계량 경제학: 공적분이 필요한 이유 - 페이지 15

 

"나는 믿는다 - 나는 믿지 않는다" - 이것은 이미 종교의 한 분야, 신학 연구의 주제입니다 (그리스 신학, from theos - God and logos - word, 교리) - 당신은 하나님의 과학을 의미합니다 :) ))))

;))) 곡선을 따라 미끄러진 에카 공적분 계량 경제학 경로!!!

 
Mathemat :

당신을 이해합니다.

그러나 나는 정적 차익 거래를 믿지 않습니다.


위의 결과는 델타가 너무 작다는 것을 보여줍니다. 그러므로 이것은 믿음의 문제가 아니라 특정한 계산의 문제입니다. 일반적으로 아이디어에는 결함이 있습니다. 우리는 같은 방향으로 가는 사람들 사이의 불일치를 찾고 있습니다. 그리고 서로 다른 방향으로 갈 때 불일치를 찾아야 합니다.

나는 포트폴리오에 대해 쓴 익명의 작가의 의견을 따르는 경향이 있습니다. 효율적인 포트폴리오라는 더 넓은 개념 내에서 공동 통합이 유용할 수 있습니다.

투기꾼에게 공적분의 유용성은 나에게 명확하지 않습니다. 글쎄, 테스트를 정당화하는 것을 제외하고. 새로운 것이지만 아직까지는 유용성에 대한 증거가 매우 미약합니다.

 
은행 수익률이 10%라면 은행보다 높은 지속 가능한 수익률을 가진 지속 가능한 전략은 투자자의 관심을 끌 것입니다.
 
faa1947 :

그러나 구성은 어디에 있습니까?

좋은 질문이지만 객관성을 위해 때때로 그러한 질문을 자신에게 물어볼 필요가 있습니다.

그럼에도 불구하고 첫 페이지에 표시된 귀하의 모델이 제대로 작동하지 않으며 다음과 같이 작동한다고 확신합니다.

... 이 회귀를 사용하여 걱정 없이 예측할 수 있다고 제안합니다. 잔차는 고정적입니다.

내가 너라면 조금 걱정할 텐데. 여러 징후에 따르면 단순히 "부숴 버렸고" 아직 예측할 가치가 많지 않습니다.

그들은 질문에 대답하지 않았습니다. 당신의 정체는 무엇입니까?

 
Farnsworth : ,


아직 예측 가치가 없습니다.

예측의 목적이 설정되지 않았습니다.

그들은 질문에 대답하지 않았습니다. 당신의 정체는 무엇입니까?

평균과 자기공분산이 시간에 의존하지 않는 경우 급수는 정상입니다.

지금까지 차익거래에서 공적분을 사용하는 것을 집합적으로 알아보았는데, 델타가 너무 작아 차익거래에 사용하기에는 애매하다는 것을 알게 되었습니다.

더 흥미로운 점은 견적이 TC의 잔액과 공적분되면 테스트를 신뢰할 수 있고 공적분하지 않으면 신뢰할 수 없다는 가정 입니다. 나는 팀에 가설을 테스트하기 위한 분석을 위한 초기 데이터를 제공하도록 요청했습니다. tara만이 그러한 정보를 제공했습니다. 결과를 올렸습니다. 챔피언십에는 많은 정보가 있지만 복사에 실패했고 아무도 도와주지 않았습니다.

 
faa1947 :

아직 예측 값이 없습니다.

예측의 목적이 설정되지 않았습니다.

당신이 예측한다면, 예측의 해석에 그 자체의 목표가 명확하게 설정됩니다. 또 다른 것은 결과 곡선으로 무엇을 해야 하는지 여전히 이해하지 못하지만 이것은 시스템 및 설정의 완전히 다른 부분입니다.

평균과 자기공분산이 시간에 의존하지 않는 경우 급수는 정상입니다.

엄밀하지는 않지만 여전히 이론을 받아들인다면 그렇지 않습니다. 고정은 넓고 좁은 의미로 해석됩니다. "평균"은 아니지만 분포와 ACF가 고정되어 있는 경우입니다. 좁은 의미에서, 당신은 당신의 분포가 이러하다는 것을 증명해야 하며, 이 분포의 매개변수(평균뿐만 아니라 그렇지 않을 수도 있음)는 전체 프로세스에서 보존됩니다. 나는 귀하의 ACF가 전혀 고정되어 있지 않다고 확신합니다. 즉, 귀하의 전체 아트로라베가 작동하지 않는다는 것을 의미합니다. 사용은 고사하고 예측조차 할 수 없습니다.

지금까지 차익거래에서 공적분을 사용하는 것을 집합적으로 알아보았는데, 델타가 너무 작아 차익거래에 사용하기에는 애매하다는 것을 알게 되었습니다.

오, 믿음을 선택하는 것은 모두입니다 :o)

나에게 더 흥미로운 신뢰할 있는 가정 견적이 TC의 잔액과 공적분되었는지 테스트하고 공적분하지 않으면 신뢰할 수 없습니다. 나는 팀에 가설을 테스트하기 위한 분석을 위한 초기 데이터를 제공하도록 요청했습니다. tara만이 그러한 정보를 제공했습니다. 결과를 올렸습니다. 챔피언십에는 많은 정보가 있지만 복사 할 수 없었고 아무도 도와주지 않았습니다.

