Econométrie : pourquoi la co-intégration est nécessaire - page 25
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
Le chaman de l'analyse technique à nouveau. Où aller à partir de maintenant ?
En TA, vous recherchez des modèles dont les caractéristiques statistiques sont inconnues. C'est très proche de la lecture du marc de café. Je recherche les caractéristiques statistiques des rangs et, sur cette base, je prédis le comportement futur. Par exemple, à nos béliers. Dans le cadre de cette approche, la vache sacrée "on ne peut pas trop s'asseoir" est morte. La surgelation est possible, car nous arriverons de toute façon à zéro et la perte sur le chemin vers zéro n'a pas la propriété de croître indéfiniment.
La chose la plus simple qui découle du principe de construction des deux tests est que les résidus des équations de régression incluses dans les tests doivent être stationnaires et non corrélés avec la série elle-même, sinon la méthode perd son sens. Pour Granger - tout ce qui précède, mais pour un nombre quelconque de retards dans les équations (ce qui, en pratique, est généralement difficile à mettre en œuvre - c'est pourquoi ce test est bon principalement pour les données macroéconomiques, où la longueur des séries - annuelles, trimestrielles, mensuelles - maximise généralement des dizaines d'échantillons, mais pas des millions)
Et beaucoup d'autres subtilités.... La normalité de la distribution des résidus, par exemple... (également pas très épanouissante)
De plus, en ce qui concerne la causalité, Granger en a présenté une excellente définition, mais comme tout idéal, une telle formulation s'est avérée invérifiable dans la pratique. Ainsi, le test du même nom, même si toutes les conditions préalables sont remplies, ne vous montrera sûrement que l'absence de causalité si elle n'existe pas vraiment, mais pas sa présence si elle existe vraiment.
J'aime l'idée même de se débarrasser de la non-stationnarité et de prendre des décisions commerciales sur la base d'une série stationnaire. Le test de causalité en fait partie. Les décalages sont. La normalité n'est pas nécessaire, la stationnarité suffit.
Mais les problèmes demeurent. Je ne vois pas clairement quelles causes de non-stationnarité sont éliminées lors de la fusion des deux séries ? Ecartons les déplacements comme un problème insoluble.
Bien que nous puissions cracher et exécuter TC sur un grand intervalle et voir le résultat.
Je ne vois pas clairement quelles raisons de non-stationnarité sont éliminées en fusionnant les deux séries ?
L'existence d'une combinaison linéaire stationnaire suggère une nature similaire des séries, leur origine, pour ainsi dire, de la même source de réalité). Mais ce sont des mots plutôt généraux.
Si j'étais vous, si la cointégration est si intéressante, j'essaierais de déterminer son degré de stabilité, c'est-à-dire si nous augmentons la longueur de la valeur aberrante, à quel moment l'équation de cointégration cesse d'avoir des solutions. Et comment les coefficients de co-intégration évoluent en fonction de la longueur de la série. Cela peut ou non donner beaucoup d'informations utiles.
L'existence d'une combinaison linéaire stationnaire indique la nature similaire des séries, leur origine, pour ainsi dire, de la même source de réalité). Mais ce sont des mots plutôt généraux.
Si j'étais vous, si la cointégration est si intéressante, j'essaierais de déterminer son degré de stabilité, c'est-à-dire si nous augmentons la longueur de la valeur aberrante, à quel moment l'équation de cointégration cesse d'avoir des solutions. Et comment les coefficients de co-intégration évoluent en fonction de la longueur de la série. Cela peut donner beaucoup d'informations utiles (ou pas :).
Voici l'équation de cointégration
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Nous prenons un échantillon de 6 700 barres H1 et déplaçons la fenêtre de 118 barres (semaine) par celui-ci. Les coefficients sont modifiés (le troisième n'est pas montré). (le troisième n'est pas montré) et le résultat du test de racine unitaire.
Je ne peux pas tirer de conclusions. Il est clair que nous devons nous battre pour la racine unitaire, mais l'outil de combat n'est pas clair.
Voici l'équation de cointégration
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Nous prenons un échantillon de 6 700 barres H1 et déplaçons la fenêtre de 118 barres (semaine) en conséquence. Les coefficients sont modifiés (le troisième n'est pas montré). (le troisième n'est pas montré) et le résultat du test de racine unitaire.
Je ne peux pas tirer de conclusions. Il est clair que l'on doit se battre pour la racine unitaire, mais l'outil du combat n'est pas clair.
Mon point de vue est le suivant :
Nous prenons un échantillon d'un moment donné de taille (par exemple) 24 barres et augmentons sa longueur : 25, 26, ..... jusqu'à ce qu'on s'ennuie. Regardez les coefficients. Fixer le moment où l'équation n'est plus résolue. Il est souhaitable de répéter cette procédure pour différents points de départ.
