Я сижу внутри EViews м доверяю этому инструменту, а не собственному пониманию терминов. Это дает мне возможность использовать готовый продукт вместо чтения безумного кол-ва книг, зачастую сомнительного содержания. Причем в конечном итоге у меня все стыкуется и всегда хватает инструментов много кратно проверенной работоспособности.
"相信--不相信" --这是宗教领域，是神学（来自希腊语theologia，来自theos--上帝和logos--文字，教义） 的研究对象--即关于上帝的科学 :)))))。
;))))，你走的是一条多么歪曲的协整计量经济学道路啊！!
我明白你的意思。
但我不相信静态 套利。
上文显示，这个三角洲太小了。所以这不是一个信仰的问题，而是一个具体的计算。一般来说，这个想法有一个缺陷：我们正在寻找那些朝着同一方向发展的人之间的不匹配。当他们走向不同的方向时，我们应该寻找不匹配。
我倾向于那个写投资组合的匿名者的意见。在这里，作为有效投资组合的更广泛的想法的一部分，协整可能是有用的。
对于投机者来说，我不清楚协整的作用。好吧，除了为了证明测试的合理性。新的东西，但到目前为止，有用的证据非常薄弱。
但建设性在哪里呢？
好问题，但为了客观起见，你应该不时地问自己这个问题。
尽管如此，我确信你在第一页上概述的模式并不十分可行，而且。
...说，你可以放心地使用这个回归进行预测--它有一个固定的残差。
如果我是你，我就会有点担心。从一些迹象来看，你刚刚 "粉碎 "了它，而且它还没有太多的预测价值。
你还没有回答这个问题--你的静止性是什么？
而且其中还没有太多的预测价值。
它没有预后价值。
你没有回答这个问题--你的静止性是什么？
如果一个序列的平均值和自变量不依赖于时间，那么它就是静止的。
到目前为止，集体发现协整性被用于套利，但我计算出delta太小，所以在套利中使用是值得怀疑的。
对我来说，更有趣的是这样一个假设：如果商数与来自TC的余额协整，我们就可以 相信 这个测试，如果不协整就不能相信。我要求集体提供初始数据，以便为假设检验 进行分析--只有塔拉提供了这样的信息。我已经公布了结果。冠军赛中有很多信息，但没能复制，没有人帮忙做。
而且其中还没有太多的预测价值。
预测的目标还没有确定
如果你是预测，那么很明显，在对预测的解释中，这样的目标已经确定。另一件事是，你还不了解如何处理产生的曲线，但这是系统和设置的另一部分。
如果一个序列的平均值和自变量与时间无关，那么它就是静止的。
不完全是这样，如果你采取理论，尽管不严格。静止性的解释有广义和狭义之分。不是 "平均"，而是如果分布和ACF是静止的。在狭义上，你必须证明你有这样一个分布，而且这个分布的参数（不仅是平均值，它可能不存在）在整个过程中保持不变。更加肯定的是，你的ACF根本不是静止的，这意味着你的整个拉杆箱保证不会工作，也就是说，你甚至不能正确预测，更不用说使用它了。
到目前为止，我们集体发现协整被用于套利，但我计算出delta太低，所以用于套利是值得怀疑的。
哦，这是每个人对信仰的选择 :o)
对我来说，更有趣的是 ，如果商数与TC的余额是协整 的，就可以 相信 ，如果不是协整的，就不能相信的假设。我要求集体提供初始数据，以便进行分析，检验假设--只有塔拉提供了这种信息。我已经公布了结果。冠军赛中有很多信息，但无法复制，没有人帮助做。
在这个论坛上有一个同事HideYourRichess，我不时地与他争吵，但也有 "一致 "的地方，分别以不同的方式来这理解来（我用分形分析）。因此，测试任何平衡曲线的正确性非常简单，该曲线的 "扩散 "越少，"线性" 越多（引号是我写的，需要破译）--结果就越可靠，可以信任。而我得到的是，这个曲线的分形参数应该在一定范围内。人们可以做一个类比，也只是从分形分析中。 声音或音乐经常被简单地分类，分为 "喜欢 "和 "不喜欢"，而蓝调或爵士乐并不那么重要。所以，"喜欢 "原来有自己的 "分形边界"，一个声音进入这个范围就开始 "喜欢 "了。我可能解释得很含糊，但这不是问题所在。
而在本质上，你的TC的任务是将一个完全弯曲的商数转换成优选的具有正系数的直线（而这似乎是avtomat 在他的 "草图 "中试图表达的东西）。这就是我不太清楚你所说的TC和kotir的协整关系。好吧，假设你想通过得到第三条曲线来协整平衡曲线和kotir。那会给你带来什么？
如果你是预测，那么显然，在对预测的解释中，这样的目标是确定的。另一件事是，你还不了解如何处理产生的曲线，但这是系统和设置的另一部分。
