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
использует зависимость волатильности от предыдущих значений при прогнозе.
Então? é como "memória da série cronológica"? Nem sequer existe tal termo nesta teoria, e a dependência é introduzida em geral pela definição dos próprios processos ARCH, ou seja, assume-se inicialmente que existe uma dependência não trivial e um ponto.
O fato de que a volatilidade e a variação não são uma constante, mas mudam com o tempo e dependem de valores anteriores é simples e óbvio. Mas o senhor afirma que a variação é invariável. Embora você possa considerar isso dessa forma se encontrar algo útil a partir disso :)
Não sou médium e digo que tal e tal variável de tal e tal série é uma constante. Há todos os tipos de métodos para isso. Para uma caminhada de cotas, a variação não é estacionária, não discuto isso, pois as diferenças podem admitir formalmente a estacionaridade.
Você ficaria surpreso, mas isso não contradiz de forma alguma o modelo ARCH
Não goste da palavra memória, que seja como a "conseqüência" de Shiryaev.
sim uma boa palavra, apenas esclareça o que você quer dizer, você pessoalmente e não Shiryaev
E daí? é como "memória de séries cronológicas"? Nem sequer existe tal termo nesta teoria, e a dependência é introduzida em geral pela definição dos próprios processos ARCH, ou seja, assume-se inicialmente que existe uma dependência não trivial e parada total.
Não sou médium e digo que tal e tal variável de tal e tal série é uma constante. Há todos os tipos de métodos para isso. Para uma caminhada de cotas, a variação não é estacionária, não discuto isso, pois as diferenças podem admitir formalmente a estacionaridade.
Você ficaria surpreso, mas isso não contradiz de forma alguma o modelo ARCH
Bem, se você está autorizado a aceitar a estacionaridade por diferenças, isso geralmente é seu negócio. Quem o proíbe? :)
sim uma boa palavra, apenas esclareça o que você quer dizer, você pessoalmente, não Shiryaev
Há um problema com cada ponto. Quanto ao ponto 3, acho que não vai funcionar em absoluto. Aqui está uma experiência muito simples:
1. tomar uma trama de que comprimento de "agora". E procurar analógicos por qualquer coisa, por exemplo - correlação. Se a correlação for maior que algum critério, então esta parte é usada para cálculos.
2. Do encontrado "analógico agora", olhamos o que estava naquele momento "no futuro" e construímos uma "função de transferência" muito simples (marcada com vírgulas invertidas) simétrica em relação ao "agora":
Obtemos a seguinte matriz de "funções de transferência" para algum critério e seção (como exemplo):
3. Aplicar todas as nossas funções à situação atual e obter um monte de realizações teóricas:
Temos a seguinte imagem como exemplo:
Somente, me parece que os "vizinhos mais próximos" não funcionarão de forma alguma, em tais fileiras.
ну если вам можно признать для разностей стационарность, то это в общем ваше дело. Кто же запретит? :)
Você tem certeza de que não está confundindo o processo de alterar a variação de uma cotação, como esta (há muito que você pode fazer com ela também):
com os retornados da série original?
я уже пояснял и не раз. Это значит что волатильность зависит от значений в предыдущие моменты времени.
A-A-A-A-A!!! Acho que consegui!
Você acha que se a variação for estacionária, então a implementação do processo não pode depender de valores anteriores e o processo só sairá do tipo uma constante???? :о)))))))
Olhe, mas não é nada disso, cientificamente é perfeitamente aceitável que eles estejam parados. Além disso, leia a definição matemática desses processos - três condições :o)
estacionaridade - a preservação por subamostras da população em geral das distribuições. Para a volatilidade das séries de preços não é este o caso, há períodos em que a volatilidade tem uma distribuição diferente durante um período de tempo suficientemente longo do que em outros momentos. Por exemplo, durante a última crise, a volatilidade foi significativamente maior, tanto seus valores médios quanto os extremos. Se construirmos a distribuição da volatilidade para este período, ela coincidirá com as distribuições construídas para outros períodos?
стационарность - сохранение подвыборками генеральной совокупности распределений. Для волатильности ценовых рядов это не так, бывают периоды когда волатильность достаточно продолжительное время имеет иное распределение чем в другие моменты. Например, в период последнего кризиса вола была значительно выше, как средние ее значения, так и экстремальные. Если построить распределение волы за этот период, то оно будет совпадать с распределениями, построенными за другие периоды?
Não estou discutindo com isso, está tudo escrito corretamente. Mas há uma diferença entre "dispersão de preços" e "dispersão incremental de preços". Este último pode, com algumas reservas, ser considerado como um processo estacionário (quero dizer, incrementos). Mas é inútil usar modelos para prever aumentos de preços, porque a forma das distribuições é muito diferente, e se as distribuições da série inicial (prevista) e da série do modelo não coincidirem, uma previsão estável é, em princípio, impossível. Mas para os preços RMS é uma situação um pouco diferente
Em geral, sugiro um consenso :o)
Não estou discutindo com isso, está tudo escrito corretamente. Mas há uma diferença entre "dispersão de preços" e "dispersão incremental de preços". Este último pode, com algumas reservas, ser considerado como um processo estacionário (quero dizer, incrementos). Mas é inútil usar modelos para prever aumentos de preços, porque a forma das distribuições é muito diferente, e se as distribuições da série inicial (prevista) e da série do modelo não coincidirem, uma previsão estável é, em princípio, impossível. Mas para os preços RMS é uma situação um pouco diferente
Em geral, proponho um consenso :o)
ok :)