포럼에는 동료 HideYourRichess 가 있지만 때때로 그와 맹세하지만 각각 "동의"하는 곳이 있습니다. 그들은 서로 다른 방식으로 이러한 이해에 도달했습니다(프랙탈 분석을 사용했습니다). 따라서 정확성에 대한 모든 균형 곡선의 테스트는 매우 간단하고 이 곡선의 "확산"이 적고 "선형성" (따옴표로 작성, 해석 필요) 이 클수록 결과가 더 신뢰할 수 있으며 신뢰할 수 있습니다. 또한이 곡선의 프랙탈 매개 변수는 특정 범위에 있어야한다는 것이 밝혀졌습니다. 프랙탈 분석에서도 유추를 그릴 수 있습니다. 소리나 음악은 종종 단순히 "좋아요"와 "싫어요"로 분류되며 그것이 블루스인지 재즈인지는 그다지 중요하지 않습니다. 따라서 "좋아요"에는 자체 "프랙탈 경계"가 있고이 범위에 속하는 소리는 "좋아요"하기 시작합니다. 아마도 모호하게 설명되었지만 요점은 아닙니다.

그러나 실제로 TS의 작업은 완전히 구부러진 kotir를 양의 계수가 있는 가급적 직선으로 변환하는 것입니다(그리고 이것이 avtomat 이 "스케치"에서 전달하려고 하는 것 같습니다). 그리고 여기서 당신이 말하는 TS와 코티르의 어떤 종류의 공동 통합이 나에게 명확하지 않습니다. 좋습니다. 균형 곡선과 견적을 공적분하여 세 번째 곡선을 구한다고 가정해 보겠습니다. 그것은 당신에게 무엇을 줄 것입니까?

 
Farnsworth :

당신이 예측한다면, 예측의 해석에 그 자체의 목표가 명확하게 설정됩니다. 또 다른 것은 결과 곡선으로 무엇을 해야 하는지 여전히 이해하지 못하지만 이것은 시스템 및 설정의 완전히 다른 부분입니다.

엄밀하지는 않지만 여전히 이론을 받아들인다면 그렇지 않습니다. 고정은 넓고 좁은 의미로 해석됩니다. "평균"은 아니지만 분포와 ACF가 고정되어 있는 경우입니다. 좁은 의미에서, 당신은 당신의 분포가 이러하다는 것을 증명해야 하며, 이 분포의 매개변수(평균뿐만 아니라 그렇지 않을 수도 있음)는 전체 프로세스에서 보존됩니다. 나는 귀하의 ACF가 전혀 고정되어 있지 않다고 확신합니다. 즉, 귀하의 전체 아트로라베가 작동하지 않는다는 것을 의미합니다. 사용은 고사하고 예측조차 할 수 없습니다.

오, 믿음을 선택하는 것은 모두입니다 :o)

포럼에는 동료 HideYourRichess 가 있지만 때때로 그와 맹세하지만 각각 "동의"하는 곳이 있습니다. 그들은 서로 다른 방식으로 이러한 이해에 도달했습니다(프랙탈 분석을 사용했습니다). 따라서 정확성에 대한 모든 균형 곡선의 테스트는 매우 간단하고 이 곡선의 "확산"이 적고 "선형성" (따옴표로 작성, 해석 필요) 이 클수록 결과가 더 신뢰할 수 있으며 신뢰할 수 있습니다. 또한이 곡선의 프랙탈 매개 변수는 특정 범위에 있어야한다는 것이 밝혀졌습니다. 프랙탈 분석에서도 유추를 그릴 수 있습니다. 소리나 음악은 종종 단순히 "좋아요"와 "싫어요"로 분류되며 그것이 블루스인지 재즈인지는 그다지 중요하지 않습니다. 따라서 "좋아요"에는 자체 "프랙탈 경계"가 있고이 범위에 속하는 소리는 "좋아요"하기 시작합니다. 아마도 모호하게 설명되었지만 요점은 아닙니다.

그러나 실제로 TS의 작업은 완전히 구부러진 kotir를 양의 계수가 있는 가급적 직선으로 변환하는 것입니다(그리고 이것이 avtomat 이 "스케치"에서 전달하려고 하는 것 같습니다). 그리고 여기서 당신이 말하는 TS와 코티르의 어떤 종류의 공동 통합이 나에게 명확하지 않습니다. 좋습니다. 균형 곡선과 견적을 공적분하여 세 번째 곡선을 구한다고 가정해 보겠습니다. 그것은 당신에게 무엇을 줄 것입니까?

나는 EViews 내부에 앉아서 용어에 대한 내 자신의 이해가 아니라 이 도구를 신뢰합니다. 이것은 나에게 종종 모호한 내용의 미친 양의 책을 읽는 대신 완성된 제품을 사용할 수 있는 기회를 제공합니다. 그리고 결국 모든 것이 저와 잘 맞고 여러 번 테스트한 도구가 항상 충분합니다.