并非如此，如果你仍然接受理论，尽管不严格。静止性的解释有广义和狭义之分。不是 "平均"，而是如果分布和ACF是静止的。在狭义上，你必须证明你有这样一个分布，而且这个分布的参数（不仅是平均值，它可能不存在）在整个过程中保持不变。更确定的是，你的ACF根本不是静止的，这意味着你的整个拉杆箱保证不会工作，也就是说，你甚至不能正确预测，更不用说使用它了。
哦，这是每个人对信仰的选择 :o)
我在这个论坛上有个同事HideYourRichess，虽然我时常和他争吵，但也有 "一致 "的地方，分别以不同的方式对这个理解（我用的是分形分析）。因此，测试任何平衡曲线的正确性非常简单，该曲线的 "扩散 "越少，"线性" 越多（引号是我写的，需要解读）--结果越可靠，可以信任。而我得到的是，这个曲线的分形参数应该在一定范围内。我们可以做一个类比，也只是从分形分析的角度。 声音或音乐经常被简单地分类，分为 "喜欢 "和 "不喜欢"，而蓝调或爵士乐并不那么重要。所以，"喜欢 "原来有自己的 "分形边界"，一个声音进入这个范围就开始 "喜欢 "了。我可能解释得很含糊，但这不是问题所在。
而在本质上，你的TC的任务是将一个完全弯曲的商数转换成优选的具有正系数的直线（而这似乎是avtomat 在他的 "草图 "中试图表达的东西）。这就是我不太清楚你所说的TC和kotir的协整关系。好吧，假设你想通过得到第三条曲线来协整平衡曲线和kotir。这对你有什么好处？
我坐在EViews里面，相信这个工具而不是我自己对术语的理解。这使我能够使用一个现成的产品，而不是阅读数量惊人的书籍，这些书籍的内容往往有问题。此外，最后，一切都配合得很好，我总是有足够的工具，这些工具已被证明是有效的。
我所测试的协整关系:
我测试了原始报价的单位根
我选择一个向量，当用一个商减去另一个商时，在残差中得到一个静止的商（单位根检验）。
好吧，假设你想通过获得第三条曲线来协整平衡曲线和商数。这给了你什么？
而这就是假说。如果两个序列是协整的，即它们之间的差值是静止的，那么这个测试是可以信赖的，不管是正数、负数、直线平衡线还是曲线，都没有关系。
如果不是协整的，检验结果就不可信。它必须经过测试。我想以实验的方式来做这件事。对于塔拉的数据，这一点得到了证实。结果见上文。
向美国联邦调查局
Я сижу внутри EViews м доверяю этому инструменту, а не собственному пониманию терминов. Это дает мне возможность использовать готовый продукт вместо чтения безумного кол-ва книг, зачастую сомнительного содержания. Причем в конечном итоге у меня все стыкуется и всегда хватает инструментов много кратно проверенной работоспособности.
是的，它只是一个工具，对估计的统计数据和数据的解释的虚假性不会被确保 "自动"。这完全取决于分析员。
而这就是假说。如果两个序列是协整的，即它们之间的差值是静止的，那么这个测试是可以信赖的，不管它是正数、负数、直线平衡线还是曲线，都不重要。如果不是协整的，检验结果就不可信。它必须经过测试。我想以实验的方式来做这件事。对于塔拉的数据来说，这被证明是真实的。结果见上文。
我认为这更像是一种幻觉。你打算如何共同整合？让我猜猜看--把它分配给EW，它将做的是在几乎任何模型内把它的耳朵拉下来，你将得到一个假的静止性。 这里没有任何标准，任何利润曲线都可以通过选取一个模型与报价（任何）进行协整。它能给你什么？你将在哪里理解，当你 "优化"（这是你将要做的）时，你将需要停止，你将如何把参数分为坏的/好的？
PS：还是要尝试把模型复杂化，让它更敏感或者其他。 因此，这个过程的 "步骤 "非常小，以至于它不能走得很远。
要求：特别强调。
生成你的新流程，比如说长度为3000次。取前1000个计数和最后1000个计数。中间还会有1000人。并把它贴在这里，用于第一个和最外面的ACF段。而我们都会用肉眼一起看你的 "静止性"
向美国联邦调查局
...
然而：特别强调。
生成你的新流程，比如说长度为3000次。取前1000个计数和最后1000个计数。中间还会有1000人。并把它贴在这里，用于第一个和最外面的ACF段。而我们都会用肉眼一起看你的 "静止性"
是的，我差点忘了--增量，他们让我感兴趣，但对于公司来说，你也可以ACF的来源（在每个物种的同一个图上，所以会更方便）。
一个小小的补充：ACF对于前100-300个样本是可能的，可能更多的将不需要。
是的，我差点忘了--增量，我对它们感兴趣，但对公司来说，你也可以ACF来源（在每个物种的一个图上，这样会更方便）。
一个小小的补充：ACF对于前100-300个样本是可能的，可能更多的将不需要。