faa1947: наличие выбросов: следует заменить выбросы, т.е. котировки свыше некоторого порога (например, 3 сигма) на величину порога. У Булашова другое мнение о величине порога.
- 만일을 대비하여 푸리에 또는 ACF로 주기를 확인하세요. 제한된 샘플과 시장 자체의 특성으로 인해 주기가 없을 가능성이 높습니다.
- 추세 문제를 해결합니다. 저는 저자의 의견에 동의할 수 없습니다. MOG를 빼서 추세 문제를 해결하는 것은 문제를 심각하게 단순화하는 것입니다. 지수 추세의 경우 로그가 사용되는 반면, 가산 추세의 경우 첫 번째 차이로 충분합니다. 추세는 별도로 처리해야 하며 회귀가 필요하고 모든 다양한 회귀가 필요합니다. MOG가 아니라 회귀를 빼야 합니다. 이것은 결정론적 추세를 위한 것이지만 통계적 추세도 있습니다.
-Alexey-: 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.
할 수 있다고 생각합니다. 어떤 식으로든 표본의 통계적 매개변수(특히 분포 매개변수)에 영향을 미치지 않아야 합니다. 이것이 바로 이상값인 이유입니다.
제가 아는 한 이상값은 결과가 적어도 어떤 법칙에 의해 통일되어 있다는 것을 미리 알고있을 때, 즉 측정 값을 생성하는 프로세스가 비 무작위 또는 무작위 고정되어있을 때 측정 할 때 제거되며, 이상값은 임의성 (비 임의성 또는 고정성의 한계를 초과)에 의해 발생할 수 있으며이 경우 이러한 임의성은 왜곡입니다. 우리가 일련의 가격을 다루고 고정되지 않은 경우 모든 수준의 무작위성은 통계의 일부이며 (비 무작위 부분 외에 분리하기는 어렵지만) 통계의 일부를 제거하는 것은 각각 통계의 왜곡입니다. 저는 무작위 비고정 프로세스로 작업 할 때 무언가를 제거 (잘라 내기)할 권리가 없다는 생각에 더 가깝습니다.
글쎄요. 이 아이디어는 어디서 얻으신 건가요? 일반적으로 이상값은 통계적 기준의 특정 값을 초과할 때 이상값으로 간주됩니다. 그건 그렇고, 절차는 Bulashev에 의해 설명됩니다. 즉, 비 또는 고정성의 존재 여부는 배출 제거 절차를 적용할지 여부에 대한 기준이 아닙니다.
faa1947: 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.
동의합니다. 그러나 어떤 기준으로 어떤 배출을 삭제하는지 명확하게 이해할 필요가 있습니다. 내 말은, 우리는 규칙 시스템을 구축해야 합니다... 통계적 처리.
수학적 통계와 계량경제학을 적용할 때의 더 깊은 문제는 초기 데이터, 중간 결과, 결론을 모두 수학적이지 않은 직관적인 방법으로 확인해야 한다는 것입니다. 컷오프 임계값(2, 3, 4 시그마 또는 기타)의 선택은 그래프를 눈으로 확인한 후에야 가능하며 신뢰 구간을 선택하는 문제와 관련이 있습니다. 수리통계학을 적용할 때 가장 큰 문제는 통계학자의 기술 없이는 그 적용을 상상할 수 없다는 것입니다. 아무도 "잘라내지 마라"라는 규칙을 공식화하지 않습니다. 잘라내면 비고정성의 특성이 제거되고, 잘라내지 않으면 샘플링에 실패하여 일반 인구의 실제 분포가 왜곡됩니다.
계량경제학의 핵심은 가설 검정이며, 여기서 첫 번째와 두 번째 종류의 오류, 즉 잘못된 대안 가설을 선호하여 올바른 귀무 가설을 거부하고 잘못된 귀무 가설을 선호하여 올바른 대안 가설을 거부하는 오류를 범할 수 있습니다.
