Discussão do artigo "Abordagem econométrica para análise de gráficos" - página 4
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
Esclareça, pois não tenho certeza de qual é exatamente o coeficiente. Os detalhes do teste Q estão descritos no artigo, conforme revisado.
Em vez disso, ele se baseia no fato de que é um valor universalmente popular de 0,05. Se você quiser usar um valor diferente, cabe a você substituir o valor da variável no script.
E você queria receber tudo em uma bandeja? Não é assim que funciona. Algo precisa ser sacrificado.
Os rendimentos também são previstos. E, depois da previsão, são convertidos em valores absolutos de preço. Vou escrever sobre isso no próximo artigo.
Este não é um exemplo, mas um recorte do contexto.
Sem os dados e as fórmulas de origem, com base nos quais você obteve os resíduos e sua distribuição, não tenho o direito de avaliá-lo.
-Alexey-, recomendo que você leia o artigo novamente. Lá você verá que não é a série em si que é estimada, mas a série de retornos. Trata-se de estacionariedade.
O artigo sobre distribuições foi escrito para fins introdutórios como um exemplo das características de uma série financeira, ou melhor, de uma série de retornos. Você também pode escrever um artigo sobre esse tópico.
Denis, eu ainda gostaria de ouvir uma resposta à minha pergunta sobre a interpretação do critério - não consigo entender pelo artigo se as conclusões tiradas dos testes estão corretas.
// Eu questionaria a validade da aplicação da Ljung-Box em si. É claro que a maioria dos livros que vi diz que ele continua válido mesmo para distribuições não normais, mas nunca vi nenhuma prova disso. Suponho que a fonte primária a tenha, mas nunca me deparei com os trabalhos de Ljung e Box, por isso sempre tive essa dúvida em mente. A essência de minhas dúvidas é que LB usa a distribuição qui-quadrado, que, como sabemos, está vinculada à normalidade e à independência. No caso da série de cotações, nenhum desses fatores é observado, o que significa que a aplicação desse critério parece muito complicada.
Portanto, gostaria de perguntar se o senhor tem algum cálculo que prove que o critério de Ljung-Box é aplicável a séries em que as condições de independência de retornos vizinhos e normalidade de sua distribuição não são essencialmente atendidas. Pessoalmente, até que eu veja os cálculos, eu seria cauteloso quanto ao uso desse critério. A propósito, estou extremamente surpreso que o Sr. Engle ainda não seja um bilionário.
Não tenho esses cálculos. É uma pergunta interessante. Tentarei trabalhar nela. A única coisa que posso dizer é que vi esse teste em várias fontes em linhas que também não atendem às condições estabelecidas. Por exemplo, aqui: Analysis of Financial Time Series, Ruey S. Tsay. Não está surpreso com o fato de G. Perelman não ser nem mesmo um milionário? :-))
Я имею в виду, коэффициент корреляции по каждому лагу. Что значит - желаете, алгоритм должен обоснованно задаваться уровнем значимости, иначе - неопределенность в определении уровня, а соответственно - непонятно, зачем он нужен...
Eu quis dizer o nível de significância estatística alfa, em relação ao qual a hipótese nula do valor p calculado para cada estatística Q é avaliada. Talvez estejamos falando de termos diferentes?
Até que eu veja as fórmulas e os próprios resíduos, vou me abster de qualquer avaliação. Se você não quiser me mostrar, então não vamos falar sobre isso....
Lembro-me de algo assim, não sei quão preciso é, que o método que você descreve é usado para a previsão de volatilidade, e precisamente porque sua série já é muito mais estacionária (o efeito sobre o qual você escreve no início) e não precisa de transformação. Dessa forma, você pode usar o método, uma vez que os dados de origem são adequados para ele. Mas não a derivada da série de preços que você mencionou. Entenda que, se você tiver removido, por exemplo, a assimetria (ou outros momentos) da distribuição inicial com a ajuda de sua transformação, então você fará a previsão de uma série na qual ela não está presente e não a recuperará.
Eu quis dizer o nível de significância estatística alfa, em relação ao qual a hipótese nula do valor p calculado para cada estatística Q é avaliada. Talvez estejamos falando de termos diferentes?
Até que eu veja as fórmulas, os resíduos em si, vou me abster de qualquer avaliação. Se você não quiser mostrar, então não vamos falar sobre isso....
Exatamente isso - previsão de volatilidade. Haverá uma continuação de meu artigo e, em seguida, discutiremos o assunto :-))).Agora tudo está claro. Mas deve ser especificado no artigo que o objetivo é prever a volatilidade, e não a série de preços, e que, após a previsão dos valores da série de "retornos", não se pretende transformá-los em uma série de preços, mas em alguma derivada dela. Minhas considerações não são críticas para essa tarefa, mas espero que elas o ajudem caso decida tentar prever a série de preços.
Isso é ótimo.
Obrigado por suas considerações. Sempre aceito críticas construtivas!
Mais uma vez, o objetivo final é obter uma previsão da série de preços, levando em conta os parâmetros que estavam presentes no modelo não linear.
