我想分享一下这个链接 - 页 8

 
附上一篇有趣的文章,关于在外汇中建立货币对模型,考虑到趋势、可变波动性、周期性和新闻冲击。
附加的文件:
 

附上一篇关于模型评估(TC)的奇特文章。

TC评估的经典方法是通过测试器运行,得到一些统计数据,然后做一个正向测试。

文章提出了另一种方法--通过信息标准对不同的TS进行比较,由于参数的变化,它们可能很接近。通过这个信息标准,可以估计出样本外的预测误差。作者比较了2000万(!)个接近的模型,并在此基础上得出了一些结论。

这篇文章的有趣之处正是与TA的通常传统不同的方法。

附加的文件:
 

有时使用美元指数作为合成,有时计算每种货币的汇率--许多不同的变化。

附件中是一篇关于同一主题的文章,以卢布为例。我认为,货币的选择并不发挥主要作用。但是这篇文章是对许多相同主题的另一种看法。

附加的文件:
exchange_ruble.zip  1159 kb
 

翻译了R的时间序列 分析能力的概述。见附件。

对于懒人来说,我将列出各部分。

预测和单变量建模

分解和过滤 - 分解和过滤

静态性、单位根和协整性

非线性时间序列分析

动态回归模型

多变量时间序列模型


有一个链接到原件。我对翻译的质量没有任何要求,但它足以让希望使用它的人了解情况。

请注意,有一个巨大的现成程序清单 可以建立TC。

好运。

附加的文件:
 

附上一篇好奇的新文章,这个话题在论坛上已经讨论过很多次了。

它是关于市场的 分形结构。没有多少人知道,与分形的存在同义的是商数中的长记忆。研究了这种商的推导问题,并认为必须处理商的规模(时间)变化,即时间框架的变化--这种数学上的三窗口的类似物。

附加的文件:
 
faa1947:

没有多少人知道,与分形的存在同义的是,在语料库中存在着长久的记忆。

如果我说随机行走也是分形的,没有记忆,可能会激怒别人。随机漫步的分形性在数学上可以得到非常简单的证明。
 
gpwr:
如果我说随机行走也是分形的,没有记忆,我可能会激怒别人。随机漫步的分形性在数学上可以得到非常简单的证明。

这不是要证明什么,而是要证明实际的适用性。

通过这个主题,我试图表明,有大量的理论工作是基于实际问题和解决实际问题的。

对于两个密切相关的术语,我忘了加上另一个,它将分形、长记忆、厚尾巴的问题转化为实际的平面--这些是具有分形积分的FARIMA模型。这些是ARIMA模型,其中I的值,通常取正整数,可以是分数,对应于赫斯特指数的 值。赫斯特在网站上得到了很多关注,在R语言中有一个叫做fracdiff的库,这个程序可以解决这个领域的一些问题。此外,还有其他处理分形的库。

我非常乐意讨论随机行走的分形,但要以使用一些代码为前提。

 

"来自另一场俄罗斯革命的教训:自由主义乌托邦的崩溃和经济奇迹的机会"

可惜我没有这本书本身。但也许最充分的包括这里讨论的概念。

 

R显然不是个懒人。

TIOBE 2012排名:R是最受欢迎的二十种编程语言之一

 
Alexey Subbotin:

分布的性质并没有改变。顺便说一下,这项研究本身开始于这样一个事实,即似然比的奇怪行为是明显的,可以说是肉眼可见的。


阿列克谢,日安。什么是似然比 指标?