LeoV : 그리고 미래 데이터에 대한 단위 루트 테스트를 만드는 방법은 무엇입니까? 예를 들어 과거 데이터는 단위 루트 테스트를 성공적으로 통과했습니다. 향후 데이터가 단위 루트 테스트도 통과할 것이라고 어떻게 확신할 수 있습니까?
또 다른 아이디어입니다. 우리는 TS를 취하고 TS와 견적의 차이를 계산합니다. 이 VR이 단위 루트 테스트를 통과하면 이 TS가 견적의 비정상성을 한 번 극복했기 때문에 미래에 사용된 나머지 TS도 고정될 것이라는 확신이 있습니다. 그녀는 이 재산을 가지고 있습니다. 단위 루트 테스트를 다루지 않고 이에 대해 눈을 감고 포워드 테스트를 신뢰할 수 있습니다.
faa1947 : Другая идея. Берем ТС и вычисляем разницу между ТС и котиром. Если этот ВР проходит тест единичного корня, то появляется уверенность, что в будущем остаток от используемой ТС будет также стационарен, так как эта ТС один раз поборола нестационарность котира. Она таким свойством обладает. Можно закрыть на это глаза, не заниматься тестом единичного корня, и верить форвард тесту.
확실하지 않다. TS가 비정상성을 한 번 극복했다면 다른 (미래의) 조건에서 다른 비정상도 극복할 것이라고 어떻게 확신할 수 있습니까? 그리고 그녀가 극복한 비정체성은 그녀가 극복해야 할 고정성과 유사하지 않다는 것을 이해해야 합니다.
LeoV : 확실하지 않다. TS가 비정상성을 한 번 극복했다면 다른 (미래의) 조건에서 다른 비정상도 극복할 것이라고 어떻게 확신할 수 있습니까? 그리고 그녀가 극복한 비정체성은 그녀가 극복해야 할 고정성과 유사하지 않다는 것을 이해해야 합니다.
시장에서는 아무것도 확신할 수 없습니다.
상황을 고려합니다.
(1) 우리는 테스트하고 테스트하고 실제를 전달합니다. 이것은 일반적인 방법입니다. 앞으로의 시험에 대한 거룩한 믿음. 정방향 테스트는 문제를 해결하지 않습니다.
(2) 차량을 만듭니다. 나머지를 계산하고 단위 루트를 확인합니다. 나머지가 고정적이지 않으면 새로운 TS를 만듭니다. 왜냐하면 우리가 가진 것은 희망이 없고 순방향 테스트를 포함한 긍정적인 테스트가 없기 때문입니다. 확실히 배수됩니다.
(3) 차량을 만듭니다. 나머지는 고정입니다. 순방향 테스트를 포함한 테스트. 우리는 이것이 미래에도 그럴 것이라고 합리적으로 믿습니다. 특히 무작위로 얻은 정상 잔차가 아니라 GARCH와 같은 의도적 모델링의 결과인 경우. 지금까지 나는 고정 나머지가 보장되는 TS를 만들지 못했습니다. 그러나 TS에 견적의 특정 섹션을 모델링하기 위한 수단이 포함되어 있지 않은 경우 안정에 대한 잔차 테스트를 통해 최소한 시장을 기다릴 수 있습니다.
faa , 스레드의 첫 페이지에 제공된 표에서 용어를 간단한 용어로 설명하십시오. t-통계량, Akaike, Schwarz 등이란 무엇입니까?
일부는 이해하지만 대부분은 이해하지 못합니다. 처음부터 홍보를 시작하십시오. 기회가 방금 발견되었습니다 - 권투와 젠킨스. 그릇:
너무 서두르지 마세요. 하나의 게시물에 하나의 용어를 설명하면 괜찮습니다.
대답에 대한 질문: 의미는 무엇이어야 합니까?
faa1947 : Доверять тестированию и форвард тесту можно только в том случае, если остаток = котир - ТС стационарен! т.е проходит тест единичного корня.
faa , 스레드의 첫 페이지에 제공된 표에서 용어를 간단한 용어로 설명하십시오. t-통계량, Akaike, Schwarz 등이란 무엇입니까?
일부는 이해하지만 대부분은 이해하지 못합니다. 처음부터 홍보를 시작하십시오. 기회가 방금 발견되었습니다 - 권투와 젠킨스. 그릇:
예, 부탁합니다. 위에서 아래로
EURUSD의 종속변수는 함수입니다. 표 맨 아래에는 이 함수에 대한 인수가 있습니다.
C - 상수, 오프셋. 인용문과 일치합니다. 축으로 이동합니다.
@TREND는 45도 경사 직선입니다. 기울기는 요인에 의해 수정됩니다.
AR(1) - EURUSD(-1)
MA(1) - 내 의견으로는 견적과 AR의 차이를 의미하는 하나의 오류 막대
테이블. 열.
계수 - 계수 추정. 방정식의 인수(회귀 변수, 독립 변수).
