Oublier les citations aléatoires - page 55

 

Je vais donc poursuivre pour terminer la réflexion.

La valeur R au carré est suspicieusement petite. Posons la question : nos variables sont-elles liées ?

Il a été montré ci-dessus que la loi de distribution est loin d'être normale - cela n'a aucun sens d'utiliser la corrélation de Pearson.

Regardez la coïntégration :

nous formerons une équation de cointégration. Il a la forme :

OPEN_INTEREST = C(1)*LONG_IN_OI + C(2) + C(3)*@TREND


Coefficients substitués :

=========================

INTÉRÊT OUVERT = 61282.4785072 *LONG_IN_OI + 144744.044992 - 211.18145894 *@TREND

Le graphique du résidu de la cointégration :

Très probablement stationnaire. Vérifions-le, au cas où :

Hypothèse nulle : RESID01 a une racine unitaire

Exogène : Constante, tendance linéaire

Longueur du retard : 13 (automatique - basé sur SIC, maxlag=18)

t-Statistique Prob.*

Statistique du test de Dickey-Fuller augmenté -4.467506 0.0018

Nous pouvons voir que la probabilité que le résidu soit non-stationnaire est inférieure à 2% - cela signifie que le résidu est stationnaire.

Cela suggère que l'arbitrage est possible.

Mais la prudence est de mise. Répondons à la question de savoir s'il existe une relation de cause à effet entre l'intérêt ouvert et les positions longues.

Effectuons le test de causalité de Granger :

Tests de causalité de Granger par paires

Date : 07/30/12 Heure : 19:36

Échantillon : 1 597

Retards : 2

Hypothèse nulle : Obs F-Statistique Prob.

OPEN_INTEREST par Granger ne cause pas LONG_IN_OI 595 2.01339 0.1345

LONG_IN_OI par Granger n'est pas la cause de OPEN_INTEREST 0.34719 0.7068

Les dernières colonnes sont des probabilités, ce qui n'est pas une cause.

Conclusion :

Mettre l'intérêt ouvert et les longs dans la même équation n'est probablement pas une option. Bien qu'il existe une certaine possibilité d'échange par paire.

 
C-4:


En général, la relation entre toutes les colonnes est simple (2 formules pour calculer à travers la position agrégée longue et la position agrégée courte) :

OI = Noncommercial Traders Long + Noncommercial Traders Spreading + Operators Long + Non-reportable Long ;
OI = Short des négociants non commerciaux + Spreading des négociants non commerciaux + Short des opérateurs + Short non déclarable ;

Regardez mes posts. Vous pouvez essayer de noter ces formules en utilisant le schéma ci-dessus.
 

faa1947:

Il a été montré ci-dessus que la loi de distribution est loin d'être normale - utiliser la corrélation de Pearson n'a aucun sens.

Pourquoi, si je peux me permettre ?
 
faa1947:

On a montré ci-dessus que la loi de distribution est loin d'être normale...

...

Les dernières colonnes sont des probabilités...

Lisez attentivement le premier message du fil de discussion :

faa1947:
...


J'espère que nous n'aurons plus jamais à calculer les probabilités et la loi de distribution normale dans ce forum.

...

L'espoir meurt en dernier © Proverbe populaire
 
Reshetov:

Lisez attentivement le premier message du fil de discussion :

L'espoir est le dernier à mourir © Proverbe populaire
Observation tout à fait correcte.
 
alsu:
Pourquoi, pardonnez mon intérêt immodeste ?
Pour un processus non stationnaire, il est souhaitable d'utiliser une caractéristique, qui est aussi un processus, et non un nombre.
 
Reshetov:

Lisez attentivement le premier message du fil de discussion :

L'espoir est le dernier à mourir © Proverbe populaire
Reshetov, comme toujours dans son répertoire : démontrer qu 'on ne comprend rien du tout, mais qu'on pourrait.
 
faa1947:
Reshetov, comme toujours dans son répertoire : démontrer qu 'on ne comprend rien du tout, mais qu'on pourrait.

San Sanych ... :)
 
tara:

San Sanych ... :)

S'il comprend, c'est encore pire. Tirer de différents endroits de différents contextes - pourquoi ? Quel est l'objectif du poste ?

C-4 a posté un système réel basé sur de nombreuses variables (très rare ici), suggère de discuter d'une perspective différente qu'avant, il y a un outil pour de nombreuses variables, intéressant parce que....

 

Pouvez-vous m'en dire plus sur :

1. le filtre Hedrick-Prescott - d'après ce que je comprends, la fonction d'approximation est ce filtre particulier. Sur l'image, il s'agit d'une ligne rouge marquée "Trend". Elle est très similaire à une moyenne mobile. Il prend la différence par rapport à celui-ci et analyse le résidu qui en résulte - la ligne verte brisée ci-dessous, qui est également la ligne bleue dans le graphique ci-dessous. Il est stationnaire, mais il semble aussi être hétéroscédatique (l'amplitude des oscillations est différente) - ce n'est pas tout à fait clair, ne s'agit-il pas de propriétés mutuellement exclusives ?

2. sur le test de causalité de Granger. - Comment est-il calculé, du moins en termes généraux, et quelle est sa signification ?

Raison: