Matstat Econometria Matan - página 22
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Apenas uma rápida análise de como os parâmetros (coeficientes e variância dos resíduos) desta relação muito linear se alteram ao longo do tempo. Provavelmente, só podemos falar do facto de deslizar se a correlação e a variância forem aproximadamente constantes, e o deslocamento flutuar suavemente em torno de algum valor médio. Consequentemente, pode-se tentar utilizar os parâmetros desta flutuação para construir um TC)
Tudo isto é verdade. A questão é o que se deve tomar exactamente como o deslizamento entre as duas séries. Por exemplo, existe a visão tradicional de que o comprimento da perpendicular à linha de regressão. Mas não creio que essa seja a forma correcta de o fazer. Pois dá um spread não em relação aos valores anteriores, mas em relação ao seu ponto médio. Perde uma substância como a "assimetria" do deslizamento, que é o que eu gostaria de sentir.
Nem sei se se pode pensar numa perpendicular como um vector de dois componentes) São evidentemente proporcionais ao comprimento, mas com coeficientes diferentes.
Mas acho que não percebi o objectivo. Talvez se trate de manter sempre um registo de uma possível violação da condição de relação linear (desacoplamento modelo)? Se houver sempre a certeza de que a relação é preservada e inalterada, então qualquer medida de descontinuidade deve (idealmente) ser expressa em termos de comprimento perpendicular e coeficientes de regressão.
O que acontecerá se os erros do ei forem ruído branco com a distribuição de Alexei Nikolaev?
Por conseguinte, é necessário estudar a estrutura dos resíduos da regressão. Na verdade, é disto que se trata metade da econometria)
Por razões bastante objectivas. Uma carteira estacionária só funciona no momento, em novos dados tudo se decompõe sem as competências certas.
Com a EM e a TV, por vezes é preciso ter cuidado. Por vezes pode mostrar um padrão onde não há nenhum.
Com a EM e a TV, por vezes é preciso ter cuidado. Por vezes pode mostrar um padrão onde não existe qualquer padrão.
Não se preocupe com a EM e a TV - o falso efeito de correlação há muito que foi estudado, existem testes apropriados e algoritmos de validação.