위의 내용을 감안할 때 저는 귀하의 의견에 동의함과 동시에 동의하지 않을 수 있습니다. 특정 표본을 미리 고려하지 않고는 귀하의 질문에 명확하게 대답할 수 없습니다.
동의합니다. 주관주의가 있습니다. 하지만 저는 매트 통계를 사용하여 가설을 평가하는 것을 고수하고 있습니다....
faa1947:
계량경제학 패키지는 GARCH보다 훨씬 더 많은 모델을 제공합니다. 모델을 선택한 다음 모델 매개 변수를 선택하는 것은 시작이 아니라 중간입니다...
네, 더 있습니다. GARCH는 설명의 목적으로 예로 든 것입니다. 전혀 평가되지 않았습니다. 다른 모델은 훨씬 적습니다. 이것은 여러 번 언급되었습니다.
이전 게시물에서 차이점을 기반으로 한 분석에 대한 비판이있었습니다. 이 비판은 저자가 초기 데이터 준비 단계를 놓쳤기 때문에 발생했다고 생각합니다.
이 기사의 저자에 따르면 비 고정성은 시장의 유일한 악입니다. 그렇지 않습니다.
그렇지 않습니다. 다른 악은 "팻테일", 변동성 클러스터링, 레버리지 효과입니다....
1. 샘플의 캔들 개수를 결정해야 합니다. 샘플의 캔들 수는 차트 주기에 따라 달라지나요? 문헌에 따르면 50개의 캔들스틱이면 충분하다고 합니다.
그리고 비선형 모델의 단점은 약 1000개 정도의 큰 샘플이 필요하다는 데이터를 본 적이 있습니다. 약 1000개 정도.
2. 샘플에 분포를 맞춰 보겠습니다. 가급적이면 정규 분포가 좋습니다. 즉각적인 질문은 그래프가 그려지는 랙의 수입니다. 그래프가 그려지는 랙의 수는 어디서 구했나요?
정규 분포가 아닐 것입니다. 이에 대해서는 나중에 분포에 관한 글에서 설명하겠습니다. 곧 공개될 예정입니다.
"랙"이라는 용어의 의미를 명확히 설명해 주세요.
наличие выбросов: следует заменить выбросы, т.е. котировки свыше некоторого порога (например, 3 сигма) на величину порога. У Булашова другое мнение о величине порога.
- 만일을 대비하여 푸리에 또는 ACF로 주기를 확인하세요. 제한된 샘플과 시장 자체의 특성으로 인해 주기가 없을 가능성이 높습니다.
- 추세 문제를 해결합니다. 저는 저자의 의견에 동의할 수 없습니다. MOG를 빼서 추세 문제를 해결하는 것은 문제를 심각하게 단순화하는 것입니다. 지수 추세의 경우 로그가 사용되는 반면, 가산 추세의 경우 첫 번째 차이로 충분합니다. 추세는 별도로 처리해야 하며 회귀가 필요하고 모든 다양한 회귀가 필요합니다. MOG가 아니라 회귀를 빼야 합니다. 이것은 결정론적 추세를 위한 것이지만 통계적 추세도 있습니다.
이러한 문제를 해결하지 않고 표본의 통계적 특성에 대해 추론하는 것은 근거가 없습니다.
샘플링에 대한 연구가 필요하다는 데 동의합니다. 그것은 이미 매트 통계....
이상값을 제거하는 보편적 인 방법은 없습니다 ...
그래서 샘플 크기가 커야하는 이유입니다.
트렌드에 대해. 그 문제는 조사해보지 않았습니다. 명심하겠습니다.
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.
