计量经济学：领先一步的预测 - 页 88

新评论
 
Avals:


分析指标的残差是没有意义的，因为它本身并不能预测什么。


好吧，如果我们假设该指标即使是提前一栏预测。那么 它的残留物应该显示什么？而且为什么 要显示出来呢？这个问题可能更多是针对斯拉瓦的，因为faa说的话我还是难以理解。
 
C-4:

好吧，让我们假设该指标甚至提前一个柱子预测。那么，其残留物必须显示什么？它为什么 要显示出来呢？这个问题可能更多的是针对Slava的，因为我还是很难理解faa所说的内容。


这将表明测试结果 是可以信赖的。

瓦西里，想象一下，在没有止损的情况下交易，一个获利选项=30点。他做了一个测试，400次交易，全部获利 - MO=30点。但股票缩水（也是残差/预测误差）将是非平稳的，就像报价本身一样。这意味着它们的价值不会被正态分布所描述，获得超过某一数值的损失的概率将不会像惠普那样小。缩水的分布中会有 "肥尾"，很有可能得到缩水，这个概率无法从测试中得到。所以其他所有的测试指标也不能相信，这个系统的MO根本就不是+30点，而是天知道是什么。这是个夸张的例子 :)

在现实中，即使误差分布是静止的，这很简单，但这并不意味着一系列交易的缩减会是相同的。系统的稳健性并意味着系统的一些属性将随着时间的推移而保持不变--包括一系列交易中的MO和缩减。许多人通过眼睛，通过股权随时间变化的方式来评估它。每个人都希望有一个平滑的股权--最好是一个笔直的向上的角度 :)

 
Avals:


这将表明测试结果是可以信赖的。

瓦西里，想象一下，在没有止损的情况下交易，一个获利选项=30点。他做了一个测试，400次交易，全部获利 - MO=30点。但股票缩水（也是残差/预测误差）将是非平稳的，就像报价本身一样。这意味着它们的价值不会被正态分布所描述，获得超过某一数值的损失的概率将不会像惠普那样小。缩水分布中会有 "肥尾"，很有可能得到缩水，而这个缩水概率无法从测试中得到。

原则上，你可以。它应该按时间间隔计算。不要计算交易的结果，而是计算例如天数或更小时期的结果。
 

Avals:

C-4:

为什么要建一个菜园，而且还要分析系统中的残留物？它的作用是什么？

当我第一次看到计量经济学软件包时，我和你一样惊讶。原因非常简单。你所写的一切对于静止的 系列来说都是正确的。如果这个系列是非平稳的，那么通过分析公式从其中提取一部分商，我们可能应该得到一个非平稳的残差。也就是说，非平稳性的问题仍然存在。有可能对残留物视而不见，同时忘记不稳定等不愉快的事情。但这种选择必须是有意识的。当然，人们可以对残差进行吐槽，如果它的价差比价差小，但非平稳性是阴险的--不可预测的。
 
Avals:


这将表明测试结果是可以信赖的。

瓦西里，想象一下，在没有止损的情况下交易，一个获利选项=30点。该人做了一个测试，400次交易，全部获利 - MO=30点。但股票缩水（也是残差/预测误差）将是非平稳的，就像报价本身一样。这意味着它们的价值不会被正态分布所描述，获得超过某一数值的损失的概率将不会像惠普那样小。缩水的分布中会有 "肥尾"，很有可能得到缩水，这个概率无法从测试中得到。所以其他所有的测试指标也不能相信，这个系统的MO根本就不是+30点，而是天知道是什么。这是个夸张的例子 :)

在现实中，即使误差分布是静止的，这很简单，但这并不意味着一系列交易的缩减会是相同的。 系统的稳健性并意味着系统的一些属性将随着时间的推移而保持不变--包括一系列交易中的MO和缩减。许多人通过眼睛，通过股权随时间变化的方式来评估它。每个人都希望股权平稳--最好是直线上升的角度 :)

没有看到就写了前面的帖子。如果您允许，我将在反复询问余额的情况下复制您的文字。
 
paukas:
这在原则上是可能的。你必须按时间间隔进行计算。不计算交易的结果，而是计算例如几天或更小时期的结果。

估计是可以的，但你不能相信这种估计。一个样本会有一个统计量，而另一个样本会有另一个统计量，不会收敛到整个样本的统计量。
 

在Tading中有一头神圣的牛--测试员。

使用测试器是作为一种启示提出的。而这头神牛的修行者，以开悟者的水平访问了这条线，他教导说--人也应该做一个向前的测试。当然，讨论神圣的牛是亵渎的。但我要试一试。因此，我们通过测试器运行TS，得到它的分数，看到它很好。然后，正如开悟者教导我们的那样，再做一次运行，作为前向测试，得到另一个确认第一个结果的结果。我写得很详细，以便每个人都能看到，正好得到两个数字--这是一个统计数字吗？我的拖鞋知道答案，但在世界范围内发行的书籍的作者却把两个数字当作统计数字，而且是在一个非稳定的市场上！我的拖鞋知道答案。

神圣的牛群万岁!

