Princípios de trabalho com um otimismo e formas básicas de evitar o encaixe. - página 2
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
Eu discordo. Discordam fortemente.
De quais filas você está falando?
Estamos falando de filas financeiras, especificamente filas financeiras. As filas financeiras, devido às suas peculiaridades, financeiras, têm regularidade sobre elas.
Talvez não haja regularidades em algumas outras séries não estacionárias, mas há regularidades nas séries financeiras.
Isto não permite a aplicação de estatísticas, mas não contradiz a lógica de forma alguma. Não é necessário procurar padrões apenas por métodos estatísticos.
Contradições à lógica ocorrem somente quando alguns botânicos tentam medir dados não estacionários através de métodos estatísticos.
Diagnosticamos: uma pessoa está doente, por isso não podemos curá-la com medicamentos, vamos a pajés, nos divertimos com eles.
Mas é possível esclarecer qual é o problema, além do diagnóstico - não estacionariedade - e ele se decompõe como em toda modelagem em pelo menos duas partes: identificação da BP e identificação do modelo. Uma vez estruturadas estas duas coisas, podemos levantar a questão do modelo adequado à BP. Até hoje, não podemos descrever a BP em toda sua diversidade, mas isso não significa que nada possa ser feito. Levando em conta o erro entre a BP e o modelo, podemos começar a falar sobre a estimativa do modelo em si. Ao fazer isso, podemos colocar o problema da avaliação muito mais amplo do que a avaliação através de um testador.
Talvez em algumas outras séries não estacionárias não haja um padrão, mas especificamente nos financeiros há.
Isto é um equívoco verbal e nada mais. Você tem que definir se suas séries são não-estacionárias ou com regularidade. Porque de alguma forma a psique não pode compreender a frase: "Regularidades de séries não-estacionárias".
Bom. Então precisamos definir o que é não-estacionário. Você tem uma definição do que é não-estacionariedade/estacionariedade?
Um artifício verbal e nada mais. Você deve definir se suas séries são não-estacionárias ou com regularidades. Porque de alguma forma a psique não consegue compreender a frase: "regularidades de séries não-estacionárias", entendo que você já encontrou regularidades de séries não-estacionárias?
Esta é uma posição derrotista.
Por que não assumir que uma série não estacionária = a soma de vários componentes. E o mais interessante é o componente determinístico. Se não existe ou admitimos, então é uma caminhada aleatória e a previsão não é possível por nenhum meio e método (teoria do mercado eficiente). Se reconhecermos isso, então nossa presença no mercado e neste fórum é justificada.
Quando eles falam de não-estacionariedade, geralmente significam a distribuição de aumentos de preços. Que o mo (tendência) e a dispersão (volatilidade) mudam ao longo do tempo. É verdade, mas as séries não estacionárias podem ter áreas estacionárias. Se você puder encontrá-los, poderá negociá-los com o MO correspondente e a dispersão em negócios. Ou seja, a negociação em segmentos fixos leva ao fato de que a equidade aumenta estacionária (ou próxima dela quase estacionária). Ou seja, o mo e a variação do comércio mudam lentamente.
Isto é, a tarefa do comerciante é encontrar parcelas estacionárias em uma série não estacionária de aumentos de preços.
Quando eles falam de não-estacionariedade, geralmente significam a distribuição de aumentos de preços. Que o mo (tendência) e a dispersão (volatilidade) mudam ao longo do tempo. É verdade, mas as séries não estacionárias podem ter áreas estacionárias. Se você puder encontrá-los, poderá negociá-los com o MO correspondente e a dispersão em negócios. Ou seja, a negociação em segmentos fixos leva ao fato de que a equidade aumenta estacionária (ou próxima dela quase estacionária). Ou seja, o mo e a variação do comércio mudam lentamente.
Ou seja, a tarefa do comerciante é encontrar áreas estacionárias nas séries não estacionárias de aumentos de preços.
Uma espécie de série estacionária em partes. É um pressuposto muito forte e praticamente impossível de identificar no comércio - previsão do futuro, pois a identificação requer um certo número de observações e não há garantia de que a próxima observação não levará a séries não estacionárias.
É muito mais fácil e prático considerar que a série consiste de um residual determinístico + ruído.
Uma espécie de série estacionária em partes. É uma suposição muito forte e praticamente inviável para a identificação no comércio - prever o futuro, pois a identificação requer um certo número de observações e não há garantia de que a próxima observação não iniciará uma série não estacionária.
É muito mais fácil e prático considerar que a série consiste em saída determinística + ruído.
Você está confundindo o modelo de previsão e o que devemos eventualmente obter (objetivo da previsão).
Você deve sempre entrar em uma profissão quando a previsão deste componente determinístico der uma variação positiva e fixa. Ou seja, a previsão do componente determinístico assume a estacionaridade do aumento de preços nesta área. Bem, os problemas são semelhantes - se o modelo fez uma previsão antes, destacando tais segmentos, ele pode não fazê-lo a partir da próxima transação. Haverá uma previsão, mas não haverá um motivo positivo.
Você está confundindo o modelo de previsão e com o que devemos acabar (o objetivo da previsão).
Acho que não estou confundindo nada, estou sempre dizendo a mesma coisa.
Acredito que existe um componente determinístico, que isolei por algum método de suavização. Depois olho para o componente residual = cotier - determinista. Obviamente, o resíduo é não-estacionário (a não-estacionariedade não tem para onde ir) e todo o problema agora está enterrado nele.
Ao fazer previsões, comparamos o mo incremental e contabilizamos o erro de previsão por variância. Só podemos prever se essas quantidades forem quase constantes, e se não forem? Esse é todo o problema. É por causa do resíduo que os testes não podem ser confiáveis até que nosso modelo seja, pelo menos parcialmente, responsável pela não estacionaridade. Devemos lidar propositalmente com a não-estacionariedade, e não fechar os olhos para ela.
Eu não acho que estou confundindo nada e digo sempre a mesma coisa.
Acredito que existe um componente determinístico, que isolei por algum método de suavização. Em seguida, olho para o componente residual = cotier - determinista. Obviamente, o resíduo é não-estacionário e todo o problema está agora enterrado nele.
Ao fazer previsões, comparamos o mo incremental e levamos em conta o erro de previsão sobre a variação. Só podemos prever se essas quantidades forem quase constantes, mas se não forem? Esse é todo o problema. É por causa do resíduo que os testes não podem ser confiáveis até que nosso modelo seja, pelo menos parcialmente, responsável pela não estacionaridade. Devemos lidar propositalmente com a não-estacionariedade, e não fechar os olhos para ela.