono altri approcci, che non sono spiegati.
Quindi la PCA come idea di diradamento, può essere ben studiata.
P.S. Link di siti intelligenti, trova anche articoli su un argomento simile
Oh come ))
Guarda che gancio interessante ho trovato su siti stranieri.
Questa è una traduzione di un articolo di bourgeois.
E la funzione di massimizzazione si trasforma in una funzione di costo ))
Forse l'esempio che ti ho mandato funziona sul principio di verosimiglianza dopo tutto?
Anche lì ci sono dei derivati. Avete visto la funzione getCost?
O in getCost, non è un gran calcolo?
Guarda che gancio interessante ho trovato su siti stranieri.
Questa è una traduzione di un articolo di bourgeois.
E la funzione di massimizzazione si trasforma in una funzione di costo ))
Forse l'esempio che ti ho mandato funziona sul principio di verosimiglianza dopo tutto?
Anche lì ci sono dei derivati. Avete visto la funzione getCost?
O forse la funzione getCost ha un calcolo diverso?
L'approccio standard nell'ottimizzazione è quello di moltiplicare l'obiettivo per meno e la massimizzazione si trasforma in minimizzazione (e viceversa).
Ho già cercato di spiegarvi che se gli errori sono distribuiti in modo gaussiano, allora MNC==MLE. Se gli errori sono distribuiti da Laplace, alloraMNC==MLE==MLE metodo dei minimi moduli. Puoi capire da solo il tipo di distribuzione dell'errore quandoMLE==MLE di Huber.
Negli esperimenti, il tipo di distribuzione dell'errore è conosciuto da qualche considerazione aggiuntiva, o è scelto sperimentalmente (di solito sotto forma di una funzione di perdita adatta).