Discussão do artigo "Critério de homogeneidade de Smirnov como indicador de não-estacionaridade de séries temporais"
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
Novo artigo Critério de homogeneidade de Smirnov como indicador de não-estacionaridade de séries temporais foi publicado:
Este artigo analisa um dos mais conhecidos critérios de homogeneidade não-paramétricos, o critério de Smirnov. São analisados tanto dados modelados quanto cotações reais. É apresentado um exemplo de construção do indicador de não-estacionaridade (iSmirnovDistance).
Neste estudo, verificarei a estacionaridade de séries temporais financeiras justamente no sentido restrito, utilizando funções empíricas de distribuição. A teoria da probabilidade e a estatística matemática, como um ramo específico desta, baseiam-se em pressupostos de estacionaridade. Existem muitos métodos para a análise de processos estacionários, incluindo análise de regressão, análise de autocorrelação, métodos de análise espectral e o uso de redes neurais. No entanto, a aplicação desses métodos a dados não-estacionários pode levar a erros significativos nas previsões.
Para os traders, a questão da estacionaridade está intimamente relacionada à escolha do volume de dados para o cálculo de diferentes indicadores. No caso de processos estacionários, quanto mais dados estiverem disponíveis, mais precisamente podemos calcular todas as características estatísticas. Entretanto, ao analisar processos não-estacionários, é difícil determinar o volume ideal de dados. Um volume muito grande pode conter informações obsoletas, que já não influenciam a situação atual; se os dados forem muito poucos, devido à insuficiente representatividade, não seremos capazes de avaliar adequadamente as propriedades estatísticas do processo.
A característica mais completa de um processo aleatório é a sua lei de distribuição (função de probabilidade). Portanto, a construção de um indicador que permita acompanhar a mudança da função de distribuição da série temporal ao longo do tempo é uma tarefa importante. Esse indicador, por sua vez, servirá como um sinal da necessidade de revisar o volume de dados para o cálculo de indicadores padrão de análise técnica. Na estatística matemática, a tarefa de verificar "se a função de distribuição de uma determinada variável aleatória mudou ao longo do tempo" é chamada de "teste de hipótese de homogeneidade".
Autor: Evgeniy Chernish