Econometria: por que a co-integração é necessária - página 15
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
"acreditar - não acreditar" -- este é o campo da religião, o tema de pesquisa da teologia (da teologia grega, de teos - deus e logos - palavra, doutrina) -- ou seja, a ciência de deus :)))))
;)))) que caminho econométrico tortuoso e cointegrado você tomou!!!
Entendo seu ponto de vista.
Mas não acredito em arbitragens estáticas .
É mostrado acima que o delta é muito pequeno. Portanto, não se trata de uma questão de fé, mas de um cálculo específico. Geralmente existe um defeito na idéia: estamos procurando um descompasso entre aqueles que vão na mesma direção. Deveríamos estar procurando um descasamento quando eles vão em direções diferentes.
Estou me inclinando para a opinião da pessoa anônima que escreveu sobre portfólios. Ali, como parte da idéia mais expansiva de um portfólio eficiente, a cointegração é provavelmente útil.
Para os especuladores, a utilidade da cointegração não é clara para mim. Bem, exceto para justificar os testes. Algo novo, mas até agora muito fraca evidência de utilidade.
Mas onde está a construtividade?
Boa pergunta, mas por uma questão de objetividade, você deve se fazer essa pergunta de vez em quando.
Ainda assim, tenho certeza de que seu modelo delineado na primeira página não é muito funcional e:
... diz que você pode usar esta regressão para previsão sem se preocupar - ela tem um resíduo estacionário.
Se eu fosse você, eu estaria um pouco preocupado. A partir de uma série de indicações, você acabou de "esmagá-lo", e ainda não há muito valor preditivo nele.
Você ainda não respondeu à pergunta - qual é sua estacionaridade?
e ainda não há muito valor preditivo nele.
Não há nenhum valor prognóstico nele.
Você não respondeu à pergunta - qual é sua estacionaridade?
Uma série é estacionária se a média e a autocovariância não dependem do tempo.
Até agora descobri coletivamente que a cointegração é utilizada em arbitragem, mas calculei que o delta é muito pequeno, por isso é duvidoso o seu uso em arbitragem.
Mais interessante para mim é a suposição de que podemos confiar no teste se o quociente for cointegrado com o equilíbrio da TC e não se pode confiar se não for cointegrado. Pedi ao coletivo que fornecesse dados iniciais para análise para teste de hipóteses - apenas a tara forneceu tais informações. Eu afixei o resultado. Há muitas informações no campeonato, mas não foi possível copiar, ninguém ajudou a fazer isso.
e ainda não há muito valor preditivo nele.
O objetivo da previsão não foi estabelecido
Se você está fazendo previsões, então claramente o objetivo como tal, na interpretação das previsões, foi estabelecido. Outra coisa é que você ainda não entende o que fazer com a curva resultante, mas isso é toda uma outra parte do sistema e da configuração.
Uma série é estacionária se a média e a autocovariância forem independentes do tempo.
Não exatamente assim, se você aceita a teoria, embora não estritamente. A estacionaridade é interpretada em um sentido amplo e estreito. Não "média", mas se a distribuição e ACF forem estacionárias. No sentido restrito, você deve provar que tem tal distribuição e os parâmetros desta distribuição (não apenas o meio, pode não existir) permanecem os mesmos durante todo o processo. Mais do que certo de que seu ACF não está parado, o que significa que seu atrolabete inteiro está garantido de não funcionar, ou seja, você não pode nem mesmo prever corretamente, quanto mais usá-lo.
Até agora descobrimos coletivamente que a cointegração é usada em arbitragem, mas calculo que o delta é muito baixo, por isso é questionável usá-lo em arbitragem.
Oh, é a escolha de todos :o)
Mais interessante para mim a suposição de que se pode confiar noteste se o quociente for cointegrado com o equilíbrio da TC, e não se pode confiar se não for cointegrado. Pediu-se ao coletivo que fornecesse dados iniciais para análise para testar hipóteses - apenas a tara forneceu tais informações. Eu afixei o resultado. Há muitas informações no campeonato, mas não foi possível copiar, ninguém ajudou a fazer isso.