A única coisa que muda em meus planos é a necessidade de criar uma biblioteca de distribuições estatísticas. Vale a pena escrever um artigo sobre isso. Essa ideia me ocorreu após a discussão.
Isso é ótimo.
Obrigado por suas considerações. Sempre aceito críticas construtivas!
Mais uma vez, o objetivo final é obter uma previsão de série de preços.
Então, você tem planos de fazer alguma previsão de faixa de preço? É uma tarefa bastante interessante e digna. Eu gostaria de ver artigos sobre esse tópico :)
Sim, nos planos. Porque é interessante. E também planejo fazer previsões de curto prazo. Mas, por enquanto, precisamos nos preparar para isso. Primeiro, precisamos resolver o problema com as distribuições.... Também precisamos do consentimento da MetaQuotes :-))))
E o principal é que os usuários de MQL5 devem se interessar por isso.
alsu, vejo que você já trabalhou com o Statistica. Mas você precisa dos dados brutos. Quais retornos e qual fórmula você usou para obtê-los?
Presumo que estejamos falando de diferentes derivados de séries de preços. Portanto, não me apressaria em jogar uma pedra no jardim dos ganhadores do Prêmio Nobel :-))).
Não, estamos falando dos mesmos. Os retornos são simplesmente as primeiras diferenças da série de preços Close[i]-Close[i+n] (em meu gráfico, eles são obtidos com uma defasagem de 8, mas a curva é exatamente a mesma para qualquer defasagem). Just returns é um termo comum principalmente na literatura ocidental. No fórum MQL4, as pessoas costumam usá-lo em discussões sobre matstat (elas são tradicionalmente acaloradas lá))) portanto, eu o usei por hábito. Se for mais conveniente, escreverei "primeira diferença de uma série" ou "incremento de uma série". Mas "derivada" é um termo muito incorreto para séries temporais, pois não há derivadas aqui e não pode haver. Se você se lembrar, até mesmo o aparato analítico para derivadas e diferenças é seriamente diferente (por exemplo, compare a forma p. Fourier e a forma z).
No entanto.
Você pode analisar o incremento relativo do preço - o resultado é o mesmo. Se você pegar o logaritmo do incremento relativo - bem, experimente, será uma curva interessante). Para convencer, trago imagens do Statistica (estou realmente acostumado a usá-lo, mas, como regra, apenas como alimento para o pensamento e teste de hipóteses. De fato, para fazer estatística, e qualquer outra área da matemática, você precisa, como brincam os profissionais, de giz, um quadro negro e uma cabeça careca. Já tenho o suficiente do primeiro e do segundo, mas estou ganhando o terceiro gradualmente)))).
Aqui está o incremento relativo com uma defasagem de 8.
e aqui está a distribuição do logaritmo do incremento relativo.
Não comece a me convencer de que isso é normal. Aqui, a cauda esquerda é muito mais grossa e mais longa do que a cauda direita. Ela se parece mais com a gama, mas expandida ao longo do eixo x, bem, ou algo bastante exótico. Os picos na asa esquerda são uma consequência da quantificação das cotações (a parte esquerda corresponde a alterações muito pequenas em Close, e elas, como sabemos, podem diferir em não mais que um ponto, daí o ruído observado), portanto, podem ser espalhadas por toda a inclinação, o que tornará a cauda esquerda ainda mais espessa.
De modo geral, podemos anunciar um concurso - o primeiro que encontrar um valor normalmente distribuído no Forex deve ser colocado no quadro de honra como aquele que provou a inexperiência dos esforços dos ganhadores do Prêmio Nobel))).
PS: Não me considere um esnobe, eu trato os laureados com respeito. É que fui ensinado desde a infância a não ter medo de autoridades e a duvidar com mais frequência, e isso sempre me ajudou na vida. Se uma pessoa recebeu o Prêmio Nobel, isso não significa que ela esteja certa o tempo todo e em tudo. Por exemplo, Einstein recebeu o Prêmio Nobel pelo fotoefeito (embora, se pensarmos bem, a fórmula estivesse na superfície, e ele foi apenas o primeiro a chegar lá, mas isso vale muito), mas ele não acreditava na mecânica quântica até o final de sua vida - e acabou se mostrando errado. Apesar de Engle ter recebido o Prêmio Nobel pelo GARCH (devo observar que o método também não é muito complicado, tudo é igual aqui - para velocidade:), isso não significa que desde os anos 80, quando esse modelo foi criado, o mercado não tenha mudado. Pelo contrário, estou pronto para acreditar que ENTÃO ele realmente funcionou e que as distribuições de cotações estavam próximas do normal (embora eu duvide disso:)). O fato é que AGORA, depois de 30 anos, ele não funciona. Além disso, se Engle tivesse sido um engenheiro em vez de um econometrista, ele saberia que os processos estacionários também podem ser heterocedásticos - esse fato ele não levou em consideração em sua pesquisa, e é com esses dados que o GARCH se perde momentaneamente.
Portanto, aconselho a você e a todos que tentem seguir menos as autoridades e mais cavar por conta própria.
Você se surpreende com o fato de G. Perelman não ser nem mesmo um milionário? :-))
Teoricamente, ele é um milionário, e com uma possibilidade direta de realização prática)