Discusión sobre el artículo "Análisis de los gráficos mediante métodos econométricos" - página 4
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Por favor, aclárelo, no estoy muy seguro de cuál es exactamente el coeficiente. Los detalles de la prueba Q se describen en el artículo, revisado.
Más bien, se basa en el hecho de que es un valor universalmente popular de 0,05. Si desea utilizar uno diferente, depende de usted para reemplazar el valor de la variable en la secuencia de comandos.
¿Y querías tenerlo todo en bandeja? No funciona así. Hay que sacrificar algo.
Los rendimientos también se pronostican. Y después de la previsión se convierten en valores absolutos de precios. Voy a escribir sobre ello en el próximo artículo.
Esto no es un ejemplo, sino un recorte del contexto.
Sin los datos de origen y las fórmulas, en base a las cuales obtuviste los residuales y su distribución, no tengo derecho a evaluarlo.
-Alexey-, te recomiendo que vuelvas a leer el artículo. Allí verás que no se estima la serie en sí, sino la serie de rendimientos. Se trata de estacionariedad.
El artículo sobre las distribuciones se escribió con fines introductorios como ejemplo de las características de una serie financiera, o más bien de una serie de rendimientos. También se puede escribir un artículo sobre este tema.
Denis, me gustaría recibir una respuesta a mi pregunta sobre la interpretación del criterio, ya que el artículo no me permite entender si las conclusiones extraídas de las pruebas son correctas.
// Cuestionaría la validez de la aplicación de la propia Ljung-Box. Por supuesto, la mayoría de los libros que he visto dicen que sigue siendo válida incluso para distribuciones no normales, pero nunca he visto ninguna prueba de ello. Supongo que la fuente primaria la tiene, pero nunca me topé con los trabajos de Ljung y Box, por lo que siempre me quedó esta duda en la cabeza. La esencia de mis dudas es que LB utiliza la distribución chi-cuadrado, que, como sabemos, está ligada a la normalidad y a la independencia. En el caso de la serie de citas no se cumple ninguna de las dos, por lo que la aplicación de este criterio parece muy complicada.
Por ello, me gustaría preguntarte si tienes algún cálculo que demuestre que el criterio de Ljung-Box es aplicable a series en las que no se cumplen esencialmente las condiciones de independencia de los rendimientos vecinos y normalidad de su distribución. Personalmente, hasta que no vea los cálculos, sería cauto a la hora de utilizar este criterio. Por cierto, me sorprende enormemente que el Sr. Engle no sea multimillonario todavía.
No tengo esos cálculos. Es una pregunta interesante. Intentaré trabajar en ello. Lo único que puedo decir es que he visto esta prueba en varias fuentes sobre filas que tampoco cumplen las condiciones indicadas. Por ejemplo aquí: Analysis of Financial Time Series, Ruey S. Tsay. ¿No te sorprende que G. Perelman ni siquiera sea millonario? :-))
Я имею в виду, коэффициент корреляции по каждому лагу. Что значит - желаете, алгоритм должен обоснованно задаваться уровнем значимости, иначе - неопределенность в определении уровня, а соответственно - непонятно, зачем он нужен...
Me refería al nivel de significación estadística alfa, en relación con el cual se evalúa la hipótesis nula del valor p calculado para cada estadístico Q. ¿Quizás estamos hablando de términos diferentes?
Hasta que no vea las fórmulas y los propios residuales, me abstendré de cualquier valoración. Si no me lo quieres enseñar, entonces no hablemos de ello....
Recuerdo algo así, no sé hasta qué punto es exacto, que el método que describes se utiliza para previsión de volatilidad, y precisamente porque su serie ya es mucho más estacionaria (el efecto que escribes al principio) y no necesita transformación. En consecuencia, puedes utilizar el método, ya que los datos de origen son adecuados para ello. Pero no la derivada de la serie de precios que mencionas. Entiende que si has eliminado, por ejemplo, la asimetría (u otros momentos) de la distribución inicial con la ayuda de tu transformación, entonces pronosticarás una serie en la que no está presente, y no la recuperarás.
Me refería al nivel de significación estadística alfa, en relación con el cual se evalúa la hipótesis nula del valor p calculado para cada estadístico Q. ¿Quizás estemos hablando de términos diferentes?
Hasta que no vea las fórmulas, los propios residuos, me abstendré de cualquier evaluación. Si no quieres mostrarlo, entonces no hablemos de ello....
Exactamente así - previsión de volatilidad. Habrá una continuación de mi artículo, entonces vamos a discutir :-))).Ahora todo está claro. Pero habría que especificar en el artículo que vas a pronosticar volatilidad, no series de precios, y que después de pronosticar los valores de las series de "rendimientos" no vas a transformarlos en series de precios, sino en alguna derivada de ella. Mis consideraciones no son críticas para esta tarea, pero espero que te ayuden si alguna vez decides intentar pronosticar las series de precios.
Estupendo.
Gracias por tus reflexiones. Siempre agradezco las críticas constructivas.
Una vez más, el objetivo final es obtener una previsión de la serie de precios, teniendo en cuenta los parámetros que estaban presentes en el modelo no lineal.