 
Avals:


这将表明测试结果是可以信赖的。

...


也就是说，静止的剩余物会有点说。"看，我的回报率是正态分布的，这意味着我的变异（价差）是有限的和可预测的。我给你我的99.8%的齿轮，我不会在任何交易中压低我的S.C.O.超过3个西格玛！！"。

不稳定的 残余物对模型的整个计算部分提出了质疑，因为它可以以这样一种方式搞砸，从而推翻所有的模型计算："嗯，是的，我有一些S.Q.O.，但这并不意味着什么，因为它是我房间的平均温度。平均而言，我可以在300分以下（sko=300分），但有时会发生1000分甚至1500分的情况，而且这种情况比你从正常分布中预期的要多得多。"

然而，不太清楚如何能轻松获得固定的剩余物。例如，在上面的例子中，残差是我们的浮动公式，因此，残差是价格序列的运动，而价格序列本身不是静止的，因此，残差将具有价格的所有属性，包括非静止性。显然，faa已经将他的模型递归地应用于残余物。

"是的，我们从模型中得到了残差，它是非平稳的。"FAA认为。- "所以现在我们在模型的残留物上建立一个模型。建造了它。看了看。残差又是非平稳的。重复这个程序，在原模型的剩余部分上建立模型...... "以此类推，直到剩余部分莫名其妙地成为静止的模型。也就是说，我们越来越深地下降到一个越来越低/越来越嘈杂的市场水平，直到该噪声的残余物成为静止状态时才停止。但市场不是分形的吗？也就是说，无论我们要降到多低的价格活动，这种活动仍然会以大的价格序列的形象出现：即它会有粗大的尾巴和非平稳性。

 
C-4:


显然，faa已经将其模型递归地应用到了残余物上。

然而，我们如何能够轻易地获得一个静止的残差，这一点并不十分清楚。例如，在上面的例子中，残差是我们的浮动公式，因此，残差是价格序列的运动，而价格序列本身并不是静止的，因此，残差将具有价格的所有属性，包括非静止性

"是的，从模型中得到了残差，它是非平稳的。"FAA认为。- "所以现在我们在模型的残留物上建立一个模型。建造了它。看了看。残差又是非平稳的。重复这个程序，在原模型的剩余部分上建立模型...... "以此类推，直到剩余部分莫名其妙地成为静止的模型。也就是说，我们越来越深地下降到一个越来越低/越来越嘈杂的市场水平，直到该噪声的残余物成为静止状态时才停止。但市场不是分形的吗？也就是说，无论我们要降到多低的价格活动水平，这种活动仍将遵循大的价格序列的模式：即有厚尾和非平稳性。

绝对的，有一点补充。

1.处理小于一个点的残余是没有意义的。

2.一个不稳定的残留物，即它的不稳定性可以用ARCH来模拟。

我不认为这完全解决了问题，但仍然咬住了问题的一个部分。而如果你将其与原科蒂尔的大多数建模相比较，与他们相比有很大的进步。

 
C-4:


也就是说，静止的剩余物说。"看，我的回归者是正态分布，这意味着我的方差（散点图）是有限的和可预测的。我给你我的99.8%的齿轮，我不会在任何交易中压低我的S.C.O.超过3个西格玛！！"。

不稳定的 残余物对模型的整个计算部分提出了质疑，因为它可以以这样一种方式搞砸，从而推翻所有的模型计算："嗯，是的，我有一些S.Q.O.，但这并不意味着什么，因为它是我房间的平均温度。平均而言，我可以上涨300点（sko=300点），但有时会发生1000点甚至1500点的情况，而且发生的频率远远超过你从正常分布中的预期。"



是

C-4:


诚然，不太清楚如何能轻易得到一个固定的残留物。例如，在上面的例子中，残差是我们的浮动公式，所以残差是价格序列的运动，它本身不是静止的，因此，残差将具有价格的所有属性，包括非静止性。显然，faa递归地将其模型应用于残差。

"是的，从模型上得到了一个残留物，它不稳定。"FAA认为。- "因此，现在我们在模型残余上建立一个模型。建造了它。看了看。残差又是非平稳的。重复这个程序，在原模型的剩余部分上建立模型...... "以此类推，直到剩余部分莫名其妙地成为静止的模型。也就是说，我们越来越深地下降到一个越来越低/越来越嘈杂的市场水平，直到该噪声的残余物成为静止状态时才停止。但市场不是分形的吗？也就是说，无论我们要降到多低的价格活动水平，这种活动仍然会以大的价格序列的形象出现：即有厚尾和非平稳性。

是的，这样一来，它更有可能得到的不是静止性，而只是对它的拟合。

1...818283848586878889909192939495...139
新评论