Neste fórum há um colega HideYourRichess que discuto com ele de tempos em tempos, mas há lugares de "concordância", respectivamente, vieram caminhos diferentes para este entendimento (eu usei análise fractal). Portanto, o teste de qualquer curva de equilíbrio para a correção é muito simples, quanto menos "difusão" e mais "linearidade" (em citações que escrevi, precisa ser decifrada) desta curva - o resultado mais confiável e em que se pode confiar. E consegui que os parâmetros fractais desta curva devem estar em certos intervalos. Pode-se fazer uma analogia, também apenas a partir de uma análise fractal. Sons ou música são muitas vezes classificados simplesmente, em "como" e "não gostar" e não é tão importante o blues ou o jazz. Assim, "como" acaba tendo seus próprios "limites fractais", e um som que entra nesta faixa começa a "gostar". Posso ter explicado isso vagamente, mas não é essa a questão.
E em essência, a tarefa de seu TC é converter um quociente perfeitamente curvo em linha reta de preferência com coeficiente positivo (e parece ser o que o avtomat está tentando transmitir em seus "esboços"). E é aqui que eu não estou realmente claro sobre a cointegração do TC e do kotir de que você está falando. OK, digamos que você queira cointegrar a curva de equilíbrio e kotir, obtendo uma terceira curva. O que isso lhe traria?
Se você estiver fazendo previsões, então claramente o objetivo como tal, na interpretação das previsões, está definido. Outra coisa é que você ainda não entende o que fazer com a curva resultante, mas isso é toda uma outra parte do sistema e da configuração.
Na verdade não, se você ainda aceita a teoria, embora não estritamente. A estacionaridade é interpretada em um sentido amplo e estreito. Não "média", mas se a distribuição e ACF forem estacionárias. No sentido restrito, você deve provar que tem tal distribuição e os parâmetros desta distribuição (não apenas o meio, pode não existir) permanecem os mesmos durante todo o processo. Mais do que certo de que seu ACF não está estacionário, o que significa que seu atrolabete inteiro está garantido de não funcionar, ou seja, você não pode nem mesmo prever corretamente, muito menos usá-lo.
Oh, é a escolha de fé de todos :o)
Tenho um colega HideYourRichess neste fórum, embora discuta com ele de tempos em tempos, mas há lugares de "acordo", respectivamente, formas diferentes de entendimento (usei análise fractal). Portanto, o teste de qualquer curva de equilíbrio para a correção é muito simples, quanto menos "difusão" e mais "linearidade" (em citações que escrevi, requer decifração) desta curva - o resultado mais confiável e em que se pode confiar. E consegui que os parâmetros fractais desta curva devem estar em certos intervalos. Pode-se fazer uma analogia, também apenas a partir de uma análise fractal. Sons ou música são muitas vezes classificados simplesmente, em "como" e "não gostar" e não é tão importante o blues ou o jazz. Assim, "como" acaba tendo seus próprios "limites fractais", e um som que entra nesta faixa começa a "gostar". Posso ter explicado isso vagamente, mas não é essa a questão.
E em essência, a tarefa de seu TC é converter um quociente perfeitamente curvo em linha reta de preferência com coeficiente positivo (e parece ser o que o avtomat está tentando transmitir em seus "esboços"). E é aqui que eu não estou realmente claro sobre a cointegração do TC e do kotir de que você está falando. OK, digamos que você queira cointegrar a curva de equilíbrio e kotir, obtendo uma terceira curva. O que isso lhe traz?
Eu me sento dentro de EViews e confio na ferramenta em vez de minha própria compreensão dos termos. Isto me permite usar um produto pronto para uso em vez de ler um número insano de livros, muitas vezes com conteúdo questionável. Além disso, no final, tudo se encaixa e eu sempre tenho ferramentas suficientes que já foram comprovadas muitas vezes.
