计量经济学:领先一步的预测 - 页 126 1...119120121122123124125126127128129130131132133...139 新评论 Сергей 2012.01.10 11:46 #1251 faa1947: 上面这个主题中张贴的结果就是这样得到的。利润系数刚刚超过1。我得出的结论是,这个模型没有可预测性,我就这样坚持下去了。在平滑方面,采用了ladd=1的HP。可能是在这里。但并不清楚什么是 "可预测性"。如果你看看你在测试器中得到的东西,该模型并没有保持趋势,而且也不涉及虚假反转。 (1) 问题不是关于预测的结果。我对这一点完全不感兴趣。模型系数如何随时间变化。你能不能至少展示一下它们的动态图。 (2) HP是一个过滤器(Hodrick-Prescott)吗,那么它就更糟糕了。 СанСаныч Фоменко 2012.01.10 11:49 #1252 Farnsworth: (2) HP是一个过滤器(Hodrick-Prescott),那么它就更糟糕。 嗯,是的,起初这似乎并不重要。需要解决遗留问题。解决了。现在我有了疑虑。你对惠普有有效的投诉吗? 1)问题不在于预测的结果。我对它一点都不感兴趣。 模型系数如何随时间变化。你至少可以展示他们的动态图。 最后一个真正的问题。我做到了。非常有趣。我现在就去挖一挖,试着再把它们贴出来。 Сергей 2012.01.10 11:59 #1253 向美国联邦调查局 У Вас имеются обоснованные претензии к НР? 没门!我对普雷斯科特没有抱怨。你知道我有多尊重普雷斯科特,普雷斯科特是个头,你不能把手指放在他的嘴里...... 最后一个真正的问题。 该死的,就像之前我让你分心,问你这些废话一样。 我将做一些挖掘,并尝试再次发布。 不用麻烦了,这是在浪费宝贵的千卡热量... СанСаныч Фоменко 2012.01.10 12:03 #1254 模型。 kotir hp1(-1到-2) hp1_d(-1到-1) eq1_hp2(-1到-3) eq1_hp2_d(-1到-4) 括号内是滞后。在每个新的条形图 上,我都会调整滞后期的数量 HP_d - Kotir和HP之间的区别。 eq1_HP2 -平滑kotir和HP1(-1至-2) 之间的HP差异hp1_d(-1至-1) eq1_hp2_d( -1到-4) '这是最后一个残差。 如果它具有异方差性,那么我就建立GARCH模型 如果不进行GARCH估计,我们得到的方程式是 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) 大量的系数。 白垩质,但很多。几乎稳定。 但在估计其中一些的系数时,存在很大的误差。我们需要用100%除以t统计量中的数值 Econometrics: one step ahead From theory to practice 从理论到实践 СанСаныч Фоменко 2012.01.10 12:05 #1255 Farnsworth: 向美国联邦调查局 没门!我对普雷斯科特没有抱怨。你知道我有多尊重普雷斯科特,普雷斯科特是个头,你不能把手指放在他的嘴里...... 就像之前我让你分心,问你各种废话。 别费劲了,你在浪费宝贵的千卡热量...... 太感人了! 当然,cof是非常有价值的信息。而你的意见是非常有趣的。你是第一个提问的人,从这个意义上说,"终于" Сергей 2012.01.10 12:17 #1256 faa1947: 太感人了! 当然,系数是非常有价值的信息。而你的意见是非常有趣的。你是第一个提问的人,从这个意义上说,"终于" 你看不到任何东西 :o( 至少给我一个有数据的excel,我自己做图,也许我会分析出一些东西。 几乎稳定。 他们都是歪瓜裂枣。你说它们 "几乎稳定 "是什么意思? СанСаныч Фоменко 2012.01.10 12:31 #1257 Farnsworth: 你看不到任何东西 :o( 至少给我一个有数据的Excel文件,我自己画图,也许我会分析它们。 他们都是歪的,不是吗?你说它们 "几乎稳定 "是什么意思? 我在此附上。请注意,kotir是欧元兑美元。 对于每一个系数,系数的值和系数的误差 附加的文件: koef.zip 4 kb Сергей 2012.01.10 12:56 #1258 faa1947: 附上。请注意,kotir是欧元兑美元。 对于每一个系数,系数的值和系数的误差 好吧,这几天我会慢慢来,甚至可能在周末。 Сергей 2012.01.10 13:33 #1259 我仔细看了一下软件的评价,但我看不出有什么理由会感到高兴。如果我对这个结果理解正确的话,EW向你表明,一般来说,这个模型是假的。 (1)系数为-0.48,误差标准差为0.12,例如-4.89,误差标准差为0.9-2.9,误差标准差为1.0等等。这些都是非常大的误差,非常大,也就是说,它们几乎处于使估计无效的边缘。 (2)第一个系数的t统计量非常大,(如果我没记错的话,我已经很久没有操作过了,我需要温故知新),换句话说,最开始的系数并没有以任何方式描述模型,从某种意义上说--它只是左支右绌。顺便问一下,你对惠普的模型采取了什么 "趋势"? (3) 是的,没有必要估计参数不为零的概率。 是的,很明显,它不是零。 (4)R平方,不是一个正确的估计,我解释了为什么,在这种情况下根本就不应该看它。从字面上看,价格偏差的规模没有正常化,就好像你把报价搬到了几十公里外,说,呜呜呜那边会有价格。是的,在偏差统计的范围内是的,但你不会在这上面赚到任何利润,你只会失去 好吧,如果我不明白的地方,我以后会弄明白的。 СанСаныч Фоменко 2012.01.10 13:57 #1260 Farnsworth: 我仔细看了一下软件的评价,但我看不出有什么理由会感到高兴。如果我对这个结果理解正确的话,EW向你表明,一般来说,这个模型是假的。 (1)系数为-0.48,误差标准差为0.12,例如-4.89,误差标准差为0.9-2.9,误差标准差为1.0等等。这些都是非常大的误差,非常大,也就是说,它们几乎处于估计无效的边缘。 (2)第一个系数的t统计量非常大,(如果我没记错的话,我已经很久没有操作过了,我需要温故知新),换句话说,最开始的系数并没有以任何方式描述模型,从某种意义上说--它只是左支右绌。顺便问一下,你对惠普的模型采取了什么 "趋势"? (3) 是的,没有必要估计参数不为零的概率。 是的,很明显,它不是零。 (4)R平方,不是一个正确的估计,我解释了为什么,在这种情况下根本就不应该看它。从字面上看,价格偏差的规模没有正常化,就好像你把报价搬到了几十公里之外,说哇哇哇那边会有价格。是的,在偏差统计的范围内是的,但你不会在这上面赚到任何利润,你只会失去 好吧,如果我不明白的地方,我以后会弄明白的。 (1) .... 这些是非常大的错误,非常大。 是的,按单个系数计算。 (2)第一个系数的t统计量非常大。 错了。T-统计量=系数/SCO 第一个系数并不能描述模型 它是第一个这样做的。我们需要100/t统计量,并得到%的误差。但这并不能解决其他系数的问题。 而你对惠普模型采取了什么 "趋势"? 没有任何趋势。惠普公司正在进行平滑处理,以获得残留的噪音。 (4) R平方,不是正确的估计。 它应该是正确的。DW约为2,这意味着残差是正态分布。仍有回归误差=11点,但因变量的误差=212点 但这里是预测的结果 请注意,平均误差%=5.7%!!!! 1...119120121122123124125126127128129130131132133...139 新评论 原因: 取消 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
上面这个主题中张贴的结果就是这样得到的。利润系数刚刚超过1。我得出的结论是,这个模型没有可预测性,我就这样坚持下去了。在平滑方面,采用了ladd=1的HP。可能是在这里。但并不清楚什么是 "可预测性"。如果你看看你在测试器中得到的东西,该模型并没有保持趋势,而且也不涉及虚假反转。
(1) 问题不是关于预测的结果。我对这一点完全不感兴趣。模型系数如何随时间变化。你能不能至少展示一下它们的动态图。
(2) HP是一个过滤器(Hodrick-Prescott)吗,那么它就更糟糕了。
(2) HP是一个过滤器(Hodrick-Prescott),那么它就更糟糕。
嗯,是的,起初这似乎并不重要。需要解决遗留问题。解决了。现在我有了疑虑。你对惠普有有效的投诉吗?
1)问题不在于预测的结果。我对它一点都不感兴趣。 模型系数如何随时间变化。你至少可以展示他们的动态图。
最后一个真正的问题。我做到了。非常有趣。我现在就去挖一挖,试着再把它们贴出来。
向美国联邦调查局
У Вас имеются обоснованные претензии к НР?
没门!我对普雷斯科特没有抱怨。你知道我有多尊重普雷斯科特,普雷斯科特是个头,你不能把手指放在他的嘴里......
最后一个真正的问题。
该死的,就像之前我让你分心,问你这些废话一样。
我将做一些挖掘,并尝试再次发布。
不用麻烦了,这是在浪费宝贵的千卡热量...
