计量经济学:领先一步的预测 - 页 82

 
Farnsworth:
时间是最不稳定的过程


???????

确切地说?

 
anonymous:


Topekstarter:尝试采取你的价格系列的第一个差值,将它们混合起来,整合它们,估计拟议模型的参数并计算其决定系数。

目标是什么?

要整合。要拿差价?

该模型对差异不起作用。你可以在上表中看到,你在那里得到了一个负的R-square。

 
faa1947:

目标是什么?


事实上,这是检查你的模型是否真正工作的最简单方法。如果在混合价格增量的综合系列上有一个小得多的R^2,那么你的模型中确实有一些东西。

要整合。要拿差价?

这个模式对差异不起作用。你可以在上表中看到,你在那里得到了负的R-squared

仔细阅读。我并没有建议将其应用于差异。

 
anonymous:


这实际上是检查你的模型是否真正工作的最简单方法。如果在混合价格增量的综合系列上有一个小得多的R^2,那么你的模型中确实有一些东西。


什么是增量,什么是混合? 如果你能举个例子。它与bootstrap有关吗?

 

增量是回报。

returns(0) = Close[0]-Close[1] in MT4.

综合性是累积的。如果我们知道第10条的初始价格以及从该条开始到零的回报,我们可以通过将所有回报相加并加上第10条的价格,轻松找到零点的价格。这里,求和=积分。

我不相信一个计量经济学家不知道什么是增量。

Bootstrap则不同,它与新的统计方法有关,可以加速收敛到边际分布。

 
Mathemat:

增量是回报。

returns(0) = Close[0]-Close[1] in MT4.

综合性是累积的。如果我们知道第10条的初始价格以及从该条开始到零的回报,我们可以通过将所有回报相加并加上第10条的价格,轻松找到零点的价格。这里,求和=积分。

我不相信一个计量经济学家不知道什么是增量。

Bootstrap则不同,它与新的统计方法有关,具有加速收敛到边际分布的功能。

ARIMA = ARPSS(p,d,q)是积分移动平均线 的自回归。d是差异的数量级,称为协整的。澄清仍然是可取的

这个想法对我来说是新的,如果我理解它,我一定会尝试。

 
faa1947: d是差异的顺序,它被称为亲合的。
同事,你知道你在写什么吗?
 
faa1947:


什么是增量的,什么是重新整合的? 如果你能举个例子。


让p[i],i=1...n是一个包含原始时间序列(某个时期的价格值)的向量。

1.计算价格的增量:r[i]=p[i+1]-p[i],i=1...(n-1)。

2.混合价格增量的矢量,得到:r2[i],i=1...(n-1)

3.计算向量r2的累积和:p2[1]=0;p2[i]=p2[i-1]+r2[i-1],i=2.n

在获得的数据p2[]上测试模型。

数字化的例子。

p={0.9379413 0.1411467 0.2540312 1.5440039 1.2363895}//一些价格序列

r={-0.7967946 0.1128845 1.2899727 -0.3076144}//区别对待

r2={-0.7967946 -0.3076144 0.1128845 1.2899727}//洗牌

p2={0 -0.7967946 -1.1044090 -0.9915245 0.2984482}//积分

 
Mathemat:
同事,你知道你在写什么吗?

我已经很久没有理解过什么了。只是提请你注意现有的术语,这些术语是为了迷惑不愿意看书的阶级对手而发明的。

 
faa1947: 我已经很久没有理解过什么了。只是提请你注意现有的术语,这些术语是为了迷惑不想看书的阶级对手而发明的。
ARIMA。它解释了参数d的含义。它是分化的顺序。
原因: