Что делает нестационарный график - нестационарным или почему масло - масленное? - страница 34
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
использует зависимость волатильности от предыдущих значений при прогнозе.
и что? это типа "память временного ряда"? В этой теории даже такого термина нет, а зависимость вводится вообще определением самих ARCH процессов, т.е. изначально предполагается, что есть нетривиальная зависимость и точка.
То что волатильность и дисперсия не являются константой, а меняется со временем и зависит от предыдущих значений - вроде просто и очевидно. Вы же утверждаете, что дисперсия - неизменна. Хотя можете и так считать, если из этого удалось что-то полезное найти :)
я же не экстрасенс, и говорить о том, что такая то переменная такого то ряда есть константа. Для этого существуют всякие методы. Для котировочного блуждания дисперсия - не стационарна, я с этим и не спорю, для разностей - формально можно признать стационарность.
Вы удивитесь, но это никак не противоречит ARCH модели
Не нравится слово память, пусть будет как у Ширяева "последействие"
да хорошее слово, просто поясняйте, что Вы имеете в виду, лично Вы, а не Ширяев
и что? это типа "память временного ряда"? В этой теории даже такого термина нет, а зависимость вводится вообще определением самих ARCH процессов, т.е. изначально предполагается, что есть нетривиальная зависимость и точка.
я же не экстрасенс, и говорить о том, что такая то переменная такого то ряда есть константа. Для этого существуют всякие методы. Для котировочного блуждания дисперсия - не стационарна, я с этим и не спорю, для разностей - формально можно признать стационарность.
Вы удивитесь, но это никак не противоречит ARCH модели
ну если вам можно признать для разностей стационарность, то это в общем ваше дело. Кто же запретит? :)
да хорошее слово, просто поясняйте, что Вы имеете в виду, лично Вы, а не Ширяев
Тут каждый пункт проблема. Что касается 3 пункта, то думаю, это вообще работать не будет. Вот очень простой эксперимент:
1. Берем участок какой от длины от "сейчас". И ищем аналоги чем угодно, например - корреляцией. Если корреляция больше некого критерия, то этот участок используем для расчетов
2. От найденного "аналога сейчас" смотрим, что было в тот момент "в будущем" и строим очень простую "передаточную функцию" (отметил кавычками) симметричную относительно "сейчас":
Получаем вот такую матрицу "передаточных функций" для какого то критерия и участка (в качестве примера):
3. К текущей ситуации применяем все наши функции и получаем кучу теоретических реализаций:
Для примера имеем вот такую картинку:
Только, мне кажется, "ближайшие соседи" ни к каком виде работать не будут, на таких рядах.
ну если вам можно признать для разностей стационарность, то это в общем ваше дело. Кто же запретит? :)
Вы точно не путаете, процесс изменения дисперсии котировки, типа такого (с ним тоже много чего можно сделать):
с ретурнсами исходного ряда?
я уже пояснял и не раз. Это значит что волатильность зависит от значений в предыдущие моменты времени.
А-А-А-А!!! Я кажется понял!
Вы считаете, что если дисперсия стационарна, то реализация процесса не может зависеть от предыдущих значений и процесс будет выдавать всегда только типа одни константы???? :о)))))))
Послушайте, но это же совсем не так, по науке вполне допускается их стационарность. Более того, почитайте математическое определение этих процессов - три условия :о)
стационарность - сохранение подвыборками генеральной совокупности распределений. Для волатильности ценовых рядов это не так, бывают периоды когда волатильность достаточно продолжительное время имеет иное распределение чем в другие моменты. Например, в период последнего кризиса вола была значительно выше, как средние ее значения, так и экстремальные. Если построить распределение волы за этот период, то оно будет совпадать с распределениями, построенными за другие периоды?
стационарность - сохранение подвыборками генеральной совокупности распределений. Для волатильности ценовых рядов это не так, бывают периоды когда волатильность достаточно продолжительное время имеет иное распределение чем в другие моменты. Например, в период последнего кризиса вола была значительно выше, как средние ее значения, так и экстремальные. Если построить распределение волы за этот период, то оно будет совпадать с распределениями, построенными за другие периоды?
Я же не спорю с этим, все верно написано. Но есть же разнице между "дисперсией цены" и "дисперсией приращений цены". Вторую с некоторыми оговорками можно признать стационарным процессом (я про приращения). Но применять для прогнозирования приращений цены всякие модели бесполезно, поскольку очень отличная форма распределений, а если распределения исходного (прогнозируемого) ряда и модельного сильно не совпадают, то устойчивый прогноз принципиально не возможен. А вот для СКО цены - уже немного другая ситуация
В общем, предлагаю - консенсус :о)
Я же не спорю с этим, все верно написано. Но есть же разнице между "дисперсией цены" и "дисперсией приращений цены". Вторую с некоторыми оговорками можно признать стационарным процессом (я про приращения). Но применять для прогнозирования приращений цены всякие модели бесполезно, поскольку очень отличная форма распределений, а если распределения исходного (прогнозируемого) ряда и модельного сильно не совпадают, то устойчивый прогноз принципиально не возможен. А вот для СКО цены - уже немного другая ситуация
В общем, предлагаю - консенсус :о)
ok :)