Эконометрика: прогноз на один шаг вперед - страница 42

 
faa1947:

Я с этим полностью согласен, но для меня интересен вопрос, а что происходит вне выборки?

если ваш прогноз обладает свойством робастности, то параметры прогнозируемого распределения сохранятся, как мо (прогнозируемое значение), так и ско (ошибка).

То что вы на истории требуете чтобы ошибка была стационарна, это и есть тест на робастность прогноза.

faa1947:

Что нужно анализировать внутри выборки, чтобы повысить вероятность исполнения прогноза вне выборки?

Достаточно ли расчета ошибки и требования стационарности к ней?

faa1947:

И последний вопрос. Каков горизонт прогноза? На один шаг или несколько шагов? Если несколько шагов, чем определяется такая возможность?

думаю, что эти вопросы не решаются без введения целевой функции прогноза (оценки качества). Например, профит-фактор. И дальнейшей оценки его изменения в зависимости от изменения параметров системы (а они есть у каждой). Монотонность роста целевой функции при приближении к экстремуму.


 
C-4:
Мне не понятно, как можно ожидать стационарную ошибку на нестационарных данных? На графике что представлен Вами выше, величина ошибки явно не обладает свойствами конечной дисперсии, а значит как минимум сомнительно применять к ней оценки основанные на дисперсии результатов (типа с.к.о. или квадратный корень из N).

В модели, используемой в этой топике используется не моя идея, которая состоит в следующем: изначально считаем, что котир = тренд + шум + цикличность.

С цикличностью не умеют работать, то ее отбрасываю

Если нет тренда, то прогноз не возможен.

Выделяем тренд (индикатор НР 4 лага) и учитываем шум (2 лага). Теперь смотрим на остаток от этой модели. Это чисто шум, или в нем остался тренд? Если остался тренд, то выделяем тренд из этого остаток. До тех пор пока не остался шум. Его прогнозировать нельзя. Теперь какой шум? Вот в этом месте Ваш вопрос. На графике шум с размахом 25 пипсов. Прогнозировать минутки нельзя, а дневки вполне можно.

 
Avals:

если ваш прогноз обладает свойством робастности, то параметры прогнозируемого распределения сохранятся, как мо (прогнозируемое значение), так и ско (ошибка).

То что вы на истории требуете чтобы ошибка была стационарна, это и есть тест на робастность прогноза.


Робастность по профит фактору - это конечная оценка, но хотелось бы какой-либо конструктив на этапе анализа.

В ТАР имеется разложение Тэйлора. Утверждается, что горизонт прогноза равен количеству производных в этом разложении.

Если провести аналог: производная - это остаток от модели, то горизонт прогноза - это количество итераций остатков. Останавливаемся когда получаем остаток, которым мы можем пренебречь или смоделировать, например GARCH.

 
faa1947:

Робастность по профит фактору - это конечная оценка, но хотелось бы какой-либо конструктив на этапе анализа.

В ТАР имеется разложение Тэйлора. Утверждается, что горизонт прогноза равен количеству производных в этом разложении.

Если провести аналог: производная - это остаток от модели, то горизонт прогноза - это количество итераций остатков, которым мы можем пренебречь или смоделировать, например GARCH.



горизонт прогноза зависит от размера выборки для анализа. Как правило, горизонт меньше чем эта выборка. Т.е. если вы анализируете окно в N баров и на их основе строите прогноз, то логично что горизонт прогноза <N баров. Конечно, наивно искать универсальную зависимость типа прогноз надо делать на половину размера анализируемых данных, но в рамках конкретной системы можно поискать такую зависимость чисто статистически.
 
P.S. сделать ошибку прогноза стационарной не проблема. Для этого можно не прогнозировать только по времени - на один бар вперёд, а используя выходы по цене - тупо тейк-профиты и стоп-лоссы. Само собой, ошибка отдельного прогноза будет стационарной. Хотя по результатам серий сделок результаты не будут таковыми в общем случае. Вобщем и в вашей модели можно оценивать не ошибку одного прогноза, а суммарную ошибку из серии N прогнозов. По идее нестационарность если она есть будет нагляднее.
 
faa1947:

1) Робастность по профит фактору - это конечная оценка, но хотелось бы какой-либо конструктив на этапе анализа.

2) В ТАР имеется разложение Тэйлора. Утверждается, что горизонт прогноза равен количеству производных в этом разложении.

3) Если провести аналог: производная - это остаток от модели, то горизонт прогноза - это количество итераций остатков. Останавливаемся когда получаем остаток, которым мы можем пренебречь или смоделировать, например GARCH.


1) Составь целевую функцию --- что это и как это - загляни в книгу по теории оптимизации. (хотя врядли тебе это поможет)

2) Чушь полнейшая!!! Подобные утверждения я слышу впервые, и только здесь и от тебя. Чтобы впредь не делать такие ляпы, хотя бы дважды прочти опрелеления. (что ты называешь ТАР? Неужели ссылаешься на теорию автоматического регулирования?)

3) И опять: Чушь полнейшая!!!

.

Эконометрист, разберись сначала в азах (например, что такое производная), а уж потом двигайся дальше. А уж для того, чтобы ты мог разобраться с пространством состояний, тебе необходимо несравненно больше предварительных знаний.

 
Avals:

горизонт прогноза зависит от размера выборки для анализа. Как правило, горизонт меньше чем эта выборка. Т.е. если вы анализируете окно в N баров и на их основе строите прогноз, то логично что горизонт прогноза <N баров. Конечно, наивно искать универсальную зависимость типа прогноз надо делать на половину размера анализируемых данных, но в рамках конкретной системы можно поискать такую зависимость чисто статистически.

Не могу полностью согласиться.

Размер выборки должен браться из других соображений.

Берем выборку оцениваем параметры модели, а затем выборку делим на 2 части и оцениваем параметры модели на этих частях. Если параметры модели не изменились, то ОК, если изменились, то снова делим. Если в результате что-то осталось - то прогноз возможен, а если нет - до ждем-с.

 
avtomat:

1) Составь целевую функцию --- что это и как это - загляни в книгу по теории оптимизации. (хотя врядли тебе это поможет)

2) Чушь полнейшая!!! Подобные утверждения я слышу впервые, и только здесь и от тебя. Чтобы впредь не делать такие ляпы, хотя бы дважды прочти опрелеления. (что ты называешь ТАР? Неужели ссылаешься на теорию автоматического регулирования?)

3) И опять: Чушь полнейшая!!!

Вы хотите ответа по существу или хамского ответа? Уточните и переформулируйте.
 
faa1947:

Не могу полностью согласиться.

Размер выборки должен браться из других соображений.

Берем выборку оцениваем параметры модели, а затем выборку делим на 2 части и оцениваем параметры модели на этих частях. Если параметры модели не изменились, то ОК, если изменились, то снова делим. Если в результате что-то осталось - то прогноз возможен, а если нет - до ждем-с.


речь же была не о выборе размера выборки для анализа, а горизонта прогноза. Я вообще считаю, что он не д.б. фиксированым по времени, но если уж очень хочется обсудить от чего зависит его величина, то размер анализируемой выборки один из факторов
 

Эконометрист, разберись сначала в азах (например, что такое производная), а уж потом двигайся дальше. А уж для того, чтобы ты мог разобраться с пространством состояний, тебе необходимо несравненно больше предварительных знаний.