Econometria: por que a co-integração é necessária - página 25
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
O xamã da análise técnica novamente. Para onde ir a partir daqui?
Em TA você está procurando por padrões com características estatísticas desconhecidas. Está muito perto de adivinhar com borras de café. Procuro características estatísticas das linhas e, com base nisso, prevejo comportamentos futuros. Por exemplo, aos nossos carneiros. No âmbito desta abordagem, a vaca sagrada "não se pode exagerar" está morta. O congelamento excessivo é possível, porque chegaremos a zero de qualquer forma e a perda no caminho para zero não tem a propriedade de crescer indefinidamente.
O mais simples que decorre do princípio de construção de ambos os testes é que os resíduos das equações de regressão incluídos nos testes devem ser estacionários e não relacionados com a própria série, caso contrário o método perde seu significado. Para a Granger - todas as anteriores, mas para qualquer número de desfasamentos nas equações (o que na prática é geralmente difícil de implementar - por isso este teste é bom principalmente para dados macroeconômicos onde a duração da série - anual, trimestral, mensal - geralmente dezenas máximas de amostras, mas não milhões)
E muitas outras sutilezas.... A normalidade da distribuição de resíduos, por exemplo... (também não muito gratificante)
Além disso, no que diz respeito à causalidade, a Granger introduziu uma excelente definição da mesma, mas, como qualquer ideal, tal formulação provou ser inviável na prática. Portanto, o teste do mesmo nome, mesmo que todos os pré-requisitos sejam cumpridos, certamente só mostrará a ausência de causalidade se ela realmente não existir, mas não sua presença se ela realmente existir.
Eu gosto da própria idéia de me livrar da não-estacionariedade e tomar decisões comerciais com base em uma série estacionária. O teste de causalidade é parte disso. Os atrasos são. A normalidade não é necessária, a estacionariedade é suficiente.
Mas os problemas permanecem. Não está claro para mim quais as causas da não-estacionariedade são removidas ao fundir as duas séries? Vamos descartar os turnos como um problema insolúvel.
Embora possamos cuspir e executar o TC em um grande intervalo e ver o resultado.
Não está claro para mim quais razões para a não-estacionariedade são removidas pela fusão das duas séries?
A existência de uma combinação linear estacionária sugere uma natureza similar da série, sua origem, por assim dizer, a partir da mesma fonte de realidade). Mas estas são palavras bastante gerais.
Se eu fosse você, se a cointegração é tão interessante, tentaria determinar quão estável ela é, ou seja, se aumentarmos o comprimento do outlier, em que ponto a equação de cointegração deixa de ter soluções. E como os coeficientes de co-integração mudam em função do comprimento da série. Isto pode ou não dar muitas informações úteis.
A existência de uma combinação linear estacionária indica a natureza similar da série, sua origem, por assim dizer, a partir da mesma fonte de realidade). Mas estas são palavras bastante gerais.
Se eu fosse você, se a cointegração é tão interessante, tentaria determinar quão estável ela é, ou seja, se aumentarmos o comprimento do outlier, em que ponto a equação de cointegração deixa de ter soluções. E como os coeficientes de co-integração mudam em função do comprimento da linha. Isto pode dar muitas informações úteis (ou pode não dar:).
Aqui está a equação de cointegração
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Pegamos uma amostra de 6.700 barras H1 e movemos a janela de 118 barras (semana) por ela. Os coeficientes são alterados (o terceiro não é mostrado). (o terceiro não é mostrado) e o resultado do teste de raiz da unidade.
Não posso tirar nenhuma conclusão. É claro que devemos lutar pela raiz da unidade, mas a ferramenta de luta não é clara.
Aqui está a equação de cointegração
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Pegamos uma amostra de 6.700 barras H1 e movemos a janela de 118 barras (semana) de acordo. Os coeficientes são alterados (o terceiro não é mostrado). (o terceiro não é mostrado) e o resultado do teste de raiz da unidade.
Não posso tirar nenhuma conclusão. É claro que é preciso lutar pela raiz da unidade, mas a ferramenta de luta não é clara.
Meu ponto é o seguinte:
Pegamos uma amostra de um determinado momento de tamanho (por exemplo) 24 barras e aumentamos seu comprimento: 25, 26, .... até ficarmos entediados. Observe os coeficientes. Consertar o momento em que a equação não é mais resolvida. É desejável repetir este procedimento para diferentes pontos de partida.
