
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
Sims hat die Methode übrigens nicht entwickelt, sondern auf makroökonomische Daten angewandt. VAR war schon seit Jahrzehnten vor ihm bekannt.
"Die Vektor-Auto-Regression (VAR) ist ein Modell der Dynamik mehrerer Zeitreihen, bei dem die aktuellen Werte dieser Reihen von den vergangenen Werten der gleichen Zeitreihen abhängen. Das Modell wurde von Christopher Sims"(C) vorgeschlagen.
"Christopher Sims (Sims, 1980) schuf ein solches Konstrukt - Vektor-Autoregressionen (VARs)."(C)
Ja? Ich könnte mich irren. Wer hat sie entwickelt?
Mehr oder weniger. In der Tat schrieb er einen Artikel, in dem er sagte: "...warum benutzt man die konventionelle Autoregression, sie funktioniert nicht. Verwenden wir vektoriell! Sie wissen schon, so wie wir es hier im Forum machen.
In seiner Arbeit, für die er mit dem Nobelpreis ausgezeichnet wurde, steht das allerdings nicht.
"Die Vektor-Auto-Regression (VAR) ist ein Modell der Dynamik mehrerer Zeitreihen, bei dem die aktuellen Werte dieser Reihen von den vergangenen Werten der gleichen Zeitreihen abhängen. Das Modell wurde von Christopher Sims"(C) vorgeschlagen.
"Christopher Sims (Sims, 1980) schuf ein solches Konstrukt - Vektor-Autoregressionen (VARs)."(C)
Ja? Ich könnte mich irren. Wer hat sie entwickelt?
Nun, das ist nicht das, was in seiner mit dem Nobelpreis ausgezeichneten Arbeit steht.
Das Problem ist, dass, wenn die Prognosemethode tatsächlich funktioniert, niemand sie veröffentlichen wird (bis sie nicht mehr funktioniert). Was wir hier sehen, ist also größtenteils ausgearbeitetes Material. Beispielsweise kann dasselbe VAR-Modell bei historischen Daten eine beliebige Genauigkeit aufweisen, aber auch hier ist die Auswahl der Parameter... Was gibt es da zu erklären, das wissen wir bereits)
Ich verstehe das überhaupt nicht - dieses Modell ist für die makroökonomische Forschung konzipiert. Sie ist zum Beispiel für eine Zentralbank von Interesse, nicht für einen Händler.
Das Problem ist, dass, wenn eine Prognosemethode bei einer Vorhersage wirklich funktioniert, niemand sie veröffentlichen wird (bis sie nicht mehr funktioniert). Was wir hier sehen, ist also größtenteils ausgearbeitetes Material. Beispielsweise kann dasselbe VAR-Modell bei historischen Daten eine beliebige Genauigkeit aufweisen, aber auch hier ist die Auswahl der Parameter... Was gibt es da zu erklären, das wissen wir bereits)
Ich muss zugeben, dass die oben geposteten Links für mich definitiv neu sind. Mir ist jetzt klar, dass die Herstellung eines Modells, wie bei VAR, nur ein Teil der Arbeit ist. Die Vorhersage, die Ihnen fast jedes Modell geben wird, setzt voraus, dass Sie wissen, wie Sie es nutzen können. Und das ist nicht weniger problematisch als die Herstellung des Modells selbst. Darum geht es in den obigen Links.
Außerdem zeigen diese Links, dass es eine riesige Menge an Literatur über Zeitreihenprognosen gibt, die vor allem nach 2008 aufgeblüht ist. Vor sechs Monaten habe ich nach Prognosen gegoogelt und eine erbärmliche Menge an Links erhalten, aber jetzt ist das nicht mehr so.
Ich könnte nicht mehr zustimmen.
Klassische Modelle sind kein ausgearbeitetes Material, genauso wenig wie VAR, ARIMA, ARCH usw. Es handelt sich nicht um Modelle, sondern um Modellbauwerkzeuge. Man könnte also argumentieren, dass ein 19er-Schlüssel Materialverschwendung ist. Hier werden Sie mit der TA verwechselt, bei der die massenhafte Anwendung eines Indikators zu dessen Verblassen führt.
Versuchen Sie, einen TS zu erstellen, bei dem das Modell aus der Quotientenanalyse ausgewählt wird. Sie werden sehen, dass es in einigen Bereichen AR, in anderen ARMA, in wieder anderen ARMA + GARCH und in einigen Bereichen überhaupt keine Mathematik gibt. Je größer die Anzahl der Modelle ist, desto kleiner ist der Bereich, in dem es nichts anzuwenden gibt.
völlig missverstanden - dieses Modell ist für die makroökonomische Forschung konzipiert. Sie ist zum Beispiel für die Zentralbank von Interesse, nicht für den Händler.