나는 공적분을 확인한다:

원래 따옴표의 단위 루트 테스트

나는 하나의 몫을 다른 몫에서 뺄 때 나머지에 고정 몫을 줄 벡터를 선택합니다(단위 루트 테스트에 따라)


좋습니다. 균형 곡선과 견적을 공적분하여 세 번째 곡선을 구한다고 가정해 보겠습니다. 그것은 당신에게 무엇을 줄 것입니까?

그리고 이것이 가설입니다. 이 두 시리즈를 공적분하면, 즉 둘 사이의 차이가 고정되어 있으면 테스트를 신뢰할 수 있으며 양수, 음수, 직선 균형선 또는 곡선인지 여부는 중요하지 않습니다.

공적분하지 않으면 테스트를 신뢰할 수 없습니다. 이것은 확인이 필요합니다. 실험하고 싶었습니다. tara 데이터의 경우 이것이 확인되었습니다. 결과는 더 높습니다.

 

~ 에게

Я сижу внутри EViews м доверяю этому инструменту, а не собственному пониманию терминов. Это дает мне возможность использовать готовый продукт вместо чтения безумного кол-ва книг, зачастую сомнительного содержания. Причем в конечном итоге у меня все стыкуется и всегда хватает инструментов много кратно проверенной работоспособности.

네, 이것은 하나의 도구일 뿐이며 계산된 통계 및 데이터의 해석 오류는 "자동으로" 제공되지 않습니다. 그것은 전적으로 분석가에게 달려 있습니다.

그리고 이것이 가설입니다. 이 두 시리즈가 공적분되면, 즉 둘 사이의 차이가 고정되어 있으면 테스트를 신뢰할 수 있으며 양수, 음수, 직선 균형선 또는 곡선인지 여부는 중요하지 않습니다. 공적분하지 않으면 테스트를 신뢰할 수 없습니다. 이것은 확인이 필요합니다. 실험하고 싶었습니다. tara 데이터의 경우 이것이 확인되었습니다. 결과는 더 높습니다.

나는 그것이 더 많은 환상이라고 생각합니다. 어떻게 공동 통합을 선택할 것인가? EW에 맡기고 그가 할 일은 거의 모든 모델의 틀에서 귀에 끌리며 가짜 고정성을 얻게 될 것입니다. 여기에는 기준이 없으며 모델을 선택하여 모든 이익 곡선을 견적(임의)과 함께 통합할 수 있습니다. 그것은 당신에게 무엇을 줄 것입니까? "최적화"할 때(정확히 수행할 작업) 중지해야 하며 매개변수를 불량/양호로 어떻게 분리할 것인지 이해하시겠습니까?

추신: 여전히 모델을 복잡하게 만들거나 더 민감하게 만들거나 그런 식으로 시도하십시오. 귀하의 모델은 실제로 프로세스를 "압착"합니다. 이는 스케일을 매우 많이 변경합니다. 결과적으로 프로세스는 너무 작은 증분으로 "진행"되어 단순히 멀리 갈 수 없습니다.

요청: 특별 할당

3000개의 샘플 길이를 가정해 보겠습니다. 처음 1000개의 판독값과 마지막 1000개의 판독값을 가져옵니다. 그들 사이에는 또 다른 1000개가 있을 것입니다. 그리고 ACF의 첫 번째 부분과 마지막 부분을 위해 여기에 배치합니다. 그리고 우리는 모두 육안으로 당신의 "정체성"을 볼 것입니다

 
Farnsworth :

~ 에게

...

요청: 특별 할당

3000개의 샘플 길이를 가정해 보겠습니다. 처음 1000개의 판독값과 마지막 1000개의 판독값을 가져옵니다. 그들 사이에는 또 다른 1000개가 있을 것입니다. 그리고 ACF의 첫 번째 부분과 마지막 부분을 위해 여기에 배치합니다. 그리고 우리는 모두 육안으로 당신의 "정체성"을 볼 것입니다

예, 거의 잊어 버렸습니다. 증가, 관심이 있지만 회사의 경우 소스의 ACF를 사용할 수도 있습니다(각 유형에 대해 하나의 그래프에서 더 편리함)

부록: ACF는 처음 100-300개 판독에 대해 가능하며 아마도 더 이상 필요하지 않을 것입니다.

 
Farnsworth :

예, 거의 잊어 버렸습니다. 증가, 관심이 있지만 회사 소스의 ACF를 사용할 수도 있습니다(각 유형에 대해 하나의 그래프에서 더 편리함)

부록: ACF는 처음 100-300개 판독에 대해 가능하며 아마도 더 이상 필요하지 않을 것입니다.

정상성은 단위 루트 테스트에 의해 확인됩니다. ACF로 인해 발생하는 기존의 미묘함은 테스트 내에서 또는 테스트 유형을 선택하여 해결됩니다(여러 가지가 있음). 기존 업적을 사용하지 않고 20년 전에 수행한 것을 반복하기 시작할 이유가 없습니다. 예를 들어 Hamilton