エコノメトリックス:一歩先の予測 - ページ 93

 
faa1947:

大きなニュースです。AND ARIMA? AND ARCH?これはどの列に対してでしょうか?


コチエ=トレンド+ノイズ

左側は非定常ですが、右側はどこでしょうか?

このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。しかし、非定常系列の場合は、これらの手法を適用できるようにするために、「定常型にする」ための手法が用いられます。

ある系列が非定常である場合、それは非定常である。このシリーズは、統計的に不安定な性質を持っています。シリーズを切り分けても、どの作品でも静止画になる。

上昇した後、急落した場合は、上昇局面で静止していることになります。しかし、価格系列全体は非定常(急変すること)である。

 
Demi:

このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。そして、非定常のものについては、これらの手法を適用できるようにするために「定常型にする」ための手法が用いられている。

ある系列が非定常である場合、それは非定常である。このシリーズは、統計的に不安定な性質を持っています。シリーズを切り分けても、どの作品でも静止画になる。

上昇した後、急落した場合は、上昇局面で静止していることになります。しかし、価格系列全体は非定常(急変すること)である。

トレンドの変化は非定常性を示すものではありません。

最初からやりましょう。私は、次のような定常性の定義を使っています:系列は、モ=一定(「ほぼ」一定)、分散=一定(「ほぼ」一定)であれば定常的です。

系列に決定論的な要素がある限り、統計学は語れない。そのため、決定論的な成分を差し引いた残差で作業を行います。この手順を踏むと、残差はロウソクの長さよりずっと小さくなるのが普通なので、問題は質的に楽になる。

 
Demi:

このニュースは大きくも古くもありません。これらの方法は、定常系列に対して開発され、適用されています。しかし、非定常のものについては、これらの手法を適用できるようにするために、「定常型にする」ための手法が用いられます。


ARIMAについてはまだ納得できるとして、ARCHは純粋に非定常のものです。私は、非定常性のある種の微妙な点を狙った特定のテストを使用し、それが特定されると、純粋な非定常性をモデル化します。残差はしばしば静止していることが判明する。

そして、非定常のものに対しては、「定常の形にする」ための手法が用いられる。

ご指摘の方法が使えるということは、非定常な系列を扱っているのでしょうか?

 
faa1947:

トレンドの変化は非定常性のサインではありません。

最初からやりましょう。私は定常性の定義を次のように使っています:モ=一定(「ほぼ」一定)、分散=一定(「ほぼ」一定)であれば、系列は定常です。

系列に決定論的な要素がある限り、統計学は語れないのです。そのため、決定論的な成分を差し引いた残りを使って作業しているのです。この手順を踏むと、残差はロウソクの長さよりずっと小さくなるのが普通なので、問題は質的に楽になる。

定常ランダムプロセスは、そのすべての確率特性が時間に対して独立していなければ なりません。長い期間、ほぼ直線的に上昇していた価格が突然急落した場合、下落前は定常過程であり、系列を塊に分解すれば、その塊の統計的特性はほぼ同じになるからです。しかし、下落後はその確率特性が変化し、非定常性(MOが変化、分散が変化)となった。

どんな系列でも決定論的な要素を特定することは可能であり、統計学について話すべきでしょう。もし、系列が非定常であれば、この決定論的成分は非常に小さな予測力を持つことになる。

 
Demi:
定常ランダムプロセスは、そのすべての確率特性が時間から独立して いるはずです。長期間にわたってほぼ直線的に上昇していた価格が、突然急落した場合、その下落までは定常過程であり、系列を塊に分解すれば、その塊の統計的特性はほぼ同じになるからです。し かし、衰退した後は、その確率特性が変化し、非定常と なった。

私の定義は建設的で、モデリングプランを可能にし、目的を明確にすることです。

ステップ1:系列に決定論的な要素がある限り、確定的なことは言えない。私にとっては公理である。

 
faa1947:

私の定義は建設的で、モデリングプランを可能にし、目的を明確にすることです。

ステップ1:系列に決定論的な要素がある以上、確定的なことは言えない。これは私にとっての公理です。


どんなシリーズにも、決定論的な要素がある。問題は予測の品質と精度
 
faa1947:

ご指摘の方法が使えるということは、非定常な行程で作業しているのでしょうか?


それをトレーディングに応用しようと試みたが、結果は惨憺たるものだった。TAを使いたい。

偉業を成し遂げる余地はあるが。

 
Demi:

どんなシリーズにも決定論的な要素があります。問題は予測の品質と精度

脱線しないように。

決定論的な要素を区別しています。残像はどうですか?ここでも決定論的な要素を確認する。理由は古いものだからです。ノイズを取る。決定論的な要素を排除したノイズを得れば、推論が可能になる。

 
faa1947:

横着は禁物です。

決定論的な要素を区別しています。残滓はどうする?決定論的な要素について再度確認する。理由は古いものだからです。ノイズになれ。決定論的な要素を排除したノイズを得れば、推論が可能になる。


何のために?何を憶測しているのか?決定論的な要素を分離し、モデルを作り、テストし、分析し、廃棄する(冗談です)。

子部品が良質なものであれば、交換する。残りは何に使うの?

問題は、この部品の品質です。

 
faa1947:

どう考えても、統計を取ればその前が見えてくる。そして、「どうなるのか」を示すことができるはずもなく...。純粋な推測です。それならうまくいくかも?

>