Discussione sull’articolo "Approccio econometrico all'analisi dei grafici" - pagina 8
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
faa1947:
Come mi sembra, il topikstarter, ha cercato di risolvere la questione con un'ardita sciabolata: i pacchetti econometrici offrono molti più modelli di GARCH. Scegliere un modello e poi scegliere i parametri del modello è la via di mezzo, non l'inizio...
Sì, di più. GARCH è stato preso come esempio a scopo illustrativo. Non è stato valutato affatto. Tanto meno altri modelli. Questo è stato detto più volte.
Nei post precedenti sono state mosse critiche all'analisi basata sulle differenze. Credo che questa critica sia nata perché l'autore ha saltato la fase di preparazione dei dati iniziali.
Secondo l'autore dell'articolo, la non stazionarietà è l'unico male del mercato. Non è così.
Non lo è. Gli altri mali sono le "code grasse", il clustering della volatilità e gli effetti della leva finanziaria....
1. Dobbiamo decidere il numero di candele del campione. Il numero di candele nel campione dipende dal timeframe? Secondo la letteratura, 50 candele dovrebbero essere sufficienti.
Ho visto che lo svantaggio dei modelli non lineari è la necessità di un campione significativo... circa 1000 pezzi. circa 1000 pezzi.
2. Proviamo ad applicare una distribuzione al nostro campione. Preferibilmente una distribuzione normale. La domanda immediata sarà il numero di scaffali rispetto al quale è stato tracciato il grafico. Dove avete trovato il numero di scaffali su cui è tracciato il grafico?
Non sarà normale. Ne parlerò più avanti nell'articolo sulle distribuzioni. Uscirà presto.
Chiarite il significato del termine "rack".
наличие выбросов: следует заменить выбросы, т.е. котировки свыше некоторого порога (например, 3 сигма) на величину порога. У Булашова другое мнение о величине порога.
- verificare la presenza di cicli mediante Fourier o ACF, per sicurezza. A causa del campione limitato e delle proprietà del mercato stesso, è molto probabile che non ci siano cicli.
- risolvere il problema delle tendenze. Non posso essere d'accordo con l'autore: il detrending attraverso la sottrazione del MOG è una grave semplificazione del problema. Per un trend esponenziale si prende il logaritmo, mentre per un trend additivo sono sufficienti le prime differenze. Il trend dovrà essere trattato separatamente e saranno necessarie regressioni, e tutte le varietà di regressioni. È necessario sottrarre la regressione, non il MOG. Questo vale per i trend deterministici, ma esistono anche trend statistici.
Senza affrontare questi aspetti, i ragionamenti sulle caratteristiche statistiche del campione non hanno alcuna base...
Sono d'accordo sulla necessità di lavorare sul campionamento. È già una questione di matematica. statistiche....
Non esistono metodi universali per rimuovere gli outlier...
Ecco perché la dimensione del campione deve essere grande.
Per quanto riguarda le tendenze. Non ho studiato la questione. Lo terrò presente.
Браво! Отличный пост, затрагивает многие вопросы. Но, некоторые пункты можно критиковать. Например, один из них - на основании чего вы решили, что нужно удалять выбросы? Их удалять нельзя.
Per quanto ne so, gli outlier vengono eliminati quando si effettuano misurazioni e si sa in anticipo che i risultati sono accomunati da almeno una legge, cioè quando il processo che genera il valore misurato è non casuale o stazionario casuale, e l'outlier può essere causato dalla casualità (che supera i limiti della non casualità o della stazionarietà), e tale casualità in questo caso è una distorsione. Se abbiamo a che fare con una serie di prezzi, non stazionaria, allora la casualità di qualsiasi livello è una parte della statistica (oltre alla parte non casuale, ma è difficile separarle), e la rimozione di una parte della statistica, rispettivamente, è una distorsione della statistica. Sono più vicino all'idea che quando si lavora con un processo casuale non stazionario non abbiamo il diritto di rimuovere (tagliare) qualcosa.
Выброс выбросу рознь. Приходится просматривать котировки. Если выброс - это относительно редкое явление, то следует обрезать до порога (не удалять). Если это не так, то не понятно что делать. В принципе, выбросы сильно искажают статистику. Любой пакет статистики предусматривает такую возможность и дает соответствующие рекомендации.
Il problema più profondo dell'applicazione della statistica matematica e dell'econometria è che sia i dati iniziali che i risultati intermedi e le conclusioni devono essere verificati con metodi extra-matematici e intuitivi. La selezione della soglia di cut-off (2, 3, 4 sigma o altro) è possibile solo dopo la visione del grafico e si riferisce al problema della selezione degli intervalli di confidenza. Il problema più grande dell'applicazione della statistica è che la sua applicazione non è concepibile senza l'arte dello statistico stesso. Nessuno formulerà la regola "tagliare - non tagliare". Se si taglia, si elimina la caratteristica di non stazionarietà, se non si taglia, si distorce la vera distribuzione della popolazione generale a causa di un campionamento non riuscito.
Il cuore dell'econometria è il test di ipotesi, dove è possibile commettere errori del primo e del secondo tipo: rifiutare l'ipotesi nulla corretta a favore dell'ipotesi alternativa errata e rifiutare l'ipotesi alternativa corretta a favore dell'ipotesi nulla errata.
Alla luce di quanto detto, posso essere d'accordo e in disaccordo con lei allo stesso tempo. È impossibile rispondere alla sua domanda in modo inequivocabile senza considerare in anticipo un campione specifico.
Quali sezioni può consigliare? Per ciascuna delle mie affermazioni (comprese le domande) posso fornire un link alla matrice.
Sì? A mio parere, hai posto a faa1947 domande tali da far pensare che tu non sia a conoscenza degli argomenti.
Ad esempio, la distribuzione statistica è una caratteristica di variazione. La stazionarietà è temporale...
questa è la tua perla:
Poi, a proposito dei parametri del modello e dell'adattamento... Quando si impostano i parametri del modello, non si adatta nulla...
faa1947:
Anche il topkstarter non partecipa. Vorrei una certa coerenza nella discussione e nello sviluppo dell'articolo in discussione. Ad esempio, nella prima fase, su un esempio concreto, considerare in dettaglio l'analisi preliminare dei dati e la loro preparazione per la modellazione. Ad esempio:
1. Giustificazione della dimensione del campione.
2. Giustificazione della necessità di trasformazione dei dati.
3. Scegliere come trasformare i dati:
- gestione degli outlier e dei dati mancanti.
- Trasformazione dei dati - rimozione di tendenze e ciclicità.
4. Determinazione dei tipi di trend e loro contabilizzazione.
5. Adattamento della distribuzione ai dati trasformati.
6. Analisi della stazionarietà dei dati trasformati.
7. Contabilizzazione dell'eteroscedasticità
Il topikstarter è un po' stupito dall'interesse dimostrato :-))))
Questa è una vera critica costruttiva, imho. Grazie al collega faa1947. Mi prenderò un po' di tempo libero.... Cercherò di postare i miei pensieri più tardi.... ma in generale sono d'accordo con l'elenco procedurale proposto....
denkir:
Mi prenderò un po' di tempo libero.....
grazie.
Cosa intendi dire? :-)
È meglio tacere, è più utile? Intendeva qualcosa del genere dai classici?
- Quando parli, Ivan Vasilyevich, sembra che tu stia delirando.