제가 아는 한 이상값은 결과가 적어도 어떤 법칙에 의해 통일되어 있다는 것을 미리 알고있을 때, 즉 측정 값을 생성하는 프로세스가 비 무작위 또는 무작위 고정되어있을 때 측정 할 때 제거되며, 이상값은 임의성 (비 임의성 또는 고정성의 한계를 초과)에 의해 발생할 수 있으며이 경우 이러한 임의성은 왜곡입니다. 우리가 일련의 가격을 다루고 고정되지 않은 경우 모든 수준의 무작위성은 통계의 일부이며 (비 무작위 부분 외에 분리하기는 어렵지만) 통계의 일부를 제거하는 것은 각각 통계의 왜곡입니다. 저는 무작위 비고정 프로세스로 작업 할 때 무언가를 제거 (잘라 내기)할 권리가 없다는 생각에 더 가깝습니다.
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.
수학적 통계와 계량경제학을 적용할 때의 더 깊은 문제는 초기 데이터, 중간 결과, 결론을 모두 수학적이지 않은 직관적인 방법으로 확인해야 한다는 것입니다. 컷오프 임계값(2, 3, 4 시그마 또는 기타)의 선택은 그래프를 눈으로 확인한 후에야 가능하며 신뢰 구간을 선택하는 문제와 관련이 있습니다. 수리통계학을 적용할 때 가장 큰 문제는 통계학자의 기술 없이는 그 적용을 상상할 수 없다는 것입니다. 아무도 "잘라내지 마라"라는 규칙을 공식화하지 않습니다. 잘라내면 비고정성의 특성이 제거되고, 잘라내지 않으면 샘플링에 실패하여 일반 인구의 실제 분포가 왜곡됩니다.
계량경제학의 핵심은 가설 검정이며, 여기서 첫 번째와 두 번째 종류의 오류, 즉 잘못된 대안 가설을 선호하여 올바른 귀무 가설을 거부하고 잘못된 귀무 가설을 선호하여 올바른 대안 가설을 거부하는 오류를 범할 수 있습니다.
위의 내용을 감안할 때 저는 귀하의 의견에 동의함과 동시에 동의하지 않을 수 있습니다. 특정 표본을 미리 고려하지 않고는 귀하의 질문에 명확하게 대답할 수 없습니다.
어떤 섹션을 추천할 수 있나요? 각 문항(질문 포함)에 대해 매트릭스에 대한 링크를 제공할 수 있습니다.
네? 제 생각에는 faa1947님이 문제를 제대로 파악하지 못한 것 같은 질문을 하신 것 같습니다.
예를 들어 통계적 분포는 변동 특성입니다. 고정성은 시간적입니다...
당신의 진주입니다:
그렇다면 모델 매개변수와 피팅에 대해... 모델 매개변수가 설정되면 아무것도 맞춤되지 않습니다...
faa1947:
탑스타터조차 참여하지 않고 있습니다. 논의 중인 기사의 논의와 개발에 일관성이 있었으면 좋겠습니다. 예를 들어, 첫 번째 단계에서는 구체적인 예를 들어 데이터의 예비 분석과 모델링 준비를 자세히 고려합니다. 예를 들면 다음과 같습니다:
1. 표본 크기의 정당성.
2. 데이터 변환의 필요성에 대한 정당화.
3. 데이터 변환 방법 선택:
- 이상값 및 누락된 데이터 처리
- 데이터 변환 - 추세, 주기성 제거
4. 추세 유형 및 그 설명의 결정
5. 변환된 데이터에 분포 맞추기 5.
6. 변환된 데이터의 고정성 분석.
7. 이질적 공분산성 고려하기
토픽 스타터는 보여준 관심에 약간 어리둥절합니다 :-))))
이제 정말 건설적인 비판이군요. 동료 faa1947에게 많은 감사를 드립니다 . 잠시 시간을 내서.... 나중에 제 생각을 올리도록 노력하겠습니다.... 하지만 일반적으로 제안된 절차 목록에 동의합니다....
denkir:
좀 쉬었다 올게요.....
고마워요.
무슨 뜻이죠? :-)
조용히 있는 게 더 유용하다고요? 고전에 나오는 그런 뜻인가요?
- 이반 바실리예비치, 당신이 말할 때 당신은 정신이 나간 것처럼 보입니다.