Lo único que cambia en mis planes es la necesidad de crear alguna biblioteca de distribuciones estadísticas. Merece la pena escribir un artículo al respecto. Tal idea se me ocurrió después de la discusión.
Estupendo.
Gracias por tus comentarios. Siempre agradezco las críticas constructivas.
Una vez más, el objetivo final es obtener una previsión de series de precios.
¿Así que tiene previsto hacer previsiones de precios? Una tarea digna e interesante. Me gustaría ver artículos sobre este tema :)
Sí, en los planes. Porque es interesante. Y también tengo previsto hacer previsiones a corto plazo. Pero por ahora tenemos que prepararnos. Primero tenemos que resolver el problema con distributions.... También necesitamos el consentimiento de MetaQuotes :-))))
Y lo principal es que a los usuarios de MQL5 les interese.
alsu, veo que has trabajado en Statistica. Pero necesitas los datos en bruto. ¿Qué rendimientos y qué fórmula has utilizado para obtenerlos?
Supongo que estamos hablando de diferentes derivados de series de precios. Así que no me apresuraría a tirar una piedra en el jardín de los premios Nobel :-))).
No, estamos hablando de las mismas. Los rendimientos son simplemente las primeras diferencias de las series de precios Close[i]-Close[i+n] (en mi gráfico se toman con un desfase de 8, pero la curva es exactamente la misma para cualquier desfase). Just returns es un término común principalmente en la literatura occidental. En el foro MQL4, la gente a menudo lo utilizan en las discusiones matstat (que son tradicionalmente acalorada allí))) así que lo usé por costumbre. Si es mas conveniente, escribo "primera diferencia de una serie" o "incremento de una serie". Pero "derivada" es un término muy incorrecto para series temporales, aquí no hay derivadas ni puede haberlas. Si recuerdas, incluso el aparato analítico para derivadas y diferencias es seriamente diferente (por ejemplo, compara la p. Fourier y la transformada z).
No obstante.
Puedes analizar el incremento relativo del precio - el resultado es el mismo. Si usted toma el logaritmo del incremento relativo - bueno, pruébelo, será una curva interesante) Para convencer, traigo imágenes de Statistica (estoy realmente acostumbrado a usarlo, pero, por regla general, sólo como alimento para el pensamiento y la prueba de hipótesis. De hecho, para hacer estadística, y cualquier otra área de las matemáticas, se necesita, como bromean los profesionales, tiza, una pizarra y una cabeza calva. De lo primero y lo segundo tengo bastante, lo tercero lo voy ganando poco a poco)))).
He aquí el incremento relativo con un desfase de 8
y aquí está la distribución del logaritmo del incremento relativo.
no empieces a convencerme de que es normal. Aquí la cola izquierda es mucho más gruesa y larga que la cola derecha de todos modos. Se parece más a gamma, pero expandida a lo largo del eje x, bueno, o algo bastante exótico. Los picos en el ala izquierda son consecuencia de la cuantificación de las cotizaciones (la parte izquierda corresponde a cambios muy pequeños en Close, y éstos, como sabemos, no pueden diferir en más de un punto, de ahí el ruido observado), por lo que pueden extenderse por toda la pendiente, lo que hará que la cola izquierda sea aún más gruesa.
En general, podemos anunciar un concurso - el primero que encuentre un valor distribuido normalmente en Forex debe ser puesto en la tabla de honor como el que demostró la inoportunidad de los esfuerzos de los premios Nobel))).
PD no me consideres un snob, trato a los laureados con respeto. Es sólo que desde pequeño me enseñaron a no tener miedo a las autoridades y a dudar más a menudo, y eso siempre me ayudó en la vida. Que una persona haya recibido el Premio Nobel no significa que tenga razón siempre y en todo. Por ejemplo, a Einstein le dieron el Nobel por el fotoefecto (aunque, si lo piensas, la fórmula estaba en la superficie, y él sólo fue el primero en llegar a ella, pero eso vale mucho), pero no creyó en la mecánica cuántica hasta el final de su vida... y resultó que estaba equivocado. A pesar de que Engle obtuvo un premio Nobel por GARCH (debo señalar que el método no es demasiado complicado tampoco, todo es lo mismo aquí - para la velocidad:), pero eso no quiere decir que desde los años 80, cuando se creó este modelo, el mercado no ha cambiado. Al contrario - estoy dispuesto a creer que ENTONCES realmente funcionaba, y las distribuciones de cotizaciones eran cercanas a la normalidad (aunque dudo de esto último:)). El hecho es que AHORA, después de 30 años, no funciona. Además, si Engle hubiera sido ingeniero en lugar de econometrista, habría sabido que los procesos estacionarios también pueden ser heteroscedásticos, hecho que no tuvo en cuenta en su investigación, y es en esos datos donde GARCH se extravía momentáneamente.
Así pues, te aconsejo a ti y a todo el mundo que tratéis menos de seguir a las autoridades y más de indagar por vuestra cuenta.
¿Le sorprende que G. Perelman ni siquiera sea millonario? :-))
Teóricamente es millonario, y con posibilidad directa de realización práctica)