Si la dynamique des ratios est claire (pas de bruit), nous pouvons tirer des conclusions sur les caractéristiques générales de la cointégration. Pour le second paramètre, estimez la constante de temps de cointégration.
Mon point de vue est le suivant :
Si la dynamique des coefficients est claire (pas de bruit), il sera possible de tirer des conclusions sur les caractéristiques générales de la cointégration. Pour le second paramètre, estimez la constante de temps de cointégration.
Ci-dessus, les graphiques des coefficients lorsque la fenêtre est décalée d'une barre. Il n'y a pas de stabilité à proprement parler. Le niveau de cointégration est-il mal spécifié ? C'est généralement au niveau de la spécification de la tendance que le problème se pose. Le résidu après détrition doit être stationnaire. Ce n'est pas le cas. C'est pourquoi, au lieu du coefficient, c'est du bruit.
Je ne sais pas comment expliquer..... je vais essayer.
Ce que vous/nous/ils calculent ne sont pas des coefficients. Il s'agit d'estimations. Nous ne connaîtrons jamais les coefficients, nous ne pouvons que les estimer avec un certain degré de probabilité. Comme la série est aléatoire, il est naturel que les estimations soient bruitées. Sinon, nous devrions admettre que notre série n'est pas aléatoire, mais complètement déterministe. Le bruit est donc normal, mais c'est avec des échantillons de tailles différentes que nous devrions voir une certaine dépendance, bien que bruyante. Cela indiquerait que les calculs de cointégration ont un sens pratique.
Je ne sais pas comment expliquer..... je vais essayer.
Ce que vous/nous/ils calculent ne sont pas des coefficients. Ce sont leurs estimations. Nous ne connaîtrons jamais les coefficients, nous ne pouvons que les estimer avec un certain degré de probabilité. Comme la série est aléatoire, il est naturel que les estimations soient bruitées. Sinon, nous devrions admettre que notre série n'est pas aléatoire, mais complètement déterministe. Le bruit est donc normal, mais c'est avec des échantillons de tailles différentes que nous devrions voir une certaine dépendance, bien que bruyante. Cela indiquerait que les calculs de cointégration ont un sens pratique.
Voici l'estimation du coefficient de régression de co-intégration
Variable dépendante : EURUSD
Méthode : Dynamic Least Squares (DOLS)
Date : 04/26/12 Heure : 10:29
Echantillon : 6619 6736
Observations incluses : 118
Déterministique de l'équation de cointégration : C @TREND @TREND^2
Spécification automatique des leads et des lags (lead=12 et lag=12 sur la base de l'AIC).
critère, max=12)
Estimation de la variance à long terme ( noyau de Bartlett, largeur de bande fixe de Newey-West =
5.0000)
Pas d'ajustement d.f. pour les erreurs standard et la covariance
Variable Coefficient Std. Erreur t-Statistique Prob.
GBPUSD 1.129724 0.137650 8.207248 0.0000
C 35.58951 22.84113 1.558133 0.1228
@TREND -0.011004 0.006888 -1.597440 0.1137
@TREND^2 8.39E-07 5.16E-07 1.626326 0.1074
Regardons la colonne t-Statistique. Si vous divisez 100 % par la valeur de cette barre, vous obtenez l'erreur d'estimation du coefficient, qui est énorme. Serait-ce l'étalon ?
Voici une estimation du coefficient de cointégration de la régression
Variable dépendante : EURUSD
Méthode : Dynamic Least Squares (DOLS)
Date : 04/26/12 Heure : 10:29
Echantillon : 6619 6736
Observations incluses : 118
Déterministique de l'équation de cointégration : C @TREND @TREND^2
Spécification automatique des leads et des lags (lead=12 et lag=12 sur la base de l'AIC).
critère, max=12)
Estimation de la variance à long terme (noyau de Bartlett, largeur de bande fixe Newey-West =
5.0000)
Pas d'ajustement d.f. pour les erreurs standard et la covariance
Variable Coefficient Std. Erreur t-Statistique Prob.
GBPUSD 1.129724 0.137650 8.207248 0.0000
C 35.58951 22.84113 1.558133 0.1228
@TREND -0.011004 0.006888 -1.597440 0.1137
@TREND^2 8.39E-07 5.16E-07 1.626326 0.1074
Notez la colonne t-Statistique. Si vous divisez 100 % par la valeur de cette colonne, vous obtenez l'erreur d'estimation du coefficient, qui est énorme. Serait-ce l'étalon ?
(a) La statistique t suppose que les données ont une distribution normale et n'est valable que pour de telles données, sinon elle fausse le résultat.
b) quelle est la nouvelle direction dans le matstat de diviser 100% par la valeur du critère t, s'il vous plaît éclairer