Econometría: previsión de un paso adelante - página 50
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
De mi práctica de ingeniería.
Una vez enviaron a un colega mío a un viaje de negocios. Llevaba dos años diseñando un vibrador. Un vibrocargador es un dispositivo que tiene algo parecido a una excéntrica, y fue diseñado para hundir pilotes en el suelo.
Así que, se fue de viaje de negocios con su maravilla de traqueteo. Nuestros clientes llaman desde allí: "Su especialista vino, instaló su equipo en la pila y dijo: ¡este c*ck no funcionará! Sacó una botella de vodka, se la bebió de dos tragos y desapareció en dirección desconocida". .....
El hombre no admitió hasta el final que su trabajo era una mierda. Pero un día lo hizo.
Se puede inventar todo tipo de cosas.
Originalmente expuse mi descripción verbal de kotir = tendencia + ruido. Esta descripción tiene sentido en términos de predicción, ya que la tendencia se predice.
En este hilo he planteado una cuestión muy estrecha: una previsión de 1 paso adelante. He propuesto un modelo y estoy intentando averiguar si la previsión es fiable. Si puede, por qué, y si no, por qué no. Sobre este tema me gustaría escuchar opiniones y sugerencias. Y dispuestos a hacer el trabajo sucio de codificación para probar las hipótesis. Esto es lo que yo llamo especificidad.
La cuestión principal es qué característica del mercado tiende a persistir. Por ejemplo, la regresión lineal: la tendencia es lineal y persiste durante algún tiempo. Existen otras características y modelos correspondientes. Su HP también hace una suposición sobre las propiedades de conservación de ciertas características. Pero cualquier modelo no puede reflejar objetivamente el mercado todo el tiempo: hay que filtrarlo. Cuando uno u otro modelo es adecuado al mercado real.
Aquí está parte del cuadro resumen:
¿Qué hay que cambiar?
No utilizo esas características. El tipo tradicional es la dependencia del objetivo de los cambios en los parámetros del modelo/TC. Y mucho depende de la comprensión del modelo: qué proceso utiliza eficazmente y qué tiene sentido utilizar y analizar para él y qué lo contradice. Es decir, no cavar con una escalera mecánica por todas partes, sino con una paleta donde sea necesario))
Es decir, no cavar todo con una excavadora, sino con una paleta donde sea necesario).
La cuestión principal es qué característica del mercado tiende a persistir. Por ejemplo, la regresión lineal: la tendencia es lineal y persiste durante algún tiempo. Existen otras características y modelos correspondientes. Su HP también hace una suposición sobre las propiedades de conservación de ciertas características. Pero cualquier modelo no puede reflejar objetivamente el mercado todo el tiempo: hay que filtrarlo. Cuando uno u otro modelo es adecuado al mercado real.
Lo entiendo y espero conseguir un conjunto de modelos no similares y "ortogonales".
Por el momento, dispongo de modelos lineales y no lineales en las regresiones. Pensar que el cuello de botella es lo más destacado de la tendencia.
Lo entiendo y espero conseguir un conjunto de modelos no similares y "ortogonales".
Por el momento, dispongo de modelos lineales y no lineales en las regresiones. Pensar en el cuello de botella es aislar la tendencia.
Explicación.
Los resultados se calculan en pips y observaciones, lo que significa: una operación - una observación. Un total de cuarenta bares. Cada día una operación - ya sea larga o inversa y viceversa.
Beneficios dentro de la muestra. Tomamos una muestra de 40 bares. Para estos 40 compases, se estima la regresión y, a continuación, el algoritmo comienza a realizar la previsión a partir de 1 compás de esta muestra.
Beneficios fuera de la muestra. Toma 40 barras, estima la regresión y luego hace una previsión para la siguiente barra fuera de la muestra.
Creo que el beneficio en observaciones es más preciso, porque no depende del valor de los incrementos
Esta es la cuestión... Incluso en esta etapa:
esta "persistencia" del error debería ser alarmante - es una especie de indicio de que el proceso es "inanimado".
.
Esto se hace eco de uno de los puntos de la teoría de la identificación, que exige una diversidad espectral suficiente de la señal estudiada. Es una dualidad.
Esta es la cuestión... Incluso en esta etapa:
esta "persistencia" del error debería ser alarmante - es una especie de indicio de que el proceso es "inanimado".
.
Esto se hace eco de uno de los principales puntos de la teoría de la identificación, que exige una diversidad espectral suficiente de la señal estudiada. Es una dualidad.
Este es el objetivo de la construcción de modelos en econometría.