Ökonometrie: Vorhersage einen Schritt voraus - Seite 50

 
joo:

Aus meinem Ingenieurbüro.

Ein Kollege von mir wurde einmal auf eine Geschäftsreise geschickt. Er verbrachte zwei Jahre mit der Entwicklung eines Vibroladers. Ein Vibrolader ist ein Gerät, das eine Art Exzenter hat und zum Versenken von Pfählen in den Boden konzipiert wurde.

Also begab er sich mit seinem klappernden Wunder auf eine Geschäftsreise. Unsere Kunden rufen von dort aus an: Ihr Spezialist kam, installierte seine Anlage auf dem Stapel und sagte: "Das (piep) wird nicht funktionieren! Er nahm eine Flasche Wodka heraus, leerte sie in zwei Schlucken und verschwand in unbekannte Richtung." .....

Der Mann hat bis zum Schluss nicht zugegeben, dass seine Arbeit Scheiße war. Aber eines Tages tat er es.

Ich habe Sie gebeten, das Thema des Threads genau zu benennen!
 
faa1947:

Man kann sich alles Mögliche ausdenken.

Ursprünglich habe ich meine verbale Beschreibung von kotir = Trend + Rauschen dargelegt. Diese Beschreibung ist im Hinblick auf die Vorhersage sinnvoll, da der Trend vorhergesagt wird.

In diesem Thread habe ich ein sehr enges Thema angesprochen: eine 1-Schritt-Vorhersage. Ich habe ein Modell vorgeschlagen und versuche herauszufinden, ob man der Prognose trauen kann. Wenn Sie es können, warum, und wenn nicht, warum nicht. Zu diesem Thema würde ich gerne Meinungen und Vorschläge hören. Und sie sind bereit, die schmutzige Arbeit der Kodierung zu übernehmen, um Hypothesen zu testen. Das ist es, was ich Spezifität nenne.


Die wichtigste Frage ist, welches Marktmerkmal tendenziell bestehen bleibt. Beispiel: Lineare Regression - der Trend ist linear und hält eine gewisse Zeit lang an. Es gibt weitere Merkmale und entsprechende Modelle. Ihre HP geht auch von einer Annahme über die Erhaltungseigenschaften bestimmter Merkmale aus. Aber kein Modell kann den Markt immer objektiv widerspiegeln - es muss gefiltert werden. Wenn das eine oder andere Modell dem realen Markt angemessen ist.
 
faa1947:

Hier ist ein Teil der zusammenfassenden Tabelle:

Was ist zu ändern?


Ich verwende solche Merkmale nicht. Der traditionelle Typ ist die Abhängigkeit des Ziels von Änderungen der Modell-/TC-Parameter. Und vieles hängt davon ab, das Modell zu verstehen - welchen Prozess es effektiv nutzt und was sinnvoll ist, dafür zu verwenden und zu analysieren, und was dem widerspricht. D.h. nicht alles mit einer Rolltreppe umgraben, sondern mit einer Kelle, wo es nötig ist).
 
Avals:

D.h. nicht alles mit der Rolltreppe umgraben, sondern dort, wo es nötig ist, mit einer Kelle).
Nun, es ist nicht überall so. Das spricht für die richtige Gestaltung des Modells. Zum Beispiel, ARCH. Die Tabelle zeigt, dass die Wahrscheinlichkeit, dass keine ARCH vorliegt, immer größer als 10 % ist. Dies ist jedoch bereits das Ergebnis einer Änderung der Anzahl der Verzögerungen in der Regression. D.h. es wird eine Auswahl getroffen und wir sind sicher, dass es keine Heteroskedastizität im Residuum gibt. Dieses Modell ist "korrekter" als das Modell mit Heteroskedastizität. Unter diesen korrekten Modellen sollten wir nach rentablen Modellen suchen, wenn wir das können.
 
Avals:

Die Hauptfrage ist, welches Marktmerkmal tendenziell bestehen bleibt. Beispiel: Lineare Regression - der Trend ist linear und hält eine gewisse Zeit lang an. Es gibt weitere Merkmale und entsprechende Modelle. Ihre HP geht auch von einer Annahme über die Erhaltungseigenschaften bestimmter Merkmale aus. Aber kein Modell kann den Markt immer objektiv widerspiegeln - es muss gefiltert werden. Wenn das eine oder andere Modell dem realen Markt angemessen ist.

Ich verstehe das und hoffe, dass ich eine solche Reihe nicht ähnlicher, "orthogonaler" Modelle bekomme.

Zurzeit stehen mir bei den Regressionen lineare und nichtlineare Modelle zur Verfügung. Der Engpass wird durch die Hervorhebung des Trends deutlich.

 
faa1947:

Ich verstehe das und hoffe, dass ich eine solche Reihe nicht ähnlicher, "orthogonaler" Modelle bekomme.

Zurzeit stehen mir bei den Regressionen lineare und nichtlineare Modelle zur Verfügung. Der Engpass besteht darin, den Trend zu isolieren.

 


Erläuterung.

Die Ergebnisse werden in Pips und Beobachtungen berechnet, was bedeutet: ein Handel - eine Beobachtung. Insgesamt sind es vierzig Takte. Jeden Tag ein Handel - entweder Long oder Reverse und umgekehrt.

Gewinn innerhalb der Stichprobe. Wir nehmen eine Stichprobe von 40 Takten. Für diese 40 Balken wird die Regression geschätzt, und dann beginnt der Algorithmus mit der Vorhersage ab dem ersten Balken dieser Stichprobe.

Gewinn außerhalb der Stichprobe. Er nimmt 40 Balken, schätzt die Regression und erstellt dann eine Prognose für den nächsten Balken außerhalb der Stichprobe.

Ich denke, dass der Gewinn in Beobachtungen genauer ist, weil er nicht vom Wert der Inkremente abhängt

 

Die Sache ist die... Selbst in diesem Stadium:

Diese "Hartnäckigkeit" des Fehlers sollte alarmierend sein - sie ist eine Art Hinweis darauf, dass der Prozess "leblos" ist.

.

Dies entspricht einem der Punkte der Identifikationstheorie, die eine ausreichende spektrale Vielfalt des untersuchten Signals fordert. Es ist eine Dualität.

 
avtomat:

Die Sache ist die... Selbst in diesem Stadium:

Diese "Hartnäckigkeit" des Fehlers sollte alarmierend sein - sie ist eine Art Hinweis darauf, dass der Prozess "leblos" ist.

.

Dies entspricht einem der Hauptpunkte der Identifikationstheorie, die eine ausreichende spektrale Vielfalt des untersuchten Signals fordert. Es ist eine Dualität.

Dies ist der Zweck der Modellbildung in der Ökonometrie.
 
faa1947:
Dies ist der Zweck der Modellbildung in der Ökonometrie.
Ich bin mir nicht ganz sicher, was genau das Ziel ist?
Grund der Beschwerde: