계량경제학: 한 발 앞서 예측 - 페이지 40

 
-Aleksey- :

그건 그렇고, 갑자기 뭔가에 성공하면 기사와 코드에 게시하지 않는 것이 좋습니다.

특수 교육을 받은 사람들이 우리와 경쟁하고 있다는 것을 잊지 마십시오. 여기서 우리가 논의하는 내용은 첫 수업에서 그들에게 씹혀 있었습니다. 우리의 유령 지식을 너무 자랑스러워하지 맙시다.

 
faa1947 :

그건 그렇고, 갑자기 뭔가에 성공하면 기사와 코드에 게시하지 않는 것이 좋습니다.

특수 교육을 받은 사람들이 우리와 경쟁하고 있다는 것을 잊지 마십시오. 여기서 우리가 논의하는 내용은 첫 수업에서 그들에게 씹혀 있었습니다. 우리의 유령 지식을 너무 자랑스러워하지 맙시다.

홍보에 전념하는 모델은 매우 빠르게 효율성을 잃습니다. 이것은 자주 논의되는 사실이며 한 사람이 아닌 두 번 이상 확인했습니다. 그리고 누가 거기에서 플레이하는지 덜 중요합니다. :)
 
-Aleksey- :
홍보에 전념하는 모델은 매우 빠르게 효율성을 잃습니다. 이것은 자주 논의되는 사실이며 한 사람이 아닌 두 번 이상 확인했습니다. 그리고 누가 거기에서 플레이하는지 덜 중요합니다. :)

나도 알아

저는 여기서 모델을 구축하는 기술에 대해 논의하려고 하며 모델 의 수명 이 정확히 한 단계라고 믿습니다. 그래서 완전 멋진 차를 위한 공식을 올렸습니다.

 
-Aleksey- : 그런 질문에 관심이 있습니다. 테스트 확인을 위한 준비가 되어 있고 결과가 단순 거래의 경우 51/49, 플러스 포인트의 경우 51/49이더라도 빈약한 통계를 실현하려면 약 100거래일을 기다려야 합니다. 이익.

그 의미를 논할 정도로 통계적 이점을 얻으려면 100건의 거래가 필요하지 않고 몇 배는 더 많은 수만 건이 필요합니다.

N 개의 거래가 있다고 가정하면 통계적 이점(2% * N)은 sqrt(N)보다 최소 2배 이상 커야 합니다. 동시에 통계적 이점의 유의성을 약 95% 확신할 수 있습니다.

faa: 그래서 완전 화려한 마스카라 포뮬러를 올렸어요.

이 기계의 97% 품질은 무엇입니까(HP에 대해 말하는 경우)? 공식이 있습니까?

 
Mathemat : .

이 기계의 97% 품질은 무엇입니까(HP에 대해 말하는 경우)? 공식이 있습니까?

개인적으로 위의 게시물에서 복사한 내용:

EURUSD = -1552.7613734 * DXM_HP (-1) + 4731.89082764 * DXM_HP (-2) -4360.68995095 * DXM_HP (-3) + 1287.82064375 * DXM_HP (-4) -98.924444404 * DXM_HP (-3) + 1287.82064375 * DXM_HP (-3).

HP는 일부입니다.

R-square가 알려진 코드 기반의 지표를 알려주십시오.

 
faa1947 : 코드 기반에서 R-square가 알려진 지표를 알려주세요.
아, 이제 명확해졌습니다. 97%는 HP 품질이 아니라 모델의 R-제곱일 뿐입니다.
 
Mathemat :
아, 이제 명확해졌습니다. 97%는 HP 품질이 아니라 모델의 R-제곱일 뿐입니다.

다른 독자들을 위해 다음 사항에 유의하고 싶습니다.

확실성 측정이라고도 하는 R-제곱 값은 결과 회귀의 품질을 특성화합니다. 이 품질은 원본 데이터와 회귀 모델 (계산된 데이터) 사이의 일치 정도에 의해 표현됩니다. 확실성의 척도는 항상 간격 [0;1] 내에 있습니다.

우리의 경우 회귀는 견적의 97%에 해당합니다.

 

스레드에 대한 관심이 사라졌기 때문에 금요일부터 내 게시물을 반복합니다.

나는 Close로 금요일에 대한 예측을 닫습니다. 결과는 다음과 같습니다.