Se a dinâmica das proporções for clara (não ruído), podemos tirar conclusões sobre as características gerais da cointegração. Para o segundo parâmetro, estimar a constante de tempo de cointegração.
Meu ponto é o seguinte:
Se a dinâmica dos coeficientes for clara (não ruído), será possível tirar conclusões sobre as características gerais da cointegração. Para o segundo parâmetro, estimar a constante de tempo de cointegração.
Acima estão os gráficos dos coeficientes quando a janela é deslocada por uma barra. Não há estabilidade de que se falar. O nível de cointegração está incorretamente especificado? Normalmente a especificação da tendência é onde reside o problema. O resíduo após a detenção deve ser estacionário. Não é. Portanto, ao invés de um coeficiente, é ruído.
Eu não sei como explicar..... Vou tentar.
O que você/nós/eles calculamos não são coeficientes. São estimativas. Nunca saberemos os coeficientes, só podemos estimá-los com algum grau de probabilidade. Como a série é aleatória, naturalmente as estimativas são ruidosas. Caso contrário, teríamos que admitir que nossa série não é aleatória, mas completamente determinista. Portanto, o ruído é normal, mas é com diferentes tamanhos de amostra que devemos ver alguma dependência, embora ruidosa. Isto indicaria que os cálculos de cointegração fazem sentido na prática.
Bem, eu não sei como explicar..... Vou tentar.
O que você/nós/colhemos não são coeficientes. São as estimativas deles. Nunca saberemos os coeficientes, só podemos estimá-los com algum grau de probabilidade. Como a série é aleatória, naturalmente as estimativas são ruidosas. Caso contrário, teríamos que admitir que nossa série não é aleatória, mas completamente determinista. Portanto, o ruído é normal, mas é com diferentes tamanhos de amostra que devemos ver alguma dependência, embora ruidosa. Isto indicaria que os cálculos de cointegração fazem sentido na prática.
Aqui está a estimativa do coeficiente de regressão de co-integração
Variável Dependente: EURUSD
Método: DOLS (Dynamic Least Squares)
Data: 26/04/12 Hora: 10:29
Amostra: 6619 6736
Observações incluídas: 118
Determinística da equação cointegrante: C @TREND @TREND^2
Especificação automática de chumbo e atraso (chumbo=12 e atraso=12 com base no AIC
critério, max=12)
Estimativa de desvio a longo prazo (Bartlett kernel, Newey-West largura de banda fixa =
5.0000)
Sem ajuste d.f. para erros padrão e covariância
Variável Coeficiente Std. Erro t-Statistic Prob.
GBPUSD 1.129724 0.137650 8.207248 0.0000
C 35.58951 22.84113 1.558133 0.1228
@TREND -0.011004 0.006888 -1.597440 0.1137
@TREND^2 8.39E-07 5.16E-07 1.626326 0.1074
Vejamos a coluna t-Statistic. Se você dividir 100% pelo valor nesta barra, você obtém o erro da estimativa do coeficiente, que é enorme. Poderia ser esta a bitola?
Aqui está uma estimativa do coeficiente de regressão de co-integração
Variável Dependente: EURUSD
Método: DOLS (Dynamic Least Squares)
Data: 26/04/12 Hora: 10:29
Amostra: 6619 6736
Observações incluídas: 118
Determinística da equação cointegrante: C @TREND @TREND^2
Especificação automática de chumbo e atraso (chumbo=12 e atraso=12 com base no AIC
critério, max=12)
Estimativa de desvio a longo prazo (Bartlett kernel, Newey-West largura de banda fixa =
5.0000)
Sem ajuste d.f. para erros padrão e covariância
Variável Coeficiente Std. Erro t-Statistic Prob.
GBPUSD 1.129724 0.137650 8.207248 0.0000
C 35.58951 22.84113 1.558133 0.1228
@TREND -0.011004 0.006888 -1.597440 0.1137
@TREND^2 8.39E-07 5.16E-07 1.626326 0.1074
Observe a coluna t-Statistic. Se você dividir 100% pelo valor nesta coluna, você obtém o erro da estimativa do coeficiente, que é enorme. Poderia ser esta a bitola?
(a) A estatística t pressupõe que os dados têm uma distribuição normal e é apenas para tais dados, caso contrário, distorce o resultado.
b) qual é a nova direção no matstat para dividir 100% pelo valor do critério t, por favor esclareça