Ökonometrie: Vorhersage einen Schritt voraus - Seite 100
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Sie können das in einem anderen Thema diskutieren. Gibt es Ergebnisse (Bericht, Überwachung)?
Das ist sicher - es gibt nicht viel zu diskutieren in diesem Thread...
Nun, es gibt natürlich ein Ergebnis. Wenn es kein Ergebnis gäbe, würde ich nicht lügen. Anhand der Ergebnisse werden Berechnungen angestellt, das Modell korrigiert und technische Parameter bestimmt.
Wie wäre es damit: Ich führe mein Experiment weiter durch - 10 Monate im Voraus - wenn unterwegs Fragen auftauchen, erkläre ich sie, ich erkläre sie... Aber ich stimme zu, zu erklären, was ein Derivat ist, wäre zu viel... Das heißt, es wird ein gewisses Grundwissen vorausgesetzt.
Ja, um sie zu verstehen, muss man sich anstrengen, manchmal sogar sehr anstrengen, und man muss kognitive Arbeit leisten. Aber ich könnte diese Argumentationsarbeit nicht für jemanden übernehmen, selbst wenn ich es wollte.
Oleg, ich brauche nicht zu erklären, was ein Derivat ist. Ich bin mit TAU soweit vertraut, dass ich verstehe, was Sie gezeichnet haben. Also über das Grundgepäck des Wissens - für mich ist es das sicher nicht.
Ich habe lediglich darauf hingewiesen, dass ich in diesem Thread keine konkreten Angaben (ein Modell von etwas) gesehen habe. Und ich bin nicht der Einzige.
Es handelt sich nur um bloße Schemata (siehe meinen vorherigen Beitrag, in dem ich auch Fragen gestellt habe, die Sie nicht beantwortet haben).
Oleg, ich brauche nicht zu erklären, was ein Derivat ist. Ich weiß genug über TAU, um zu verstehen, was Sie gezeichnet haben. Was die Grundkenntnisse angeht, so ist das definitiv nichts für mich.
Ich habe lediglich darauf hingewiesen, dass ich in diesem Thread keine konkreten Angaben (ein Modell von etwas) gesehen habe. Und ich bin nicht der Einzige.
Es handelt sich nur um bloße Schemata (siehe meinen vorherigen Beitrag, in dem ich auch Fragen gestellt habe, die Sie nicht beantwortet haben).
Nein, nein... wegen des Derivats - das ist nichts für dich... es ist eine bildliche Aussage... obwohl der Empfänger nicht zögerte, sich zu melden :)))))
Nun, nackt ist nackt... Für mich haben sie jedoch eine ganz bestimmte Bedeutung.
Na ja... Lassen wir es dabei bewenden...
Das ist sicher - es gibt nicht viel zu diskutieren in diesem Thread...
Nun, es gibt natürlich ein Ergebnis. Wenn es kein Ergebnis gäbe, würde ich nicht lügen. Auf der Grundlage der Ergebnisse werden Berechnungen durchgeführt, das Modell korrigiert und technische Parameter festgelegt.
Und wo sind sie (Statistiken, Überwachung)?
Im Allgemeinen haben einige Personen eine "interessante" Logik - wenn das Ergebnis scheiße ist, wird es als Norm akzeptiert....
Sagen wir einfach, es ist nicht verdächtig. Aber die 70.000% sind sehr verdächtig. Es ist sogar merkwürdig.
Das liegt daran, dass es hier keine Herren gibt.
Sagen wir einfach, es ist nicht verdächtig. Die 70.000 % hingegen sind höchst verdächtig. Es ist sogar ein bisschen seltsam.
ded und mehr versprochen ;)
Ich möchte das Thema auf seine Wurzeln zurückführen.
Hintergrundinformationen zu diesem Thema werden in zwei Artikeln vorgestellt:
Analyse der statistischen Merkmale der Indikatoren
Ökonometrie: Ein Schritt vorwärts bei der Vorhersage
Das folgende Modell wurde vorgeschlagen:
EURUSD hp1(-1 bis -2) hp1_d(-1 bis -1) eq1_hp2(-1 bis -3) eq1_hp2_d(-1 bis -4)
wobei hp1 der Hodrick-Prescott-Indikator von 1/DX ist, wobei DX der Dollar-Indikator ist.
hp1_d - Rückstand = 1/DX - hp1
eq1_hp2 ist der Hodrick-Prescott-Indikator des Residuums = 1/DX - (hp1(-1 bis -2) + hp1_d(-1 bis -1))
eq1_hp2_d ist das Residuum der vorherigen Glättung.
Verzögerungen (vorherige Balken) sind in Klammern angegeben. D.h. das Modell verwendet Werte von 2, 1, 3 bzw. 4 Balken.
Ich habe eine einwöchige Prognose mit diesem Modell erstellt, die ein positives Ergebnis von 5 zu 2 ergab.
Dann habe ich die Testergebnisse in EViews veröffentlicht. Ich wiederhole dieses Ergebnis hier:
Diese Tabelle zeigt die Eigenschaften des Modells:
R-Quadrat- die Qualität der Anpassung des Modells an den Quotienten, wenn = 1, entspricht es
S.E. der Regression - der Fehler der Anpassung der Regression an den Quotienten. Wenn wir 4 Dezimalstellen nehmen, liegt der Fehler zwischen 11 und 55 Pips.
