Econometria: um passo à frente na previsão - página 50

 
joo:

De minha prática de engenharia.

Um colega meu foi uma vez enviado em uma viagem de negócios. Ele vinha projetando um vibro-carregador há dois anos. Um vibro-carregador é um dispositivo com algo como um excêntrico, e foi projetado para afundar estacas no solo.

Então, ele partiu em uma viagem de negócios com sua maravilha chocante. Nossos clientes telefonam de lá: "Seu especialista veio, instalou seu equipamento na pilha e disse - isto (bleep) não vai funcionar! Ele tirou uma garrafa de vodka, drenou-a em duas goteiras e desapareceu em uma direção desconhecida" .....

O homem não admitiu até o final que seu trabalho era uma merda. Mas um dia, ele o fez.

Eu lhe pedi para ser específico sobre o tópico do fio!
 
faa1947:

Você pode inventar todos os tipos de coisas.

Originalmente eu expus minha descrição verbal do kotir = tendência + ruído. Esta descrição faz sentido em termos de previsão, pois a tendência é prevista.

Nesta linha, levantei uma questão muito restrita: uma previsão de 1 passo à frente. Eu propus um modelo e estou tentando descobrir se a previsão pode ser confiável. Se você puder, por que, e se não puder, por que não. Sobre este tópico, gostaria de ouvir opiniões e sugestões. E disposto a fazer o trabalho sujo de codificação para testar hipóteses. Isto é o que eu chamo de especificidade.


A principal questão é qual característica do mercado tende a persistir. Por exemplo, a regressão linear - a tendência é linear e persiste por algum tempo. Existem outras características e, portanto, modelos. Seu HP também faz uma suposição sobre as propriedades de conservação de certas características. Mas qualquer modelo não pode refletir objetivamente o mercado o tempo todo - é necessária uma filtragem. Quando um ou outro modelo é adequado para o mercado real.
 
faa1947:

Aqui está parte da tabela de resumo:

O que mudar?


Eu não utilizo tais características. O tipo tradicional é a dependência do alvo de mudanças nos parâmetros do modelo/TC. E muito depende da compreensão do modelo - que processo ele usa efetivamente e o que faz sentido usar e analisar para ele e o que o contradiz. Isto é, não cavar com uma escada rolante por todo o lugar, mas com uma colher de pedreiro onde for necessário))
 
Avals:

Isto é, não cavando tudo com uma escavadeira, mas com uma colher de pedreiro onde for necessário).
Bem, não está em todos os lugares. Fala do projeto adequado do modelo. Por exemplo, ARCH. A tabela mostra que a probabilidade de não haver ARCH é sempre maior do que 10%. Mas isto já é o resultado da alteração do número de desfasamentos na regressão. Ou seja, é feita uma seleção e temos certeza de que não há heterocedasticidade no residual. Este modelo é mais "correto" do que o modelo com heterocedasticidade. Entre esses modelos corretos, devemos procurar modelos rentáveis, se pudermos fazê-lo.
 
Avals:

A principal questão é qual característica do mercado tende a persistir. Por exemplo, a regressão linear - a tendência é linear e persiste por algum tempo. Existem outras características e, portanto, modelos. Seu HP também faz uma suposição sobre as propriedades de conservação de certas características. Mas qualquer modelo não pode refletir objetivamente o mercado o tempo todo - é necessária uma filtragem. Quando um ou outro modelo é adequado para o mercado real.

Entendo isso e espero obter um conjunto de modelos não semelhantes, "ortogonais".

No momento, tenho à minha disposição modelos lineares e não lineares em regressões. Pensar no gargalo é o destaque da tendência.

 
faa1947:

Entendo isso e espero obter um conjunto de modelos não semelhantes, 'ortogonais'.

No momento, tenho à minha disposição modelos lineares e não lineares em regressões. Pensar no gargalo está isolando a tendência.

 


Explicação.

Os resultados são calculados em pips e observações, o que significa: uma profissão - uma observação. Um total de quarenta barras. Todos os dias uma profissão - longa ou inversa e vice-versa.

Lucro dentro da amostra. Tiramos uma amostra de 40 barras. Para estas 40 barras, a regressão é estimada e então o algoritmo começa a fazer a previsão a partir de 1 barra desta amostra.

Lucro fora da amostra. São necessárias 40 barras, estima a regressão e depois faz uma previsão para a próxima barra fora da amostra.

Eu acho que o lucro nas observações é mais preciso, pois não depende do valor dos incrementos

 

A questão é a seguinte... Mesmo nesta fase:

esta "persistência" do erro deve ser alarmante - é algum tipo de dica de que o processo é "inanimado".

.

Isto ecoa um dos pontos da teoria da identificação, que exige diversidade espectral suficiente do sinal em estudo. É uma dualidade.

 
avtomat:

A questão é a seguinte... Mesmo nesta fase:

esta "persistência" do erro deve ser alarmante - é algum tipo de dica de que o processo é "inanimado".

.

Isto ecoa um dos principais pontos da teoria da identificação, que exige uma diversidade espectral suficiente do sinal em estudo. É uma dualidade.

Este é o propósito da construção de modelos em econometria.
 
faa1947:
Este é o propósito da construção de modelos em econometria.
Não estou bem certo de qual é exatamente o objetivo?