エコノメトリックス:一歩先の予測 - ページ 55

 
Avals:

ということではありません。予測誤差はRMSで計算するのですか?
予報そのものがないのに、みなさんがその誤差をカウントしている、おかしいと思いませんか?まずはある程度間違っていてもいいから、予測というか、予測したほうがいい式や関数を作って、そこから踊ってみようよ。
 
yosuf:
予報そのものがないのに、みなさんがその誤差をカウントしている、おかしいと思いませんか?まずはある程度間違っていてもいいから予測というか、よりよい予測をするための方程式や関数を作って、そこから踊ってみよう。

著者はすでに何度も予測値や誤差の求め方を書いている。
 
Avals:

は、すべての取引で一定であることはできません。そして、予測(誤差)からの価格の傾きは、誤差分布が定常的であれば、ある定数に収束する可能性があります
定数(ほぼ一定)はモデル構築の目的であり、それが失敗すれば、この引用部分でモデルは存在しないことになる。
 
yosuf:
あなたの方法論に合わせて、エクササイズのインジケータを提示して確認することができます。このインジケーターは何度か展示していますが、ガンマ関数についてなど、興味のある情報をコードから抽出することができます。
残念ながら、私はあなたの式(18)を理解することができませんでした。私のガンマ関数のフォーマットで書いてくれれば、EViewsでやったんですけどね。指標を理解して、それをEViewsに反映させるのは無理がある。
 
yosuf:
予報そのものがないのに、みなさんがその誤差をカウントしている、おかしいと思いませんか?まずはある程度間違っていてもいいから、予測というか、よりよい予測をするための方程式や関数を作って、そこから踊ってみようよ。
はい、そうです。常に予測とその誤差。私の記事では、ここで一週間のトピックで私は結果を掲示し、私はすべての時間を議論するが、あなたは何を話している?
 
faa1947:
定数(ほぼ定数)がモデル構築の目標であり、失敗すればこの商圏にモデルは存在しないことになる。

ここでは、例えば、でたらめ)))をして、ランダムウォークを予測することにしました。0から始まり、0.5/0.5の確率で+1/-1ずつ増加する。 任意のステップ数での最良の予測は現在の位置である。ですから、もしゼロであっても、100ステップや1000ステップであれば、最良の予測はゼロになります。しかし、この予測の誤差はどのように変化するのでしょうか。RMS誤差は、ステップ数の根に正比例して増加する。100ステップの誤差(RMS)=50ですが、400ステップの誤差は100になります。これは、リバーサルやトレンドがない場合です。可逆性があれば、誤差はステップ数の根より遅く成長する。トレンドの場合、その逆
 
Avals:

例えば、でたらめ)))をして、ランダムウォークを予測することにしました。0から始まり、0.5/0.5の確率で+1/-1ずつ増加する。任意のステップ数での最良の予測は現在の位置である。ですから、もしゼロであっても、100ステップや1000ステップであれば、最良の予測はゼロになります。しかし、この予測の誤差はどのように変化するのでしょうか。RMS誤差は、ステップ数の根に正比例して増加する。100ステップの誤差(RMS)=50ですが、400ステップの誤差は100になります。これは、リバーサルやトレンドがない場合です。可逆性があれば、誤差はステップ数の根より遅く成長する。トレンド性があれば、その逆もしかり。
ランダムウォーク(ドリフトなし)誤差は面白くない - 予測不可能であり、モデル構築プロセスを停止させるサインである。それは、定義上、物語の終わりである。
 
faa1947:
ランダムウォークエラーに興味がない(解体しない) - 予測不可能であり、モデル構築プロセスを停止させるサインである。それは、定義上、物語の終わりである。

要点を例を挙げて説明しているのに「予測は不可能だ」と言わんばかりです。何でも予想がつく。もうひとつは、この予想が現実的な意味を持つかどうかです。Sbの場合、スコップ(誤差)を最小にする観点から、最適な予測は系列の現在値になります。もちろん、予想で儲けられるということではありません。
 
Avals:

例を挙げているのに、「予測は不可能だ」と言わんばかりです。何でも可能です。もうひとつは、この予想が現実的な意味を持つかどうかです。Sbの場合、コスト(誤差)を最小にする観点から、最適な予測は系列の現在値になる。もちろん、cbで儲けられるというわけではありません。
私は、モデル構築の方法論(私が考案したわけではありません)について話しています。最初の非定常商は、定常残差が得られるまで、構成要素に分解されなければなりません。なぜなら、定常残差は、平均、スキュー、分散、スプレッドなど、定常性があれば何でもありの値で置き換え可能だからです。
 
faa1947:
私は、モデル構築の方法論(私が考案したわけではありません)について話しています。最初の非定常商は、定常残差が得られるまで、構成要素に分解されなければなりません。この要件は直感的なレベルでよく理解できます(これは非常に重要です)。なぜなら、定常残差は、平均、スキュー、分散、スプレッドなど、定常性の場合には何でもありの値に等しい定数で置き換えることができるからです。

反論したかな?