Discusión sobre el artículo "El criterio de homogeneidad de Smirnov como indicador de la no estacionariedad de las series temporales"

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
Artículo publicado El criterio de homogeneidad de Smirnov como indicador de la no estacionariedad de las series temporales:
El artículo analiza uno de los criterios de homogeneidad no paramétricos más famosos: el criterio de Smirnov. Asimismo, se consideran tanto datos modelo como cotizaciones reales, y se ofrece un ejemplo de construcción de un indicador de no estacionariedad (iSmirnovDistance).
En este artículo, comprobaremos la estacionariedad de las series temporales financieras precisamente en sentido estricto, utilizando funciones de distribución empíricas. La teoría de la probabilidad y la estadística matemática, como sección específica de la misma, se basan en supuestos de estacionariedad. Existen diversos métodos para analizar los procesos estacionarios, como el análisis de regresión, el análisis de autocorrelación, las técnicas de análisis espectral y el uso de redes neuronales. No obstante, la aplicación de estos métodos a datos no estacionarios puede dar lugar a errores significativos en las predicciones.
Para los tráders, la cuestión de la estacionariedad está estrechamente relacionada con la elección de la cantidad de datos para calcular diversos indicadores. En el caso de los procesos estacionarios, cuantos más datos estén disponibles, con mayor precisión podrán calcularse todas las características estadísticas. Sin embargo, resulta difícil determinar la cantidad óptima de datos cuando se analizan procesos no estacionarios. Un volumen demasiado grande puede contener información obsoleta que ya no influya en la situación actual; si se toman pocos datos, no podremos evaluar adecuadamente las propiedades estadísticas del proceso debido a que la representatividad será insuficiente.
La caracterización más completa de un proceso aleatorio será su ley de distribución (función de probabilidad). Por consiguiente, la construcción de un indicador que permita monitorear el cambio de la función de distribución de una serie temporal a lo largo del tiempo será una tarea importante. Este indicador, a su vez, servirá de señal que indicará la necesidad de revisar el volumen de datos para calcular los indicadores estándar del análisis técnico. En estadística matemática, la tarea de comprobar "si la función de distribución de alguna variable aleatoria ha cambiado con el tiempo" se denomina "prueba de la hipótesis de homogeneidad".
Autor: Evgeniy Chernish