Économétrie : une prévision d'avance - page 90

 

Vous pouvez, bien sûr, considérer une série de prix comme "stationnaire par morceaux", vous pouvez transformer à l'infini une série de prix dans l'espoir que la n-ième conversion produise une série stationnaire - tout cela n'est que pur chamanisme.

Quelle que soit la méthode utilisée, le prix est sujet à des changements "soudains et imprévisibles" - c'est la fameuse non-stationnarité.

 
avtomat:
Il est nécessaire de séparer ce qui peut être de ce qui devrait être.

Dans tous les cas, il est souhaitable que les rendements du système soient proches de la station et correspondent aux rendements des tests. Surtout dans une série de transactions. Si vous pensez initialement que ce n'est pas le cas, vous pouvez alors ignorer les résultats des tests historiques. C'est-à-dire que la quasi-stationnarité des résultats d'une série de transactions est toujours nécessaire.
 
Avals:

dans tous les cas, il est souhaitable que les rendements du système soient proches de la stationnaire et correspondent aux rendements du test. Surtout dans une série de transactions. Si vous pensez initialement que ce n'est pas le cas, vous ne pouvez pas vous fier aux résultats des tests historiques - vous pouvez simplement les ignorer. C'est-à-dire que la quasi-stationnarité des résultats d'une série de transactions est toujours nécessaire.
qui tournent en rond...
 
Quelqu'un d'autre se souvient-il de ce à quoi ressemble une balance mécanique de l'ère soviétique ? Il y a un ensemble de poids. Il y a un article à peser. Quelqu'un parierait-il 5 kopecks qu'au cours du processus de sélection des poids et de la pesée (à effectuer dans le nombre minimum de tentatives), une "surpondération des poids" se produira ? Que faudrait-il faire, dans ce cas, pour établir l'équilibre ? Les balances peuvent être différentes, les poids peuvent être différents... mais l'approche est la même...
 

>
 
"pour la vitesse"... pour ainsi dire...
 
avtomat:
qui tourne en rond...

il n'y a pas de cercle)) Si vous voulez utiliser des tests et espérer voir quelque chose de similaire dans le monde réel, alors la quasi-stationnarité est nécessaire. Si vous ne le faites pas, vous n'avez pas besoin des tests - vous n'obtiendrez rien de tel dans le monde réel.
 

Voici un exemple simple de stationnarité, de non-stationnarité et de la façon dont vous pouvez gagner de l'argent dans un environnement non-stationnaire.

Nous avons la bonne pièce et la personne qui la tire à pile ou face. Une abstraction mathématique idéale est la probabilité de face/queue=0,5/0,5. Soit face=+1 et queue=-1. La distribution des résultats individuels est binaire. Mais si nous prenons par exemple la somme de 100 rouleaux, elle sera distribuée normalement avec mo=0, sko=50. La distribution stationnaire, tu ne peux pas gagner d'argent.

Le lanceur ne dispose pas d'une seule pièce, mais de plusieurs, et certaines d'entre elles sont fausses, avec des variations de probabilité différentes en faveur de pile ou face. Et le lanceur change la pièce lancée par n'importe quelle pièce de ce jeu. La distribution est également binaire. La somme d'une série de 100 tirs au sort ne sera pas stationnaire. Observer et calculer les statistiques des 100 derniers tirages ou plus ne garantit pas que le tirage d'une pièce de monnaie ne changera pas. Autre chose, si l'on observe par exemple que le tirage d'une pièce de monnaie a lieu plus souvent que tous les 200 essais, ou après avoir obtenu plus de cinq fois pile ou face d'affilée. Ensuite, sur la base de ces informations, on peut construire un système dont les rendements sont quasi-stationnaires. Le système fonctionnera tant que le tireur suivra des règles similaires. Et ce n'est pas nécessairement lié à sa volonté, mais par exemple simplement à des circonstances extérieures, ou à des contraintes. Il est possible de trouver des caractéristiques stationnaires sur un processus non stationnaire et de les utiliser.

C'est-à-dire que la non-stationnarité d'un quotient ne signifie pas que tous les systèmes construits sur ce quotient seront non-stationnaires. Si c'est le cas, alors il n'y a aucun sens à construire un système sur des données historiques. La quasi-stationnarité de certaines propriétés du marché est suffisante.

 
Avals:

En fait, il y a une stratégie gagnante dans tous les cas s'il y a au moins une pièce fausse ;)

Merde, mais non, ça dépend des règles.

 
Demi:

Vous pouvez, bien sûr, considérer la série de prix comme "stationnaire par morceaux", vous pouvez transformer à l'infini la série de prix dans l'espoir que la n-ième conversion produise une série stationnaire - tout cela n'est que pur chamanisme.

Quelle que soit la méthode utilisée, le prix est sujet à des changements "soudains et imprévisibles" - c'est la fameuse non-stationnarité.

Les nouvelles qui entraînent des changements "soudains et imprévisibles" ne se produisent pas très souvent. En général, c'est une question de foi : je regarde le kotir et je vois des mouvements directionnels réguliers et à assez long terme. Et sur tous les horizons temporels. C'est la présence de tendances sur le marché qui détermine la possibilité de prédire. Dans les transformations de kotir, nous essayons d'arriver à l'endroit où il est pur, pour ainsi dire, après avoir déterminé la tendance dans la forme analytique. Et la prise en compte de la non-stationnarité du résidu est la qualité de la prévision des tendances du marché.
Raison: