计量经济学：领先一步的预测 - 页 42

新评论
 
faa1947:

我完全同意这一点，但对我来说，有趣的问题是，在样本之外会发生什么？

如果你的预测具有鲁棒性的属性，那么预测分布的参数就会成立，包括mo（预测值）和sk（误差）。

你要求误差在历史上是静止的，这是对预测的稳健性的检验。

faa1947:

你需要在样本内分析什么，以增加样本外预测业绩的概率？

误差的计算和对它的静止性要求是否足够？

faa1947:

还有最后一个问题。预测的范围是什么？是一步到位还是几步到位？如果有几个步骤，如何确定这种可能性？

我认为如果不引入预测目标函数（质量得分），这些问题是无法解决的。例如，利润因素。并进一步估计其变化取决于系统参数的变化（每个人都有）。接近极点时目标函数的单调增长。


 
C-4:
我不明白你怎么能期望在非平稳的数据上有一个平稳的误差？在你上面发布的图表中，误差的大小显然不具备有限方差的特性，这使得它至少在基于结果的分散性（s.c.o.或N的平方根）的估计上值得怀疑。

这个主题中使用的模型没有使用我的想法，具体如下：最初我们认为kotir=趋势+噪音+周期性。

周期性不能被处理，那么它就被抛弃了

如果没有趋势，那么就不可能有预测。

我们选择了趋势（HP指标4滞后），并考虑到了噪音（2滞后）。现在看一下这个模型的残差。这纯粹是噪音，还是有一个趋势留在其中？如果还有一个趋势，我们就从这个残差中提取趋势。只要没有留下任何噪音就可以了。它是无法预测的。现在是什么噪音？这就是你的问题所在。在图表上，有一个噪音，范围是25点。你无法预测分钟，但你可以预测日子。

 
Avals:

如果你的预测具有鲁棒性的属性，那么预测分布的参数就会成立，包括mo（预测值）和sk（误差）。

你要求误差在历史上是静止的这一事实是对预测的稳健性的检验。


关于利润因素的稳健性是最后的估计，但在分析阶段最好有一些建设性。

TAP有一个泰勒分解。有人认为，预测范围等于这个分解中的导数数量。

如果我们做一个类比：导数是模型的残差，那么预测的范围就是残差的迭代次数。当我们得到一个我们可以忽略的残差或模型时，我们就停止了，例如GARCH。

 
faa1947:

关于利润因素的鲁棒性是最后的估计，但我希望在分析阶段有一些建设性。

在TAP中有一个泰勒分解法。有人认为，预测范围等于这个分解中的导数数量。

如果我们做一个类比：导数是模型的残差，那么预测范围就是我们可以忽略的残差的迭代次数，或者说是模型，比如说GARCH。



预测的范围取决于要分析的样本的大小。通常情况下，地平线比这个样本要小。也就是说，如果你分析了一个N条的窗口，并在此基础上进行预测，那么预测的范围是<N条，这是符合逻辑的。当然，寻找一种普遍的依赖性是天真的，比如说应该对分析的数据规模的一半进行预测，但在一个特定的系统内，我们可以从纯粹的统计学角度寻找这种依赖性。
 
P.S. 使预测错误静止并不是一个问题。要做到这一点，你不能只通过时间来预测--提前一个栏，而是使用基于价格的输出--直截了当的获利和止损。当然，个别预测的误差将是静止的。虽然基于一系列的交易，但在一般情况下结果不会相同。 一般来说，在你的模型中，你可以估计的不是单个预测的误差，而是一系列的N个预测的总误差。如果有的话，非平稳性会更明显。
 
faa1947:

1）关于利润因素的鲁棒性是一个有限的估计，但我希望在分析阶段有一些建设。

2）TAP有一个泰勒分解。有人认为，预测范围等于这个分解中的导数数量。

3）如果我们做一个类比：导数是模型的残差，预测范围是残差的迭代次数。当我们得到一个我们可以忽略的残差或模型时，我们就停止了，例如GARCH。


(虽然它不太可能帮助你）。

2）胡说八道！！！。这是我第一次听到这种说法，而且只在这里和你那里听到。为了避免从现在开始出现这样的失误，请至少读两遍定义。(你怎么称呼TAR？你真的指的是自动控制理论吗？)

3) 再次强调：胡说八道！！！。

.

计量经济学家，先了解基础知识（如什么是导数），然后再继续前进。而你需要无比多的先验知识来处理状态的空间。

 
Avals:

预测的范围取决于要分析的样本的大小。通常情况下，地平线比这个样本要小。也就是说，如果你分析了一个N条的窗口，并在此基础上进行预测，那么，预测的范围是<N条，这是符合逻辑的。当然，寻找一种普遍的依赖性是天真的，比如预测应该使用分析数据规模的一半，但在一个特定的系统内，我们可以从纯粹的统计学角度寻找这种依赖性。

我不能完全同意。

样本大小应从其他方面考虑。

我们将取一个样本并估计模型参数，然后我们将把样本分成两部分并对这些部分估计模型参数。如果模型参数没有变化，好，如果有，我们再把它们分开。如果因此留下了一些东西，就有可能进行预后，如果没有，我们就等待。

 
avtomat:

1）编造一个目标函数---它是什么，它是怎样的---在优化理论的书上查一查。(虽然它不太可能帮助你）。

2）胡说八道！！！。这是我第一次听到这种说法，而且只在这里和你那里听到。为了避免从现在开始出现这样的失误，请至少读两遍定义。(你怎么称呼TAR？你指的是自动控制理论吗？)

3) 再次强调：胡说八道！！！。

你想要一个实质性的答案还是一个粗鲁的答案？澄清并重新措辞。
 
faa1947:

我不能完全同意。

样本大小应从其他方面考虑。

我们抽取样本并估计模型参数，然后将样本分为两部分，并对这些部分估计模型参数。如果模型参数没有变化，好，如果有，我们再次划分。如果因此留下了一些东西，就有可能进行预后，如果没有，我们就等待。


这不是一个选择分析样本量的问题，而是预测范围的问题。我不认为它应该在时间上固定下来，但如果你真的想讨论它取决于什么，那么样本量就是其中一个因素。
 

计量经济学家，先掌握基础知识（例如，什么是导数），然后再继续。而你需要更多的先验知识，才能处理好状态的空间。


1...353637383940414243444546474849...139
新评论
原因: