Économétrie : une prévision d'avance - page 114
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
Pas de you***ing. Plus précisément. Comparez matlab et shiryaev.
comparer matlab et Shiryaev ? Comparer par le poids du kit de distribution ?
Jusqu'à présent, je n'ai vu que l'arbitrage de Shiryaev.
Je vous dis que vous ne lisez pas beaucoup, que vous écrivez surtout et surtout la même chose :o)
Je ne suis pas un enseignant. J'ai été impliqué dans des investissements toute ma vie et, en parallèle, j'ai parfois donné des conférences.
Cher faa1947, quel âge avez-vous, si ce n'est pas un secret ? J'aimerais également m'adresser à vous par votre nom et non par le numéro de série 1947. L'inscription "SunSunich" signifie manifestement Alexandre Alexandrovitch ?
Cher faa1947, quel âge avez-vous si ce n'est pas un secret ? Et je voudrais aussi m'adresser à vous par votre nom et non par le numéro de série 1947. L'inscription "SunSunich" signifie manifestement Alexandre Alexandrovitch ?
comparer matlab et Shiryaev ? Comparer par le poids du kit de distribution ?
Je t'ai dit que tu ne lisais pas beaucoup, tu écris surtout les mêmes choses :o)
Revenons à nos béliers. Nous en avons une, très simple et universelle.
Nous avons un modèle de régression primitif. Il est démontré qu'à l'intérieur de l'échantillon, il a un facteur de profit bien plus grand que 10. En dehors de l'échantillon, c'est un peu plus de 1 et même cela est douteux. Ce modèle est "correctement" construit.
Question : pourquoi ce "bon" modèle ne possède-t-il pas la propriété de stabilité ou de prévisibilité ?
Oui.
Vous êtes né en 1947 ?
Retour à nos béliers. Un et très simple, mais universel.
Nous avons un modèle de régression primitif. Il est démontré qu'à l'intérieur de l'échantillon, il a un facteur de profit bien supérieur à 10. En dehors de l'échantillon, il est juste au-dessus de 1, et même cela est discutable. Ce modèle est "correctement" construit.
Question : pourquoi ce "bon" modèle ne possède-t-il pas la propriété de stabilité ou de prévisibilité ?
(1) vous n'avez rien montré, c'est le but.
(2) le fait que vous ayez identifié le modèle (pas vous, mais Envil) ne signifie rien, voir point 3.
(3) la série n'est pas stationnaire, la distribution et l'ACF sont non-stationnaires (si vous vous souvenez de la stationnarité au sens étroit et large). Les paramètres du modèle que vous obtiendrez ne seront pas stables par définition, ils dériveront fortement. De plus, pour de telles séries, il n'y a pas de notion d'échantillonnage statistique, de moyenne matricielle, la taille des échantillons ne détermine rien.
(4) Les paramètres du processus que votre modèle "génère" ne correspondent pas aux paramètres du processus original. Simplement, vous allez générer un processus totalement différent, qui n'a rien à voir avec la réalité.
(5) en outre ... voir ensuite le point 6
(6) "Je me souviens que vous êtes allé à votre sujet plusieurs fois. "C'est ça, je m'en vais. Ne t'inquiète pas, tu ne m'intéresses plus guère. Mais c'était ma faute, c'était ma curiosité naturelle, j'ai regardé et je me suis assuré que rien n'avait changé ici jusqu'à présent, "je suis économétricien et tous les autres sont **** :o)".
Sanych êtes-vous né en 1947 ?
Si c'est le cas, c'est bon à voir comme au point 3.
Le quotidien originel est instable et c'est un fait.
On en mange des morceaux. La tendance la plus évidente. Lisse, sans à-coups et absolument stationnaire puisqu'il est déterministe
Nous avons le reste - la non-stationnarité ne pouvait aller nulle part et elle est là - elle est montrée.
ACF montre que la tendance n'a pas été complètement éliminée à la première étape. Encore une fois, nous marquons la tendance.
Encore les résidus. Là encore, il est non stationnaire. Nous vérifions l'ARCH et si c'est le cas, nous le modélisons. C'est-à-dire simuler le type de non-stationnarité que nous savons faire. C'est toujours mieux que rien.
Nous allons examiner les résidus. Elle est presque non stationnaire. Nous avons de la chance. Mais le plus important, c'est qu'elle est inférieure à un pip. Crachons dessus. L'erreur est trop faible.
Répétez votre conclusion, mais liée à un algorithme spécifique. Il est mis en œuvre ci-dessus avec tous les calculs et graphiques.
Nous nous intéressons ici à l'essence du problème, et non à l'année de naissance.
ok...alors ne nous torturons pas...la tendance HP se détache...utilisons un exemple simple pour la regarder étape par étape (barre par barre).... La tendance que vous prenez ne doit pas se redessiner ! (les premières barres à droite) sinon toutes les mesures sont sans signification et fausses ...
L'échantillonnage de Farnsworth dans le p3 était juste... il n'y a aucun moyen de l'éviter... mais il n'est pas nécessaire que ce soit le même que dans l'aide du logiciel... et si vous jouez avec, vous pouvez améliorer la coupe... Bien que, bien sûr, tout cela n'ait aucun sens... rien de bon ne peut être prédit...
Повторите свой вывод но в привязке к конкретному алгоритму
Ecoutez, vous êtes têtu au point de vous dégoûter de vous-même. .... une fois de plus :
Choisissez comme modèle de série, le modèle incrémental : B(n)=B(n-1)+epsilon(n) (tout ce qui est développé, développé pour cela) plutôt que B(n)=trend1()+trend2()+...trendp()+e. Vous n'avez aucune idée des modèles de tendance qui s'y trouvent et ne pouvez jamais les identifier correctement, d'autant plus qu'ils changent de temps en temps. Le prix est une multifractale, un processus très complexe.
pour que votre modèle soit applicable, vous devez obtenir (sinon le modèle est plus facile à jeter)
C'est le minimum nécessaire (mais pas suffisant) Avec prix ce genre de chose ne fonctionne pas, essayez d'aller à une transformation.