计量经济学:领先一步的预测 - 页 42 1...353637383940414243444546474849...139 新评论 Avals 2011.11.21 07:39 #411 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。 СанСаныч Фоменко 2011.11.21 07:46 #412 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。 СанСаныч Фоменко 2011.11.21 07:51 #413 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。 Avals 2011.11.21 07:57 #414 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。 Avals 2011.11.21 08:05 #415 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。 [删除] 2011.11.21 08:50 #416 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。 СанСаныч Фоменко 2011.11.21 08:59 #417 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。 СанСаныч Фоменко 2011.11.21 09:00 #418 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。 Avals 2011.11.21 09:02 #419 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。 [删除] 2011.11.21 09:04 #420 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: 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
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。
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?
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。
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。
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。
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。
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。
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。
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!!!。
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。