Econometria: um passo à frente na previsão - página 122
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
Menos emoção.
Não há "tendências" das quais você fale.
O que você quer dizer com não há nenhum? Justificar, o que existe?
Não há "tendências" das quais você fale.
O que você quer dizer com não há nenhum? Justificar, o que existe?
Suponha que o preço seja gerado por um processo da forma dS(t)=mu(t)*dt+sigma(t)*dW (ou dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW, então não estamos falando de aumentos de preço, mas de logaritmos de relacionamentos), onde mu(t)é a razão de deriva, sigma(t) é a razão de volatilidade.
Se você está falando de tendências - mu(t) deve ser diferente de zero. Tente construir estimativas mu/sigma, prove sua imparcialidade/sustentabilidade/eficácia (a propósito, não se esqueça de anexar algo como COGARCH(p,q) ao modelo sigma(t)).
Se as tendências forem reais e você conseguir estimar os parâmetros com precisão - você será capaz de prever os preços usando este modelo, e haverá uma correlação positiva entre as previsões de incremento de preços e os incrementos de preços reais (não que isso seja suficiente para negociação).
p.s. Você pode fazer uma suposição simplificadora de que o mu(t) é uma função de constante por partes. Então podemos tentar usar o método dos mínimos quadrados e a desigualdade Chebyshev.
O que você quer dizer com "não"? Justificar, o que existe?
As emoções já se foram, e isso é ruim :(
Eu estava dando um exemplo muito simples de "tendências" em uma série aleatória que nada mais são do que uma ilusão. Uma citação é um multifatorial muito complexo, que nem sequer é nada semelhante, é tão complexa que a ordem em uma citação se manifesta no mais alto grau de manifestação dessa ordem - no caos. Lá tudo é diferente.
Nossa, bem, não faz sentido avaliar a correlação em uma série primária. A correlação é uma estatística, por exemplo, você pega 1000 casos e quer estimar a correlação por atraso. Para o eurik, um ponto é 0,000001. Até que ponto você acha que o preço irá com um passo tão mínimo e com algumas propriedades de desvio de trajetória para tais multifractals na escala da cotação? É claro que não, você tem este coeficiente e ele mostra uma alta proximidade estatística. Veja a fórmula, você tinha um quociente de 1,5, o preço se afastou por dizer 0,0003 (como na média). Você acha que 1,5 e 1,4997 são valores estatisticamente próximos quando você os coloca na fórmula? E assim para cada faixa. E as tendências neles se situam até oooh :)
Uma pesquisa muito interessante foi feita por Alexei (Mathemat), e eu estava lá :) Eles estavam relacionados à avaliação da correlação. Mas as pessoas não apareceram de forma alguma :(
Suponha que o preço seja gerado por um processo da forma dS(t)=mu(t)*dt+sigma(t)*dW (ou dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW, então não estamos falando de aumentos de preço, mas de logaritmos de relacionamentos), onde mu(t)é a razão de deriva, sigma(t) é a razão de volatilidade.
Se você está falando de tendências - mu(t) deve ser diferente de zero. Tente construir estimativas mu/sigma, prove sua imparcialidade/sustentabilidade/eficácia (a propósito, não se esqueça de anexar algo como COGARCH(p,q) ao modelo sigma(t)).
Se as tendências forem reais e você conseguir estimar os parâmetros com precisão - você será capaz de prever os preços usando este modelo, e haverá uma correlação positiva entre as previsões de incremento de preços e os incrementos de preços reais (não que haja o suficiente para negociação).
p.s. Você pode fazer uma suposição simplificadora de que o mu(t) é uma função de constante por partes. Então podemos tentar usar o método dos mínimos quadrados e a desigualdade de Chebyshev.
As emoções já se foram, e isso é muito ruim :(
Eu estava dando um exemplo muito simples de "tendências" em uma série aleatória, que nada mais são do que uma ilusão. Uma citação é um multifatorial muito complexo, que não é nem mesmo muito parecido, é tão complexo que a ordem em uma citação se manifesta no mais alto grau de manifestação dessa ordem - no caos. Lá tudo é diferente.
Nossa, bem, não faz sentido avaliar a correlação em uma série primária. A correlação é uma estatística, por exemplo, você pega 1000 casos e quer estimar a correlação por atraso. Para o eurik, um ponto é 0,000001. Até que ponto você acha que o preço irá com um passo tão mínimo e com algumas propriedades de desvio de trajetória para tais multifractals na escala da cotação? É claro que não, você tem este coeficiente e ele mostra uma alta proximidade estatística. Veja a fórmula, você tinha um quociente de 1,5, o preço se afastou por dizer 0,0003 (como na média). Você acha que 1,5 e 1,4997 são valores estatisticamente próximos quando você os coloca na fórmula? E assim para cada faixa. E as tendências neles se situam até oooh :)
Uma pesquisa muito interessante foi feita por Alexei (Mathemat), e eu estava lá :) Eles estavam relacionados à avaliação da correlação. Mas as pessoas não apareceram de forma alguma :(
Dei um exemplo muito simples de "tendências" em uma série aleatória que nada mais são do que uma ilusão.
Uma tendência estocástica que em geral não pode ser distinguida de uma tendência determinista - viu um artigo com provas.
Uma citação é um multifatorial muito complexo, que nem sequer é nada semelhante, é tão complexa que a ordem em uma citação se manifesta no mais alto grau de manifestação dessa ordem - no caos. Lá tudo é diferente.
Vamos deixar as dificuldades de lado, inclusive os fractais.
Estamos falando de algo completamente diferente. Há um problema de não-estacionariedade. Estamos tentando resolver pelo menos alguma coisa, você sabe, pelo menos alguma coisa.
Cara, não faz sentido estimar a correlação em uma série primária. A correlação é uma estatística, por exemplo.
Para mim, não há nenhum problema com a correlação - é uma coisa fuzzy no geral.
Pego o quociente e calculo a ACF. Eu vejo autocorrelação. Para mim, é uma indicação da presença de um componente determinístico. Por um lado, é bom, pois sua presença é uma chance de sucesso. Por outro lado, é ruim porque embora exista um componente determinístico nada pode ser dito sobre estatísticas em geral e sobre correlações em particular.
Eu extraí o componente determinístico, o que é bem sucedido. Olhando para o residual - o que pode ser feito, etc.
Desde o início eu não propus discutir a regressão, muito menos o tipo particular de regressão que eu estabeleci. A regressão dada é um elemento para demonstrar a decomposição de uma série em tais componentes como sabemos como lidar. Eu mostrei que é possível distinguir dois componentes determinísticos e o GARCH.
E depois há a questão da previsibilidade.
Se você estiver disposto a discutir além do nível fractal, e especificamente, vá em frente. Sei de fato que não há periodicidade no modelo, talvez faltando a matemática
Sugerir. É um longo caminho até um produto comercial. Mas no decorrer da discussão aumentaremos nosso nível e o nível do fórum sem dúvida. E, ao mesmo tempo, vamos espremer os inventores de bicicletas.
Suponha que o preço seja gerado por um processo da forma dS(t)=mu(t)*dt+sigma(t)*dW (ou dS(t)=mu(t)*S(t)*dt+sigma(t)*S(t)*dW, então não estamos falando de aumentos de preço, mas de logaritmos de relações), onde mu(t)é a razão de deriva, sigma(t) é a razão de volatilidade.
Se você está falando de tendências - mu(t) deve ser diferente de zero. Tente construir estimativas mu/sigma, prove sua imparcialidade/sustentabilidade/eficácia (a propósito, não se esqueça de anexar algo como COGARCH(p,q) ao modelo sigma(t)).
Se as tendências forem reais e você conseguir estimar os parâmetros com precisão - você será capaz de prever os preços usando este modelo, e haverá uma correlação positiva entre as previsões de incremento de preços e os incrementos de preços reais (não que haja o suficiente para negociação).
p.s. Você pode fazer uma suposição simplificadora de que o mu(t) é uma função de constante por partes. Então podemos tentar usar o método dos mínimos quadrados e a desigualdade Chebyshev.
Dei um exemplo muito simples de "tendências" em uma série aleatória que nada mais são do que uma ilusão.
Uma tendência estocástica que geralmente é indistinguível de uma tendência determinista - viu um artigo com provas.
É difícil de acreditar.
Tente estimar os parâmetros do modelo y(t)=alpha+rho*y(t-1)+beta*t. Em caso de tendência estocástica, será rho=1, beta=0; em caso de determinístico, abs(rho)<1.
UPD: "beta*t" pode ser algo mais, depende do modelo de tendência determinista escolhido.
É difícil de acreditar.
Tente estimar os parâmetros do modelo y(t)=alpha+rho*y(t-1)+beta*t. Em caso de tendência estocástica seria rho=1, beta=0; em caso de tendência determinística, abs(rho)<1.
UPD: "beta*t" pode ser algo mais, depende do modelo de tendência determinista escolhido.
Para faa
Não está muito longe de um produto comercial. Refiro-me ao meu sistema. Confesso que não estou muito interessado no seu. Mas eu seguirei seu progresso :)
Sim, como se não fosse um fórum, é a sua correspondência privada e a da FAA. Bem... Ok, não vou interferir em conversas intelectuais da mais alta ordem.
E então e agora eu, como você gosta de dizer, não sou burro, e estou respondendo pessoalmente a você. Fale mais claramente, ou eu não entendo este posto.
Um pouco de humor nunca fez mal. Geralmente ajuda.