Discussão do artigo "Abordagem econométrica para análise de gráficos" - página 8
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
faa1947:
Ao que me parece, o iniciador do tópico tentou resolver a questão com um chute de sabre arrojado - os pacotes econométricos oferecem muito mais modelos do que o GARCH. Escolher um modelo e depois escolher os parâmetros do modelo é o meio do caminho, não o começo dele...
Sim, mais. O GARCH foi usado para fins ilustrativos como exemplo. Ele não foi avaliado de forma alguma. Muito menos outros modelos. Isso já foi dito várias vezes.
Em posts anteriores, houve críticas sobre a análise baseada em diferenças. Acho que essa crítica surgiu porque o autor perdeu a etapa de preparação dos dados iniciais.
Segundo o autor do artigo, a não-estacionariedade é o único mal do mercado. Não é. Não é.
Não é. Os outros males são as "caudas gordas", o agrupamento da volatilidade e os efeitos da alavancagem....
1. Precisamos decidir sobre o número de candlesticks na amostra. O número de candles na amostra depende do período de tempo? De acordo com a literatura, 50 candlesticks devem ser suficientes.
E eu vi dados de que a desvantagem dos modelos não lineares é a necessidade de uma amostra grande... cerca de 1.000 unidades. cerca de 1.000 unidades.
2. Vamos tentar ajustar uma distribuição à nossa amostra. De preferência, uma distribuição normal. A pergunta imediata será o número de racks em relação ao qual o gráfico foi plotado. De onde você tirou o número de racks em relação aos quais o gráfico foi plotado?
Ele não será normal. Escreverei sobre isso mais tarde no artigo sobre distribuições. Ele será publicado em breve.
Esclareça o significado do termo "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.
- verifique se há ciclos por Fourier ou ACF, por precaução. Devido à amostra limitada e às propriedades do próprio mercado, é muito provável que não haja ciclos.
- resolver o problema das tendências. Não posso concordar com o autor - a detrendência por meio da subtração do MOG é uma simplificação séria do problema. O logaritmo é usado para uma tendência exponencial, enquanto que para uma tendência aditiva as primeiras diferenças são suficientes. A tendência terá de ser tratada separadamente e serão necessárias regressões, e toda a variedade de regressões. Você precisa subtrair a regressão, não a MOG. Isso se aplica a tendências determinísticas, mas também há tendências estatísticas.
Sem abordar essas questões, o raciocínio sobre as características estatísticas da amostra não tem base...
Concordo que precisamos trabalhar com amostragem. Isso já é uma questão de matemática. statistics....
Não há métodos universais para remover outliers...
É por isso que o tamanho da amostra deve ser grande.
Sobre tendências. Não investiguei a questão. Mas vou pensar nisso.
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.
Até onde sei, os outliers são removidos ao fazer medições quando se sabe de antemão que os resultados são unidos por pelo menos alguma lei, ou seja, em outras palavras, quando o processo que gera o valor medido é não aleatório ou estacionário aleatório, e o outlier pode ser causado pela aleatoriedade (excedendo os limites da não aleatoriedade ou estacionariedade), e essa aleatoriedade, nesse caso, é uma distorção. Se estivermos lidando com uma série de preços, não estacionária, então a aleatoriedade de qualquer nível é uma parte da estatística (além da parte não aleatória, mas é difícil separá-las), e a remoção de uma parte da estatística, respectivamente, é uma distorção da estatística. Estou mais próximo da ideia de que, ao trabalhar com um processo aleatório não estacionário, não temos o direito de remover (cortar) algo.
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.
O problema mais profundo da aplicação da estatística matemática e da econometria é que tanto os dados iniciais quanto os resultados intermediários e as conclusões precisam ser verificados por métodos intuitivos extra-matemáticos. A seleção do limite de corte (2, 3, 4 sigma ou outro) só é possível após a visualização do gráfico e refere-se ao problema de seleção dos intervalos de confiança. O maior problema da aplicação da estatística matemática é que sua aplicação não é concebível sem a arte do próprio estatístico. Ninguém formulará a regra "corte - não corte". Se você cortar, removerá a característica de não estacionariedade; se não cortar, distorcerá a verdadeira distribuição da população geral por meio de uma amostragem malsucedida.
O cerne da econometria é o teste de hipóteses, em que é possível cometer erros do primeiro e do segundo tipo: rejeitar a hipótese nula correta em favor da hipótese alternativa incorreta e rejeitar a hipótese alternativa correta em favor da hipótese nula incorreta.
Considerando o exposto acima, posso concordar e discordar de você ao mesmo tempo. É impossível responder à sua pergunta de forma inequívoca sem considerar uma amostra específica com antecedência.
Quais seções você pode recomendar? Para cada uma de minhas declarações (inclusive questionamentos), posso fornecer um link para a matriz.
Sim? Na minha opinião, você fez perguntas ao faa1947 que me fazem pensar que você não está ciente dos problemas.
Por exemplo, a distribuição estatística é uma característica de variação. A estacionariedade é temporal...
essa é sua pérola:
Em seguida, sobre os parâmetros do modelo e o ajuste... Quando os parâmetros do modelo são definidos, nada é ajustado...
faa1947:
Nem mesmo o topkstarter está participando. Eu gostaria de ter alguma consistência na discussão e no desenvolvimento do artigo em discussão. Por exemplo, na primeira etapa, em um exemplo concreto, considerar em detalhes a análise preliminar dos dados e sua preparação para a modelagem. Por exemplo:
1. justificativa do tamanho da amostra.
2. justificativa da necessidade de transformação de dados.
3. Escolha de como transformar os dados:
- Lidar com outliers e dados ausentes.
- Transformação de dados - remoção de tendências, ciclicidade
4. determinação dos tipos de tendências e sua contabilização
5. Ajuste da distribuição aos dados transformados.
6. Análise da estacionariedade dos dados transformados.
7. Contabilização da heterocedasticidade
O topikstarter está um pouco surpreso com o interesse demonstrado :-))))
Isso sim é uma crítica construtiva de verdade, na minha opinião. Muito obrigado ao colega faa1947. Vou tirar um tempo para mim.... Tentarei publicar meus pensamentos mais tarde.... mas, em geral, concordo com a lista de procedimentos proposta....
denkir:
Vou tirar um tempo para mim.....
Obrigado.
O que você quer dizer com isso? :-)
É melhor ficar calado, é mais útil? Você quis dizer algo como isso dos clássicos?
- Quando você fala, Ivan Vasilyevich, parece que está delirando.