Ricordando i veterani: Box e Jenkins - pagina 3
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
Ha dato un'occhiata a Yudin. Non impressionato. Tutorial. Una piccola parte di EViews o di STATISTICA. Il debugging dei programmi è sconosciuto. Mancano i pezzi più gustosi. Come il primo tutorial. Ma niente di applicabile industrialmente.
Non ho comprato questo libro di testo per le impressioni. Per i compiti applicati che devo risolvere, i programmi descritti in esso sono eccessivi, cioè non uso gran parte delle funzionalità. Ovviamente, il tutorial non contiene esempi per tutte le occasioni, ed è solo per capire le basi, e poi da soli.
Per quanto riguarda il debugging del software, ha alcuni bug, ma IMHO in quantità e qualità, non oltre i limiti del software analogico proprietario.
Esiste un'estensione del modello ARSS sotto forma di ARPSS, dove P è pro-integrato. È qui che entra in gioco. Integrato significa differenziato! Cioè, si prende la differenza tra le barre vicine del quoziente!
In questo caso, "P" sta per "Leggere la teoria".
"La serie y[t] è chiamata integrata perché è il risultato dell'applicazione alla serie stazionaria w[t]=(1-L)^d*y[t] dell'operazione di somma accumulata d volte" // http://quantile.ru/01/01-AT.pdf sezione 3.4 "Previsione del processo ARIMA"
(3) Risultato completamente nuovo per l'AT: i coefficienti di un indicatore sono variabili casuali. Almeno una conclusione: gli indicatori senza adattamento dei coefficienti alla quotazione attuale non hanno senso.
Hai dimenticato di dire - quando costruisci il modello assumi implicitamente che i coefficienti del modello che genera il processo siano costanti. Ma siccome non li conoscete, ricorrete alla stima di questi coefficienti sulla base della realizzazione osservata del processo. E in questo caso le vostre stime sono variabili casuali.
Se credete che i coefficienti del modello che genera il processo siano variabili casuali - dovete usare altri modelli o metodi adeguati di stima dei parametri.
Quindi la conclusione che ne trae è completamente sbagliata.
Non ho comprato questo libro di testo per le impressioni. Per i compiti applicati che devo risolvere, i programmi descritti in esso sono eccessivi, cioè non uso gran parte delle funzionalità. Ovviamente, il tutorial non contiene esempi per tutte le occasioni, ed è solo per capire le basi, e poi da soli.
Per quanto riguarda il software di debug, quindi ha alcuni bug, ma IMHO in quantità e qualità, non oltre i limiti del software analogico proprietario.
Credo che ce ne siano molti in Excel.
A proposito, non ho visto un test di radice unitaria.
Solo rispondendo al tuo post ho capito che un test di TC in avanti (incluso NS) ha senso solo se il quoziente è stazionario. Prima il test della radice unitaria e poi il test in avanti.
non ha capito una parola =)
E non fa male, perché tutto è in russo su eventi di molto tempo fa.
In questo caso la "P" sta per "Leggere la teoria".
"La serie y[t] è chiamata integrata perché è il risultato dell'applicazione dell'operazione di somma cumulativa d volte alla serie stazionaria w[t]=(1-L)^d*y[t]" // http://quantile.ru/01/01-AT.pdf sezione 3.4 "Previsione del processo ARIMA"
Hai dimenticato di dire - quando costruisci il modello assumi implicitamente che i coefficienti del modello che genera il processo siano costanti. Ma siccome non li conoscete, ricorrete alla stima di questi coefficienti sulla base della realizzazione osservata del processo. E in questo caso le vostre stime sono variabili casuali.
Se credete che i coefficienti del modello che genera il processo siano variabili casuali - dovete usare altri modelli o metodi adeguati di stima dei parametri.
Quindi la sua conclusione è completamente sbagliata.
Bah, collega, dov'eri prima? Unisciti a noi.
Se credete che i coefficienti del modello che genera il processo siano variabili casuali - dovete usare altri modelli o metodi adeguati di stima dei parametri.
Quindi la conclusione che avete tratto è completamente sbagliata.
In senso stretto, avete ragione.
Ma sto spingendo l'idea che quei coefficienti che vediamo come risultato della stima non sono costanti, ma stime che si trovano all'interno di certi intervalli. È obbligatorio prestare attenzione alle seguenti colonne della tabella dei coefficienti.
Non vedo come la non stazionarietà e la memoria possano essere equiparate.
No, certo. concetti abbastanza diversi e sono trattati come separati, ma all'interno dello stesso approccio.
La non stazionarietà è definita dal test della radice unitaria.
Non c'è il concetto di "memoria" nell'opera classica. Ma il concetto di ACF e CHAKF è ampiamente utilizzato. Si suggerisce di determinare l'ordine del modello ARIMA dall'aspetto di questi grafici. Ma è possibile fare qualcosa di più semplice: trovare il modello minimo con un metodo di ricerca.
Sì, e in econometria il termine "memoria" è stato interamente sostituito da "ACF". Meraviglioso.
Non farlo. Non citerò la favola.
Discutendo solo di Box e Jenkins con alcune estensioni. Con loro ACF gioca un ruolo molto importante. Ho indicato quale.
Parlando del valore del thread.
Ho postato molte volte sulla cautela nell'interpretare i risultati dei test e delle prove a termine. Solo oggi in risposta a Reshetov ho realizzato un'idea molto importante. Il test e il forward test possono essere affidabili solo se il residuo = kotir - TC è stazionario! cioè supera il test della radice unitaria. Se questo residuo non è stazionario, allora non ci si può fidare affatto dei test, e nessun test in avanti sarà d'aiuto. Mi sembra che si sarebbe potuto iniziare un ramo per una tale conclusione. Ecco Box e Jenkins per voi.