Эконометрика: прогноз на один шаг вперед - страница 126
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Результаты, которые выложены в этом топике выше получены именно таким способом. Профит фактор чуть выше 1. Я пришел к выводу, что модель не обладает прогнозируемостью и уперся в это. Для сглаживания применялся НР с лябдой =1. Может быть здесь. Но не понятно, что такое "прогнозируемость". Если посмотреть, что получается в тестере, то модель не держит тренд и дело не в ложных разворотах.
(1) вопрос не в результатах прогноза. Он то мне совершенно не интересен. Как ведут себя коэффициенты модели во времени. Вы можете хотя бы графики их динамики показать.
(2) НР - это фильтр (Hodrick–Prescott)?, тогда все еще хуже.
(2) НР - это фильтр (Hodrick–Prescott), тогда все еще хуже.
Ну да. Сначала казалось, что не имеет значения. Нужно решить проблему остатка. Решил. А теперь сомневаюсь. У Вас имеются обоснованные претензии к НР?
1) вопрос не в результатах прогноза. Он то мне совершенно не интересен. Как ведут себя коэффициенты модели во времени. Вы можете хотя бы графики их динамики показать.
Наконец-то настоящий вопрос. Показывал. Очень интересные. Сейчас покопаюсь и попробую выложить снова.
to faa
У Вас имеются обоснованные претензии к НР?
что Вы! К Прескотту у меня претензий нет. Вы же знаете как я уважаю Прескотта, Прескотт - это голова, ему палец в рот не клади ...
Наконец-то настоящий вопрос
охренеть, типа до этого я вас тут отвлекал и спрашивал всякую фигню.
Сейчас покопаюсь и попробую выложить снова.
да не утруждайте себя, чего ценные килокалории тратить то ...
Модель:
kotir hp1(-1 to -2) hp1_d(-1 to -1) eq1_hp2(-1 to -3) eq1_hp2_d(-1 to -4)
В скобках лаги. На каждом новом баре подгоняю число лагов
НР_d - разница между котиром и НР.
eq1_HP2 - сглаживание НР разницы между котиром и ур-ем hp1(-1 to -2) hp1_d(-1 to -1)
eq1_hp2_d( -1 to -4) 'это последний остаток
Если в нем гетероскедастичность, то моделирую GARCH
Без оценки GARCH получаем уравнение
KOTIR = C(1)*HP1(-1) + C(2)*HP1(-2) + C(3)*HP1_D(-1) + C(4)*EQ1_HP2(-1) + C(5)*EQ1_HP2(-2) + C(6)*EQ1_HP2(-3) + C(7)*EQ1_HP2_D(-1) + C(8)*EQ1_HP2_D(-2) + C(9)*EQ1_HP2_D(-3) + C(10)*EQ1_HP2_D(-4)
Много коэф.
Мелковато, но много. Почти стабильные.
Но вот оценки коэф. по некоторым из них ошибка великовата. Нужно 100% разделить на величину в t-статистика
to faa
что Вы! К Прескотту у меня претензий нет. Вы же знаете как я уважаю Прескотта, Прескотт - это голова, ему палец в рот не клади ...
охренеть, типа до этого я вас тут отвлекал и спрашивал всякую фигню.
да не утруждайте себя, чего ценные килокалории тратить то ...
Ну такой обидчивый!
Конечно, коэф чрезвычайно ценная информация. И очень интересно Ваше мнение. Вы первый кто поинтересовался и в этом смысле "наконец-то"
Ну такой обидчивый!
Конечно, коэф чрезвычайно ценная информация. И очень интересно Ваше мнение. Вы первый кто поинтересовался и в этом смысле "наконец-то"
так ведь не видно ничего :о( Дайте хотя бы эксел с данными, графики сам построю, мож чего по анализирую
Почти стабильные.
они же кривые у вас все. Как это они "почти стабильные"?
так ведь не видно ничего :о( Дайте хотя бы эксел с данными, графики сам построю, мож чего по анализирую
они же кривые у вас все. Как это они "почти стабильные"?
Прилагаю. Прошу учесть, что kotir - это EURUSD. прогнозируем по величине обратной индексу доллара.
По каждому коэф значение коэф и ошибка этого коэф
Прилагаю. Прошу учесть, что kotir - это EURUSD. прогнозируем по величине обратной индексу доллара.
По каждому коэф значение коэф и ошибка этого коэф
Внимательнее посмотрел на оценки проги, чего то причин для радости не вижу никаких. Если я правильно понимаю результат, то EW вам показывает, что модель то вообще говоря - липовая:
(1) коэффициент -0.48, с СКО ошибки в 0.12, например -4.89 с СКО ошибкой 0.9 -2.9 с СКО ошибкой 1.0 и т.д. это очень большие ошибки, очень большие, т.е. они почти на грани того, что бы признать оценку несостоятельной. грубо говря, коэффициент пару раз укладывается в ско
(2) t статистика для первого коэффициента очень большая, (если я правильно помню, давно с ним не работал нужно освежить знания), другими словами, самый первый коэффициент никак не описывает модель, в некотором смысле - он просто левый. Кстати, а какой "тренд" вы брали для модели HP?
(3) да не нужно оценивать вероятность того, что параметр не ноль. да понятно, что не ноль
(4) R-squared, не корректная оценка, я объяснял почему, на нее вообще нельзя смотреть в данном случае. Литературно выражаясь, масштаб уклонения цены не нормализован, вы как бы отошли от котировки километров на 300 и говорите, воооооон там будет цена. Ага, в пределах статистики уклонений да, но вы на этом ничего не заработаете, только потеряете
ладно, если чего я не понял, потом доразберусь.
Внимательнее посмотрел на оценки проги, чего то причин для радости не вижу никаких. Если я правильно понимаю результат, то EW вам показывает, что модель то вообще говоря - липовая:
(1) коэффициент -0.48, с СКО ошибки в 0.12, например -4.89 с СКО ошибкой 0.9 -2.9 с СКО ошибкой 1.0 и т.д. это очень большие ошибки, очень большие, т.е. они почти на грани того, что бы признать оценку несостоятельной. грубо говря, коэффициент пару раз укладывается в ско
(2) t статистика для первого коэффициента очень большая, (если я правильно помню, давно с ним не работал нужно освежить знания), другими словами, самый первый коэффициент никак не описывает модель, в некотором смысле - он просто левый. Кстати, а какой "тренд" вы брали для модели HP?
(3) да не нужно оценивать вероятность того, что параметр не ноль. да понятно, что не ноль
(4) R-squared, не корректная оценка, я объяснял почему, на нее вообще нельзя смотреть в данном случае. Литературно выражаясь, масштаб уклонения цены не нормализован, вы как бы отошли от котировки километров на 300 и говорите, воооооон там будет цена. Ага, в пределах статистики уклонений да, но вы на этом ничего не заработаете, только потеряете
ладно, если чего я не понял, потом доразберусь.
(1)....это очень большие ошибки, очень большие
Да. По отдельным коэф.
(2) t статистика для первого коэффициента очень большая,
Неверно. T-статистика = коэф/СКО
самый первый коэффициент никак не описывает модель
Как раз первый и описывает. Надо 100 / t-статистику и получим ошибку в %. Но это не снимает проблему по другим коэф.
а какой "тренд" вы брали для модели HP?
Нет тренда. НР - сглаживает, чтобы получить в остатке шум.
(4) R-squared, не корректная оценка,
По идее корректная. DW около двух, что означает, что остаток нормально распределен. Есть еще ошибка регрессии = 11 пипсам, но ошибка зависимой переменной = 212 пипсам
Но вот результат прогноза
Прошу обратить внимание, что средняя ошибка в % = 5.7%!!!!