사실 의미 변화 예측 예측 실수 예측 실수 변화 변화 예측 예측
뒤에 열려 있는 물가 ~ 전에 기반을 둔 핍으로 기반을 둔 핍으로 예측 예측 EURUSD의 경우 DX로
데이트

날짜 유로
DX
유로화로 DX에 일치? 일치?
2011.11.08 23:59 1.383









2011.11.09 23:59 1.3524 -0.0306 2011.11.09 23:59 1.3798 56 1.3663 67 -0.0032 -0.0167
2011.11.10 23:59 1.361 0.0086 2011.11.10 23:59 1.3613 60 1.3742 70 0.0089 0.0218
2011.11.11 23:59 1.3778 0.0168 2011.11.11 23:59 1.3541 59 1.3766 71 -0.0069 0.0156 아니다
2011.11.14 23:59 1.3624 -0.0154 2011.11.14 23:59 1.3676 59 1.3673 69 -0.0102 -0.0105
2011.11.15 23:59 1.3525 -0.0099 2011.11.15 23:59 1.3650 59 1.3634 69 0.0026 0.0010 아니다 아니다
2011.11.16 23:59 1.3455 -0.0070 2011.11.16 23:59 1.3529 57 1.3627 69 0.0004 0.0102 아니다 아니다
2011.11.17 23:59 1.3468 0.0013 2011.11.17 23:59 1.3446 57 1.3521 70 -0.0009 0.0066 아니다
2011.11.18 23:59 1.3514 0.0046 2011.11.18 23:59 1.3422 55 1.3479 70 -0.0046 0.0011 아니다


몇 가지 결론:

1. DX에 대한 예측은 EURUSD 쌍 자체의 시차 값보다 훨씬 좋습니다.

2. 예측 결과는 정성적(일치 - 일치하지 않음)이며 MM 및 스프레드를 고려하지 않습니다. 예를 들어, 마지막 날인 금요일의 정산가는 1.3514이고 고가는 1.3613입니다. DX 예측을 사용할 때 잠재적 이익은 100핍 더 높았습니다. 반면에 Low=1.3447이고 SL에 대한 추적을 사용하여 EURUSD에 대해 실패한 예측을 사용하는 경우 손실이 최소화됩니다.

3. 제시된 표는 표본이 작기 때문에 모형을 사용하는 기준이 될 수 없습니다. 모든 사람에게 테스터를 사용해야 할 필요성은 분명합니다. 그런 가능성이 있습니다. 해당 코드는 내 기사 의 첨부 파일에 게시되어 있습니다. 그러나 제 생각에는 모델이 준비되지 않았고 최종 테스트 전에 마무리해야 하기 때문에 이 작업을 수행하지 않을 것입니다.


내 계획은 다음과 같습니다.

1. 나는 예측을 그만둔다.

2. 나는 모든 사람에게 다음을 제안합니다.

) 이러한 결과에 대해 논의

b) 이 모델을 업그레이드

c) 모델 제공

3. 토론과 현대화의 결과를 코드로 구현하고 결과를 게시할 준비가 되었습니다.

모델 유형을 기억합니다.

a) 후행 EURUSD의 경우: EURUSD = hp(-1 ~ -4) + hp_d(-1 ~ -2)

b) DX의 경우:

DXM = 1/DX - 견적의 역수 사용

EURUSD = DXM_HP(-1 ~ -4) + DXM_HP_D(-1 ~ -2)

이 공식에서 HP는 Headrick-Prescott 지표이고 HP_D는 나머지 = kotir는 지표입니다. 괄호 안은 현재 막대 이전의 막대이고 (-1 ~ -4)는 마지막 4개 막대를 의미합니다.

변수에 대한 계수를 추정한 후의 실제 방정식은 다음과 같습니다.

EURUSD = -1552.7613734 * DXM_HP (-1) + 4731.89082764 * DXM_HP (-2) -4360.68995095 * DXM_HP (-3) + 1287.82064375 * DXM_HP (-4) -98.924444404 * DXM_HP (-3) + 1287.82064375 * DXM_HP (-3).

모두 - 계량 경제학의 연습에 참여하십시오!
 
Mathemat :

이 오류가 무엇인지 모르겠습니다.

이것이 표준편차(s.s.d.)이고 예측값 자체가 바로 그러한 s.d.를 갖는 정규 분포 값이라면 무시하는 것이 좋을 것입니다. 그런 다음 예측 계수가 2s.c.d. 미만인 경우. (약 118포인트), 약 95% 확률로 예측 값을 0으로 참조하여 실수하지 않을 것입니다.

모듈러스가 2s.c.o.보다 작은 예측은 흥미롭지 않은 것으로 간주되어야 합니다(이것은 움직임이 0일 것이라는 예측입니다).


그러나 예측 자체가 모델의 수학적 기대 가 아닌가? 이 경우 오류의 크기는 중요하지 않습니다. 모델의 평균 이득은 항상 양수(m.e. > 0)이고 예측 값 * 예측 수와 같습니다. 예, 큰 오류로 인해 결과의 분산이 증가하지만 더 이상 증가하지는 않습니다.
 
C-4 :


예측 자체가 모델의 수학적 기대 가 아닌가요?

오류가 고정되어 있으면 모든 것이 정상입니다. 여러 번 나는 매우 복잡한 모양의 오류 그래프를 작성하고 인용했습니다.