Une corrélation nulle entre les échantillons ne signifie pas nécessairement qu'il n'y a pas de relation linéaire. - page 50
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Pour commencer, il serait bon de savoir comment cela fonctionne.
C'est ce que je veux dire, pour commencer, pour creuser, pour mâcher, pour comprendre comment il essaie de le faire.
Permettez-moi de me présenter : statistiques mathématiques, spécialisation :économétrie.
La matstatique, et son application à l'économétrie économique, comporte une myriade de types de tests différents, de modèles ...... Chacun d'entre eux est aussi inutile qu'une clé sans écrou. L'utilité ne peut être comprise que dans le cadre d'un objectif pour lequel le modèle est construit.
La discussion porte ici sur le QUOI et sur le MODÈLE de ce QUOI. Granger n'est peut-être pas nécessaire.
Une chose est claire pour moi : nous ne devrions discuter que de prédiction sur ce forum, tandis que l'analyse est un outil auxiliaire pour construire et tester un modèle de prédiction.
Alors, prévoir quoi ? la valeur du prix ?, l'augmentation du prix ? ou autre chose ? Si nous ne définissons pas cela, nous verrons un ensemble d'outils économétriques inutiles et nous ne manquerons pas de mal les interpréter et d'avoir des opinions différentes et inutiles.
Permettez-moi de me présenter : statistiques mathématiques, spécialisation : économétrie.
...
C'est un plaisir.
Venons-en maintenant au fait : décrivez-nous l'essence du test de Granger. Il n'y a personne à qui demander. Aussi, si vous pouviez dire quelques mots sur l'entropie de transfert.
Permettez-moi de me présenter : statistiques mathématiques, spécialisation : économétrie.
La matstatique, et son application à l'économétrie économique, comporte une myriade de types de tests différents, de modèles ...... Chacun d'entre eux est aussi inutile qu'une clé sans écrou. L'utilité ne peut être comprise que dans le cadre d'un objectif pour lequel le modèle est construit.
La discussion porte ici sur le QUOI et sur le MODÈLE de ce QUOI. Granger n'est peut-être pas nécessaire.
Une chose est claire pour moi : nous ne devrions discuter que de prédiction sur ce forum, tandis que l'analyse est un outil auxiliaire pour construire et tester un modèle de prédiction.
Alors, prévoir quoi ? la valeur du prix ?, l'augmentation du prix ? ou autre chose ? Si nous ne définissons pas cela, nous verrons un ensemble d'outils économétriques inutiles et nous ne manquerons pas de mal les interpréter et d'avoir des opinions différentes et inutiles.
Au fait, pendant que nous philosophons sur ce qu'est une méthode, ce qu'est un modèle, où I(1) et où I(0), je suis en train de riveter un autre système de trading basé sur ce sujet :
Je veux dire, peut-être devrions-nous arrêter de discuter de la fin du bâton et du début, et simplement prendre le bâton pour une fin quelconque et commencer à faire de l'argent avec ?
Je suis heureux que vous soyez satisfait, mais je pense que vous m'avez surestimé.
Je vais essayer d'énoncer ce qui me reste dans la tête après les examens.
Je ne me souviens pas de quoi que ce soit sur l'entropie de transfert.
A propos de Granger.
Il existe trois notions assez similaires : la corrélation, la cointégration et le test de Granger.
La corrélation est une constante. Si chaque échantillon de deux SV pour lequel la corrélation est calculée est statistiquement le même que les autres échantillons de la population générale de ces SV, alors on peut dire que les deux SV sont dépendantes. Plus précisément, leur comportement est similaire. Ceci est valable pour une SV normalement distribuée.
Si les SV ne sont pas normaux, alors on applique la cointégration, lorsque la caractéristique de la dépendance mutuelle de deux SV n'est pas un nombre, mais une série avec certaines propriétés.
Granger permet de calculer la direction de la dépendance selon le principe de "la poule ou l'œuf d'abord". Une autre propriété de la dépendance.
Voici ce que je comprends des doigts. Mais il s'agit d'une première approximation. Encore une fois. Il faut tout prendre en compte, en commençant par la description de la série chronologique originale, puis le modèle, et enfin, peut-être, les concepts énumérés.
Au fait, pendant que nous philosophons sur ce qu'est une méthode, ce qu'est un modèle, où I(1) et où I(0), je suis en train de riveter un autre système de trading basé sur ce sujet :
Je veux dire, pouvons-nous arrêter de discuter où le bâton se termine et où il commence, et juste prendre le bâton au moins par un bout et commencer à faire de l'argent avec ?
Le problème n'est pas de débourser de l'argent, mais de comprendre que ce sera le cas demain. Eh bien, avec une certaine précision.
Pour aller droit au but, décrivez-nous l'essence du test de Granger.
C'est simple. On estime une autorégression sur une série, puis on y ajoute les valeurs prises à différents retards d'une autre variable. On vérifie ensuite si le second modèle est plus performant que le premier. Si c'est le cas, il y a une relation de cause à effet. De même, l'autorégression est testée sur la deuxième ligne avec inclusion des valeurs de retard de la première ligne. Il arrive que la relation de cause à effet soit dans les deux sens. Cela signifie que les lignes sont simplement corrélées.
Pour l'entropie de transfert, lisez les liens à partir d'ici :
http://stats.stackexchange.com/questions/12573/calculating-the-transfer-entropy-in-r
D'accord, mais que se passe-t-il si je comprends exactement ce sur quoi mon système travaille ? Je peux mesurer ce facteur avec précision, que dois-je faire de plus pour être heureux ?
La propriété d'ergodicité nous permet d'estimer la fonction de corrélation pour la population générale à partir d'un échantillon de la population générale. Si cette propriété n'est pas remplie, le nombre obtenu par la formule peut être rejeté.