LM ACF - zeigt die Wahrscheinlichkeit des Fehlens einer Autoregression im Residuum an. In Rot, wenn die Hypothese, dass es keine Autokorrelation gibt, nicht zurückgewiesen werden kann, d. h. wenn es eine Autokorrelation gibt
Dienächsten beiden Balken: Tests auf das Vorhandensein von Heteroskedastizität in den Residuen des Modells. Zeigt die Wahrscheinlichkeit der Abwesenheit an. Die Tabelle zeigt die Ergebnisse der Optimierung und der Modellierung der Heteroskedastizität, wo dies notwendig ist, d.h. wir können nicht sehen, ob sie ursprünglich im Residuum vorhanden war.
RESET-Test - Wahrscheinlichkeit, dass keine Spezifikationsfehler vorliegen: fehlende Variablen, Funktionsformfehler, Korrelation mit Fehler (mit Residuum)
Max Prob C ist die maximale Wahrscheinlichkeit, dass die Koeffizienten der Regressionsgleichung gleich Null sind.
Lambda H1 bis H2 ist der Lambda-Wert für den Hodrick-Prescott-Indikator.
die letzten beiden Balken geben die Anzahl der Verzögerungen im Modell an. Es wurde eine Anpassung vorgenommen, und es ist zu erkennen, dass eine Verschiebung um einen Balken zu einer Änderung der Anzahl der Verzögerungen führt. Auswahlkriterien waren: mindestens LM ACF und mindestens Prob C
Die Ergebnisse lassen sich wie folgt zusammenfassen:
Wir haben überraschende Ergebnisse innerhalb der Stichprobe und mehr als bescheidene außerhalb der Stichprobe. Der Wert des Gewinnfaktors von 1,22 sollte uns nicht ermutigen, da er eine bestimmte Kursbewegung verdrängen kann. Noch objektiver ist der Gewinnfaktor in Beobachtungen = 0,77, der zeigt, dass von 40 Geschäften (ein Geschäft auf jedem Balken) 22 verlustbringend und 17 gewinnbringend waren.
Was ist das Problem?
Ein üblicher Ansatz für TS: Wir erstellen es, lassen es im Tester laufen, erhalten ein schlechtes Ergebnis - wir müssen es aktualisieren. Was zu ändern ist - weiß ich nicht.
Die Idee:
Ist es möglich, einige Eigenschaften von TS zu finden, die als Maßstab dienen könnten und anhand derer man die Qualität von TS beurteilen könnte, bevor man es testet? D.h. - wir testen nur einen "guten" TS. Ich bin sicher, dass der Tester gute Ergebnisse für einen nicht funktionsfähigen TS liefern kann.
Ich schlage vor, dass Sie mit dem Gejammer der Ignoranten aufhören, dass die Ökonometrie schlecht ist und man sich nur deshalb nicht mit ihr befassen sollte. Es gibt spezifische Werkzeuge. Sie sind in der Tabelle aufgeführt. Was kann aus bestimmten Werkzeugen für die Konstruktion des "richtigen" TS herausgeholt werden? Erinnern wir uns: Bevor man ein Auto fährt, muss man sich vergewissern, dass es in gutem Zustand ist. Wir haben eine andere Einstellung zur TK - wir bestimmen ihre Brauchbarkeit durch den Abfluss des Depots.
Ich bin immer noch bereit, die Vorschläge in EViews umzusetzen und die Ergebnisse zu veröffentlichen.
faa, soweit ich weiß, haben Sie 40 Prognosen und 40 Ergebnisse für diese Prognosen im Trockenlauf. Könnten Sie der Übersichtlichkeit halber eine separate Tabelle erstellen - Anzahl der n/a | cotir-forecast | cotir-result | denn die Fülle der Ziffern ist etwas verwirrend.
KOTIR_D - Quotientenerhöhung
FORECAST_IN - Prognose innerhalb der Stichprobe, d. h. Anpassung für die gesamte Stichprobe und dann Prognose innerhalb der Stichprobe - typische Vorausschau
FORECAST_OUT - Vorhersage in einem Schritt außerhalb der Stichprobe, d. h. Anpassung des Modells an die Stichprobe (40 Beobachtungen) und anschließende Vorhersage von 41 Beobachtungen. Da es sich hierbei noch um historische Daten handelt, kann ich sie mit der Tatsache vergleichen, dass
RESULT_IN und RESULT_OUT sind berechnete Ergebnisse. Das "-" ist der Verlust.
Die gesamte Stichprobe umfasst 5000 Proben (lesen Sie aufmerksam), und ich habe mir die Korrelation für die ersten 500 Proben angesehen. Trolle, - die Berechnung ist korrekt. Für andere Variationen der Länge und des Zeitintervalls wird der ACF anders ausfallen, was Sie und unser Ökonometriker gezeigt haben. Machen Sie sich keine Sorgen, beschäftigen Sie sich mit etwas Nützlichem.
Sie sollten auch genauer lesen, was Sie gefragt werden. Sie haben nicht den gesamten ACF gezeigt, sondern nur die ersten 500 Stichproben, obwohl die Stichprobe größer war. Das ist es, was ich wissen wollte.
Zeigen Sie das Ganze, alle 5000 Zählungen. Ich frage mich nur, wie es aussehen wird (nach meinen Recherchen handelt es sich zu etwa 90 % um ein Modell mit oszillierenden Gliedern, natürlich nur, wenn man die richtige Verarbeitung vornimmt, obwohl man das nicht muss...).