A cointegração que estou testando :
Testei a raiz unitária das aspas originais
Eu seleciono um vetor que, ao subtrair um quociente de outro, dá um quociente estacionário no resíduo (teste de raiz da unidade).
Certo, suponha que você queira cointegrar a curva de equilíbrio e o quociente, obtendo uma terceira curva. O que isso lhe dá?
E esta é a hipótese. Se as duas séries são cointegradas, ou seja, a diferença entre elas é estacionária, então o teste pode ser confiável e não importa se é positivo, negativo, linha de equilíbrio reta ou curva.
Se não for cointegrado, o teste não pode ser confiável. Tem que ser testado. Eu queria fazer isso experimentalmente. Para os dados de tara, isto foi confirmado. O resultado está acima.
a faa
Я сижу внутри EViews м доверяю этому инструменту, а не собственному пониманию терминов. Это дает мне возможность использовать готовый продукт вместо чтения безумного кол-ва книг, зачастую сомнительного содержания. Причем в конечном итоге у меня все стыкуется и всегда хватает инструментов много кратно проверенной работоспособности.
sim, é apenas uma ferramenta e a falsidade de interpretação das estatísticas e dados estimados não será assegurada "automaticamente". Depende inteiramente do analista.
E esta é a hipótese. Se as duas séries são cointegradas, ou seja, a diferença entre elas é estacionária, o teste pode ser confiável e não importa se é positivo, negativo, linha ou curva de equilíbrio reto. Se não for cointegrado, o teste não pode ser confiável. Tem que ser testado. Eu queria fazer isso experimentalmente. Para os dados da tara, isso provou ser verdade. O resultado está acima.
Eu acho que é mais uma ilusão. Como você vai se co-integrar? Deixe-me adivinhar - atribuí-la à EW, e o que ela fará é puxá-la para baixo pelas orelhas dentro de quase qualquer modelo e você terá uma falsa estacionariedade. Não há critérios aqui, qualquer curva de lucro pode ser cointegrada com uma cotação (qualquer), escolhendo um modelo. O que isso lhe dá? Onde você entenderá que quando "otimizar" (que é o que você estará fazendo) você precisará parar e como irá separar os parâmetros em mau/boa?
PS: ainda tentar complicar o modelo, torná-lo mais sensível ou algo assim. Seu modelo "aperta" o processo, de fato - muda muito a escala. Como resultado, o processo "pisa" em incrementos tão pequenos que não pode ir muito longe.
PEDIDO: Especialmente destacado.
Gere seu novo processo com um comprimento de, digamos, 3000 contagens. Faça as primeiras 1000 contagens e as últimas 1000 contagens. Haverá outros 1000 no meio. E afixá-lo aqui para os primeiros e mais externos segmentos ACF. E todos nós olharemos a sua "estacionaridade" a olho nu
a faa
...
COMO: Especialmente destacado.
Gere seu novo processo com um comprimento de, digamos, 3000 contagens. Faça as primeiras 1000 contagens e as últimas 1000 contagens. Haverá outros 1000 no meio. E afixá-lo aqui para os primeiros e mais externos segmentos ACF. E todos nós olharemos a sua "estacionaridade" a olho nu
Sim, eu quase esqueci - os incrementos, eles me interessam, mas para a empresa você também pode fonte ACF (no mesmo gráfico para cada espécie, então seria mais conveniente)
Um pequeno acréscimo: ACF é possível para as primeiras 100-300 amostras, provavelmente não será necessário mais.
Sim, eu quase esqueci - incrementos, estou interessado neles, mas para a empresa você também pode fonte ACF (em um gráfico para cada espécie, então seria mais conveniente)
Um pequeno acréscimo: ACF é possível para as primeiras 100-300 amostras, provavelmente não será necessário mais.