Econometria: um passo à frente na previsão - página 54

 
Avals:

Você já deu isto muitas vezes, mas isto é apenas parte da previsão. Em um post anterior eu já escrevi sobre o resto.

É uma matéria escura com volatilidade.

O objetivo da modelagem é um resíduo estável, ou seja, o mo e a dispersão são praticamente constantes. Isto já foi apontado algumas vezes acima. Este é o resultado da aplicação do GARCH aos resíduos.

Se você levar em conta a volatilidade do quociente original, eu o levo em consideração como duas barras.

Ou qualquer coisa como estocástico?

 
yosuf: Favor indicar estas filiais, a busca não funciona, o google está lá, mas eu preciso de uma visão dos membros de nosso fórum.

Eu não vejo como você não pode fazer isso - e você pode até pesquisar no Google: "martingale site:mql4.com". Você já viu o tópico Forum Navigator e as respostas às perguntas mais freqüentes? Leitura altamente recomendada!?

Basta digitar uma das seguintes palavras na 'Busca' (o campo com a lupa) no canto superior direito: "martingale", "martini", "martini", "avalanche". Isto já será suficiente, haverá dezenas de links na página de busca.

 
faa1947:

É uma matéria escura com volatilidade.

O objetivo da modelagem é um resíduo estável, ou seja, o mo e a dispersão são praticamente constantes. Isto já foi apontado algumas vezes acima. Este é o resultado da aplicação do GARCH ao resíduo.

Se eu levar em conta a volatilidade do quociente inicial, eu o levo em consideração como duas barras.

Ou algo como estocástico?



Você pode medir formalmente o retorno. Talvez não seja possível aplicar o índice Hearst ou a h-volatilidade em sua forma pura:

Traçar a variação do erro em relação ao horizonte de previsão. Neste momento, você está prevendo uma barra de 1 dia. Como o erro mudará se você previu 2 ou mais barras. Se crescer menos do que a raiz do tempo previsto, então há um retorno. Afinal de contas, o erro é sko? Isto é, se o erro de previsão para 1 barra é 80 pips e para 2 barras seria menos de 80*SQRT(2)=113. Traçar a mudança no erro real e teórico para o caso quando não houver reversão.

 
Avals:


é possível medir formalmente o retorno. Provavelmente não é possível aplicar o índice Hearst ou a h-volatilidade em sua forma pura, mas você pode fazer isso:

traçar o erro a partir do horizonte de previsão. Neste momento, você está prevendo uma barra de 1 dia. Como o erro mudará se você previu 2 ou mais barras. Se crescer menos do que a raiz do tempo previsto, então o retorno está presente. Afinal de contas, o erro é sko? Isto é, se o erro de previsão para 1 barra é 80 pips e para 2 barras seria menos de 80*SQRT(2)=113. Traçar a variação de erro real e teórico para o caso quando não há reversão.

Aplique o índice Hurst ou h-volatilidade

Hurst é mais do que uma matéria negra.

Traçar o erro a partir do horizonte de previsão. Neste momento, você está prevendo uma barra de 1 dia. Como o erro mudará se você previu 2 ou mais barras

Há dois modos de previsão em EViews: estático (um passo à frente) e dinâmico - para muitos passos à frente, quando o valor anterior é tomado como o valor de previsão anterior, onde o valor anterior é o último valor medido. Um erro são duas linhas divergentes na previsão. Como isso se relaciona com seu valor - não sei.

Eu não entendo a própria idéia de uma previsão em várias etapas. Um passo é o bastante. Não basta - aumente o prazo.

 
faa1947:

Aplique a figura do Hearst ou h-volatilidade

Hurst é mais do que uma matéria negra.

traçar o erro a partir do horizonte de previsão. Neste momento, você está prevendo 1 barra de dias. Como o erro mudará se você previu 2 ou mais barras

Há dois modos de previsão em EViews: estático (um passo à frente) e dinâmico - para muitos passos à frente, quando o valor anterior é tomado como o valor de previsão anterior, onde o valor anterior é o último valor medido. Um erro são duas linhas divergentes em torno da previsão. Como isso se relaciona com seu valor - não sei.

Eu não entendo a própria idéia de uma previsão em várias etapas. Um passo é o bastante. Não basta - aumente o prazo.



Não é quantas barras a previsão é, mas como o erro varia com o horizonte de previsão. Isto permite que você veja se há ou não um retorno ao valor previsto
 
Avals:

Não é quantas barras a previsão é, mas como o erro varia com o horizonte de previsão. Isto lhe permite compreender se há ou não um retorno ao valor previsto

Uma previsão +1 usa o valor "verdadeiro" medido do quociente e o erro dessa previsão é determinado pela estacionaridade do residual entre o quociente e o modelo. Se estacionário, o resíduo é uma constante e sem raízes quadradas. Se não estiver parado, também não há raízes quadradas, pois não é previsível e qualquer medida na amostra de teste não é significativa.

 
faa1947:

A previsão +1 utiliza o valor "verdadeiro" medido do quociente e o erro desta previsão é determinado pela estacionaridade do resíduo entre o quociente e o modelo. Se o resíduo é estacionário, é uma constante e sem raízes quadradas. Se não estiver parado, também não há raízes quadradas, pois não é previsível e qualquer medida na amostra de teste não é significativa.


Claramente não é isso que estou dizendo. Você está contando o erro de previsão como rms?
 
Avals:

claramente não era isso que eu queria dizer. Você calcula o erro de previsão como um RMS?
Se seu erro for uma constante, então você pode contá-lo da maneira que quiser, não deixará de ser uma constante.
 
faa1947:
fez uma sugestão para seu modelo. Provavelmente, pesquisou. Veja acima na linha.
Posso apresentar a versão exel do indicador para que você possa verificar de acordo com sua metodologia. Eu exibi o indicador várias vezes, você pode extrair as informações que lhe interessam do código, incluindo a função Gama.
 
Reshetov:
Se ele tem um erro como constante, ele nunca deixará de ser uma constante, não importa como você o conte.

Ela não pode ser uma constante em cada comércio separado. E a inclinação do preço a partir da previsão (erro) pode convergir para uma constante, se a distribuição do erro for estacionária.