模型。
kotir hp1(-1到-2) hp1_d(-1到-1) eq1_hp2(-1到-3) eq1_hp2_d(-1到-4)
括号内是滞后。在每个新的条形图 上,我都会调整滞后期的数量
HP_d - Kotir和HP之间的区别。
eq1_HP2 -平滑kotir和HP1(-1至-2) 之间的HP差异hp1_d(-1至-1)
eq1_hp2_d( -1到-4) '这是最后一个残差。
如果它具有异方差性,那么我就建立GARCH模型
如果不进行GARCH估计,我们得到的方程式是
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)
大量的系数。
白垩质,但很多。几乎稳定。
但在估计其中一些的系数时,存在很大的误差。我们需要用100%除以t统计量中的数值
向美国联邦调查局
没门!我对普雷斯科特没有抱怨。你知道我有多尊重普雷斯科特,普雷斯科特是个头,你不能把手指放在他的嘴里......
就像之前我让你分心,问你各种废话。
别费劲了,你在浪费宝贵的千卡热量......
太感人了!
当然,cof是非常有价值的信息。而你的意见是非常有趣的。你是第一个提问的人,从这个意义上说,"终于"
太感人了!
当然,系数是非常有价值的信息。而你的意见是非常有趣的。你是第一个提问的人,从这个意义上说,"终于"
你看不到任何东西 :o( 至少给我一个有数据的excel,我自己做图,也许我会分析出一些东西。
几乎稳定。
他们都是歪瓜裂枣。你说它们 "几乎稳定 "是什么意思?
你看不到任何东西 :o( 至少给我一个有数据的Excel文件,我自己画图,也许我会分析它们。
他们都是歪的,不是吗?你说它们 "几乎稳定 "是什么意思?
我在此附上。请注意,kotir是欧元兑美元。
对于每一个系数,系数的值和系数的误差
附上。请注意,kotir是欧元兑美元。
对于每一个系数,系数的值和系数的误差
我仔细看了一下软件的评价,但我看不出有什么理由会感到高兴。如果我对这个结果理解正确的话,EW向你表明,一般来说,这个模型是假的。
(1)系数为-0.48,误差标准差为0.12,例如-4.89,误差标准差为0.9-2.9,误差标准差为1.0等等。这些都是非常大的误差,非常大,也就是说,它们几乎处于使估计无效的边缘。
(2)第一个系数的t统计量非常大,(如果我没记错的话,我已经很久没有操作过了,我需要温故知新),换句话说,最开始的系数并没有以任何方式描述模型,从某种意义上说--它只是左支右绌。顺便问一下,你对惠普的模型采取了什么 "趋势"?
(3) 是的,没有必要估计参数不为零的概率。 是的,很明显,它不是零。
(4)R平方,不是一个正确的估计,我解释了为什么,在这种情况下根本就不应该看它。从字面上看,价格偏差的规模没有正常化,就好像你把报价搬到了几十公里外,说,呜呜呜那边会有价格。是的,在偏差统计的范围内是的,但你不会在这上面赚到任何利润,你只会失去
好吧,如果我不明白的地方,我以后会弄明白的。
我仔细看了一下软件的评价,但我看不出有什么理由会感到高兴。如果我对这个结果理解正确的话,EW向你表明,一般来说,这个模型是假的。
(1)系数为-0.48,误差标准差为0.12,例如-4.89,误差标准差为0.9-2.9,误差标准差为1.0等等。这些都是非常大的误差,非常大,也就是说,它们几乎处于估计无效的边缘。
(2)第一个系数的t统计量非常大,(如果我没记错的话,我已经很久没有操作过了,我需要温故知新),换句话说,最开始的系数并没有以任何方式描述模型,从某种意义上说--它只是左支右绌。顺便问一下,你对惠普的模型采取了什么 "趋势"?
(3) 是的,没有必要估计参数不为零的概率。 是的,很明显,它不是零。
(4)R平方,不是一个正确的估计,我解释了为什么,在这种情况下根本就不应该看它。从字面上看,价格偏差的规模没有正常化,就好像你把报价搬到了几十公里之外,说哇哇哇那边会有价格。是的,在偏差统计的范围内是的,但你不会在这上面赚到任何利润,你只会失去
好吧,如果我不明白的地方,我以后会弄明白的。
(1) .... 这些是非常大的错误,非常大。
是的,按单个系数计算。
(2)第一个系数的t统计量非常大。
错了。T-统计量=系数/SCO
第一个系数并不能描述模型
它是第一个这样做的。我们需要100/t统计量,并得到%的误差。但这并不能解决其他系数的问题。
而你对惠普模型采取了什么 "趋势"?
没有任何趋势。惠普公司正在进行平滑处理,以获得残留的噪音。
(4) R平方,不是正确的估计。
它应该是正确的。DW约为2,这意味着残差是正态分布。仍有回归误差=11点,但因变量的误差=212点
但这里是预测的结果
请注意,平均误差%=5.7%!!!!