Discusión sobre el artículo "Análisis de los gráficos mediante métodos econométricos" - página 8
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
faa1947:
Según me parece a mí, el topikstarter, intentó resolver la cuestión con un elegante ruido de sables: los paquetes econométricos ofrecen muchos más modelos que GARCH. Elegir un modelo y luego elegir los parámetros del modelo es la mitad del camino, no el principio...
Sí, más. GARCH se tomó a título ilustrativo como ejemplo. No se evaluó en absoluto. Mucho menos otros modelos. Esto se ha dicho varias veces.
En posts anteriores se criticó el análisis basado en diferencias. Creo que esta crítica surgió porque el autor pasó por alto la etapa de preparación de los datos iniciales.
Según el autor del artículo, la no estacionariedad es el único mal del mercado. No lo es.
No lo es. Los otros males son las "colas gordas", la agrupación de la volatilidad y los efectos del apalancamiento....
1. Tenemos que decidir el número de velas de la muestra. ¿Depende el número de velas de la muestra del marco temporal? Según la bibliografía, 50 velas deberían ser suficientes.
Y he visto datos de que la desventaja de los modelos no lineales es la necesidad de una muestra significativa... unas 1000 piezas. alrededor de 1000 piezas.
2. Intentemos ajustar una distribución a nuestra muestra. Preferiblemente una distribución normal. La pregunta inmediata será el número de bastidores con los que se traza el gráfico. ¿De dónde has sacado el número de bastidores sobre el que se traza el gráfico?
No será normal. Escribiré sobre esto más adelante en el artículo sobre distribuciones. Saldrá pronto.
Por favor, aclara el significado del término "rack".
наличие выбросов: следует заменить выбросы, т.е. котировки свыше некоторого порога (например, 3 сигма) на величину порога. У Булашова другое мнение о величине порога.
- comprobar mediante Fourier o ACF si hay ciclos, por si acaso. Debido a lo limitado de la muestra y a las propiedades del propio mercado, lo más probable es que no haya ciclos.
- Resolver el problema de las tendencias. No puedo estar de acuerdo con el autor - quitar la tendencia restando el MOG es una grave simplificación del problema. Para una tendencia exponencial se toma el logaritmo, mientras que para una tendencia aditiva basta con las primeras diferencias. Habrá que tratar la tendencia por separado y serán necesarias regresiones, y toda la variedad de regresiones. Hay que restar la regresión, no el MOG. Esto es para las tendencias deterministas, pero también hay tendencias estadísticas.
Sin abordar estas cuestiones, el razonamiento sobre las características estadísticas de la muestra no tiene base...
Estoy de acuerdo en que hay que trabajar con el muestreo. Ya es una cuestión de estera. estadística....
No existen métodos universales para eliminar los valores atípicos...
Por eso el tamaño de la muestra debe ser grande.
Sobre las tendencias. No he investigado el tema. Lo tendré en cuenta.
Браво! Отличный пост, затрагивает многие вопросы. Но, некоторые пункты можно критиковать. Например, один из них - на основании чего вы решили, что нужно удалять выбросы? Их удалять нельзя.
Por lo que yo sé, los valores atípicos se eliminan al hacer mediciones cuando se sabe de antemano que los resultados están unidos por al menos alguna ley, es decir, en otras palabras, cuando el proceso que genera el valor medido es no aleatorio o estacionario aleatorio, y el valor atípico puede ser causado por la aleatoriedad (superando los límites de la no aleatoriedad o estacionariedad), y tal aleatoriedad en este caso es una distorsión. Si se trata de una serie de precios, no estacionaria, entonces la aleatoriedad de cualquier nivel es una parte de la estadística (además de la parte no aleatoria, pero es difícil separarlas), y la eliminación de una parte de la estadística, respectivamente, es una distorsión de la estadística. Yo estoy más cerca de la idea de que cuando se trabaja con un proceso aleatorio no estacionario no tenemos derecho a eliminar (cortar) algo.
Выброс выбросу рознь. Приходится просматривать котировки. Если выброс - это относительно редкое явление, то следует обрезать до порога (не удалять). Если это не так, то не понятно что делать. В принципе, выбросы сильно искажают статистику. Любой пакет статистики предусматривает такую возможность и дает соответствующие рекомендации.
El problema más profundo de la aplicación de la estadística matemática y la econometría es que tanto los datos iniciales como los resultados intermedios y las conclusiones deben comprobarse mediante métodos extramatemáticos - intuitivos. La selección del umbral de corte (2, 3, 4 sigma u otro) sólo es posible tras la observación visual del gráfico y se refiere al problema de la selección de los intervalos de confianza. El mayor problema de la aplicación de la matestadística es que su aplicación no es concebible sin el arte del propio estadístico. Nadie formulará la regla "cortar - no cortar". Si cortas - eliminas la característica de no estacionariedad, si no cortas - distorsionas la verdadera distribución de la población general por un muestreo fallido.
El corazón de la econometría es la comprobación de hipótesis, donde es posible cometer errores del primer y segundo tipo: rechazar la hipótesis nula correcta a favor de la hipótesis alternativa incorrecta, y rechazar la hipótesis alternativa correcta a favor de la hipótesis nula incorrecta.
Teniendo en cuenta lo anterior, puedo estar de acuerdo y en desacuerdo con usted al mismo tiempo. Es imposible responder a su pregunta de forma inequívoca sin considerar previamente una muestra específica.
¿Qué secciones puede recomendar? Para cada una de mis afirmaciones (incluidas las preguntas) puedo proporcionar un enlace a la matriz.
¿Sí? En mi opinión, ha hecho faa1947 tales preguntas que creo que no es consciente de los problemas.
Por ejemplo, la distribución estadística es una característica de variación. La estacionariedad es temporal...
esa es tu perla:
Luego sobre los parámetros del modelo y el ajuste... Cuando se fijan los parámetros del modelo, no se ajusta nada...
faa1947:
Ni siquiera el topkstarter participa. Me gustaría cierta coherencia en la discusión y el desarrollo del artículo en discusión. Por ejemplo, en el primer paso, en un ejemplo concreto, considerar en detalle el análisis preliminar de los datos y su preparación para la modelización. Por ejemplo:
1. Justificación del tamaño de la muestra.
2. Justificación de la necesidad de transformación de los datos.
3. Elección de cómo transformar los datos:
- tratamiento de los valores atípicos y los datos que faltan.
- Transformación de datos: eliminación de tendencias, ciclicidad.
4. Determinación de los tipos de tendencias y su contabilización
5. Ajuste de la distribución a los datos transformados.
6. 6. Análisis de la estacionariedad de los datos transformados.
7. Contabilización de la heteroscedasticidad
El topikstarter está un poco estupefacto por el interés mostrado :-))))
Eso sí que es crítica constructiva. Muchas gracias al colega faa1947. Me tomaré un tiempo libre.... Intentaré publicar mis reflexiones más tarde.... pero, en general, estoy de acuerdo con la lista de procedimientos propuesta....
denkir:
Voy a tomarme un tiempo libre.....
gracias.
¿A qué te refieres? :-)
¿Es mejor callarse, es más útil? ¿Te referías a algo así de los clásicos?
- Cuando hablas, Ivan Vasilyevich, parece como si estuvieras delirando.