计量经济学:领先一步的预测 - 页 87

 
paukas:
是的。
请说明。
 
paukas:
是的,例如,要提前一小时进行预测,之前的22小时就足够了。
理由是什么?对你的信心?关于H1,从今年年初的历史来看,目前的最佳事后分析是36小时,而去年是15小时,你如何解释这一事实?
 
paukas:

敬下一个,优素福,敬下一个。


也不是最近的。回归方程中的变量数量由测试决定:多余变量的测试、缺失变量的测试。有一种反弹,但规模不大,也很罕见。在这种情况下,采用最小变量的方程。
 
Mathemat:
有什么可写的呢?EViews是否有HP,但没有移动平均线?并启迪人们,R^2在那里是什么?

我指的是指标的残差。没有MA,但有一个回归,你立即得到加权的MA
 
yosuf:
..... 自年初以来的历史,是36小时,而去年是15小时,你如何解释这个事实?....
过去的影响与时间的平方成比例减少。
 

Я об остатке от индикатора.

我也在谈论残留物--MA和Kotira的区别。什么,同事,EViews中没有常规的混杂物来代替你心爱的HP?

 
Mathemat:
我也在谈论残留物--MA和Kotira的区别。什么,同事,EViews中没有常规的混杂物来代替你心爱的HP?
嗯,是的,这正是麻烦所在。我必须写退步,有时是三封信,有时更多。
 
Vizard:

这不是它的目的。有一个HP功能,但没有MA功能,也不需要。
 
faa1947:
我感兴趣的是在模型中考虑到,而不是在结果中考虑到。


你可以把它作为一个模型,但在现实生活中,你应该在账户中使用它,无论你想用什么方式))。

你分析一下系统的回报。该系统有一个预测--MO。事实上,你在每笔交易中都会得到正负值。交易结果与MO的偏差就是残差,即预测误差。你可以以斯科为例。

分析指标残留物是没有意义的,因为它本身并不能预测什么。

 
faa1947:

为什么,我已经解释过了。我可以再做一次。

让我们取一个商数。虽然其中有一个趋势,但我们不能对统计数据说三道四--趋势会超越所有的统计数据。

我们通过平滑НР来选择趋势,取一些条形的НР(4),并在其上加上kotir和平滑之间的差异。

我们看一下这个回归的残差。我们可以看到,我们再次看到趋势(ACF)。再一次,像上面一样,但对于第一次回归的残余物。

我们看一下新的、扩展的回归的残留物。我们看到,没有ACF。让我们欢呼雀跃,寻找瑞寰--它是最初科蒂尔的一些属性,起初并不可见。就这样了。

结果:我们有两个平滑+平滑后的两个不同的残留物。如果我们把它们加起来,我们就会得到最初的报价,而不是一个点的损失。此外,我们还建立了ARCH模型,它不以点数表示,而是以初始报价表示。

我已经写过很多次了。你可以在公式中看到。

阿瓦尔斯


好吧,在测试中你会考虑到模型,但在现实生活中,无论你怎么转,都会考虑到帐户))。

分析系统的回报。该系统有一个预测--MO。你在每笔交易中都会得到好处和坏处。交易结果与MO的偏差就是残值或预测误差。你可以以斯科为例。

分析指标残留物是没有意义的,因为它本身并不能预测什么。

我已经关注了这个话题87页了,我还是不明白为什么faa1947需要这些转换。但我想我理解斯拉瓦。你到底为什么要分析指标/系统残差?有一个系统(在这种情况下是线性趋势),其m.o.要么大于零,要么小于零。如果M.O.的值相对于S.O.而言不显著,那么M.O.就不显著。为什么要为此费心,并分析系统中的残留物?它能带来什么?我在大学里一定是真的逃了很多课。

原因: