Discusión sobre el artículo "Herramientas econométricas para la previsión de la volatilidad: el modelo GARCH" - página 2
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
Hice LLM DeepSeek con la ayuda de Dios. Usted puede sustituir sus propios datos.
Explicación:
Para que los residuos se aproximen lo más posible a una distribución normal durante el proceso de optimización, se puede utilizar un criterio de concordancia (por ejemplo, el criterio de Shapiro-Wilk o el criterio de Kolmogorov-Smirnov) para evaluar la normalidad de los residuos. Los parámetros k k y s spueden optimizarse para minimizar la desviación de los residuos de la distribución normal.
Función de error con respecto a la normalidad delos residuos: Se introduce una nueva función spline_error_with_normality , que calcula los residuos y utiliza el criterio de Shapiro-Wilk para evaluar su normalidad. El valor p negativo se minimiza para maximizar la normalidad de los residuos.
Optimización: Minimizar se utiliza para optimizar los parámetros k k y s s basándose en una nueva función de error.
Este enfoque permite ajustar los parámetros del spline para que los residuos maximicen la normalidad de la distribución, lo que puede mejorar la calidad del modelo y la interpretabilidad de los resultados.
Obtuve un error en la línea 49 al intentar ejecutarlo - el nombre 'norm' no está definido. El problema es probablemente mi inexperiencia con collab. Pero la idea en general es bastante clara en el código.
El problema principal es que los splines (así como cualquier otro intento de construir una función determinista) no funcionan con datos nuevos. Por lo tanto, en las oficinas serias que trabajan con opciones, en mi opinión, los matemáticos serios suelen construir modelos estocásticos serios para la volatilidad, similares en espíritu al del artículo en discusión. Al mismo tiempo, cuando se observa el razonamiento de los pequeños operadores de opciones, se tiene la sensación de que detrás de ellos hay ideas sobre el determinismo de las fluctuaciones de la volatilidad, similares en espíritu a las ideas del artículo de Stepanov.
Cuando intenté ejecutarlo, obtuve el error en la línea 49 - el nombre 'norm' no está definido. El problema se debe probablemente a mi inexperiencia con collab. Pero la idea en general es bastante clara en el código.
El problema principal es que los splines (así como cualquier otro intento de construir una función determinista) no funcionan con datos nuevos. Por lo tanto, en las oficinas serias que trabajan con opciones, en mi opinión, los matemáticos serios suelen construir modelos estocásticos serios para la volatilidad, similares en espíritu al del artículo en discusión. Al mismo tiempo, cuando se observa el razonamiento de los pequeños operadores de opciones, se tiene la sensación de que detrás de ellos hay ideas sobre el determinismo de las fluctuaciones de la volatilidad, similares en espíritu a las ideas del artículo de Stepanov.
Sí, corregido, no se importó la biblioteca
Bueno, yo lo uso para otros fines (marcar operaciones en el histórico), así que lo hago a través de cualquier curva y a ver qué me sale :)
Puedes compararlo con un zigzag, al marcar por vértices. Aquí puedes hacer marcado por desviaciones de la spline.
Bueno, es así, en el orden de tonterías, al tema del artículo no se aplica.
¿Qué te impide enseñar una regresión lineal normal?
Ya escribí en el tema de MO que para mi problema la regresión lineal resultó ser peor. Además, el spline también se construye a partir de regresiones (a trozos).
Es decir, no predigo nada con este spline. Uso curvas para marcar tratos en la historia.