Std.Error - 표준 오류입니다. 계수 값. 우리에게 가장 흥미로운 결론은 이전 열의 계수가 상수가 아니라 범위가 있는 확률 변수이고 분포 법칙 이 정상이라는 것입니다.
t-statistica - 이론에 대해 자세히 설명하지 않겠지만 = coefficient/Std.Error. 100%를 이 값으로 나누면 백분율 오류가 발생합니다.
Prob - 대략 이것은 계수가 0일 확률입니다.
또한 테이블 하단의 일부 값.
R-제곱 - 견적에 대한 ur-I의 적합도를 반영합니다. 우리는 그것을 98 % 가지고 있습니다
회귀의 SE - 견적에 방정식을 맞추는 표준 오차
Akaike 정보 기준, Schwarz 기준 - 소위 정보 기준. 두 개의 다른 방정식을 비교하는 데 사용됩니다. 적을수록 좋다
Durbin-Watson 통계는 잔차가 정규 법칙에 얼마나 가까운지를 알려주는 통계입니다. 2와 같으면 일반 법칙입니다. 편차는 꼬리가 있음을 나타냅니다. 실제로 법은 1.7에서 2.3 사이에서 정상적으로 섭취되는 것으로 믿어집니다.
마지막 두 줄.
이른바 뿌리. 1에 가까울수록 나빠집니다. 방정식의 안정성에 대해 이야기합니다. => 1이면 피팅 오류가 무한정 커집니다.
모든 정확한 정의를 찾을 수 있습니다. 일부러, 당신 자신의 말로, 이것이 더 명확하다고 믿는 것입니다.
의미는 달러에 있어야 합니다.
그리고 미래 데이터에 대한 단위 루트 테스트를 만드는 방법은 무엇입니까? 예를 들어 과거 데이터는 단위 루트 테스트를 성공적으로 통과했습니다. 향후 데이터가 단위 루트 테스트도 통과할 것이라고 어떻게 확신할 수 있습니까?
또 다른 아이디어입니다. 우리는 TS를 취하고 TS와 견적의 차이를 계산합니다. 이 VR이 단위 루트 테스트를 통과하면 이 TS가 견적의 비정상성을 한 번 극복했기 때문에 미래에 사용된 나머지 TS도 고정될 것이라는 확신이 있습니다. 그녀는 이 재산을 가지고 있습니다. 단위 루트 테스트를 다루지 않고 이에 대해 눈을 감고 포워드 테스트를 신뢰할 수 있습니다.
faa1947 : Другая идея. Берем ТС и вычисляем разницу между ТС и котиром. Если этот ВР проходит тест единичного корня, то появляется уверенность, что в будущем остаток от используемой ТС будет также стационарен, так как эта ТС один раз поборола нестационарность котира. Она таким свойством обладает. Можно закрыть на это глаза, не заниматься тестом единичного корня, и верить форвард тесту.
확실하지 않다. TS가 비정상성을 한 번 극복했다면 다른 (미래의) 조건에서 다른 비정상도 극복할 것이라고 어떻게 확신할 수 있습니까? 그리고 그녀가 극복한 비정체성은 그녀가 극복해야 할 고정성과 유사하지 않다는 것을 이해해야 합니다.
시장에서는 아무것도 확신할 수 없습니다.
상황을 고려합니다.
(1) 우리는 테스트하고 테스트하고 실제를 전달합니다. 이것은 일반적인 방법입니다. 앞으로의 시험에 대한 거룩한 믿음. 정방향 테스트는 문제를 해결하지 않습니다.
(2) 차량을 만듭니다. 나머지를 계산하고 단위 루트를 확인합니다. 나머지가 고정적이지 않으면 새로운 TS를 만듭니다. 왜냐하면 우리가 가진 것은 희망이 없고 순방향 테스트를 포함한 긍정적인 테스트가 없기 때문입니다. 확실히 배수됩니다.
(3) 차량을 만듭니다. 나머지는 고정입니다. 순방향 테스트를 포함한 테스트. 우리는 이것이 미래에도 그럴 것이라고 합리적으로 믿습니다. 특히 무작위로 얻은 정상 잔차가 아니라 GARCH와 같은 의도적 모델링의 결과인 경우. 지금까지 나는 고정 나머지가 보장되는 TS를 만들지 못했습니다. 그러나 TS에 견적의 특정 섹션을 모델링하기 위한 수단이 포함되어 있지 않은 경우 안정에 대한 잔차 테스트를 통해 최소한 시장을 기다릴 수 있습니다.
여기 문제가 있습니다. 모든 막대에 대한 시세를 예측할 필요는 없습니다. 이는 거래에 필요하지 않습니다. 포지션을 개설(및/또는 청산)해야 하는 순간(특정 막대)을 제때에 예측하는 것이 중요합니다. 이는 거래에 필요합니다.
그것은 과거에 관한 것입니다. 테스트를 위해서는 특정 수의 막대 가 필요합니다.
당신이 말하는 것은 아마도 취향의 문제인 각 TS의 전술입니다.