Эконометрика: прогноз на один шаг вперед - страница 114

 
faa1947:
Без вы***на. Конкретно. Сравните матлаб и Ширяева.

сравнить матлаб и Ширяева? Сравнивать по весу дистрибутива?

Пока я увидел у ширяева только арбитраж

Я же говорю, что вы мало читаете, в основном пишите и в основном одно и то же :о)

 
faa1947:

Я - не преподаватель. Всю жизнь занимался инвестициями, а параллельно, иногда, читал лекции.


Уважаемый faa1947, а сколько Вам лет если не секрет? И еще хотелось бы обращаться к Вам по имени а не по серийному номеру 1947. Надпись "SunSunich" очевидно означает Александр Александрович?
 
C-4:

Уважаемый faa1947, а сколько Вам лет если не секрет? И еще хотелось бы обращаться к Вам по имени а не по серийному номеру 1947. Надпись "SunSunich" очевидно означает Александр Александрович?
Да.
 
Farnsworth:

сравнить матлаб и Ширяева? Сравнивать по весу дистрибутива?

Я же говорю, что вы мало читаете, в основном пишите и в основном одно и то же :о)

Вернемся к нашим баранам. Один один и очень простой, но универсальный.

Имеем примитивную регрессионную модель. Показано, что внутри выборки она имеет профит фактор много больше 10. Вне выборки - чуть больше 1 и то сомнительно. Эта модель "правильно" сконструирована. имеется целый ряд признаков "правильности".

Вопрос: почему эта "правильная" модель не обладает свойством устойчивости или прогнозируемости?

 
faa1947:
Да.

Саныч ты с 1947 г рождения ?
 
faa1947:

Вернемся к нашим баранам. Один один и очень простой, но универсальный.

Имеем примитивную регрессионную модель. Показано, что внутри выборки она имеет профит фактор много больше 10. Вне выборки - чуть больше 1 и то сомнительно. Эта модель "правильно" сконструирована. имеется целый ряд признаков "правильности".

Вопрос: почему эта "правильная" модель не обладает свойством устойчивости или прогнозируемости?

(1) вы ничего не показали, в этом то вся и штука

(2) то, что вы выполнили идентификацию модели (не вы, а энвил) ни о чем не говорит см п. 3

(3) ряд не стационарный, нестационарно распределение и АКФ (если помните стационарность в узком и широком смыслах). параметры модели, которые вы получитите не будут устойчивы по определению, они будут сильно дрейфофвать. Более того, для таких рядов отсутсвует понятие стат выборки, мат среднее, размер выборок ни что не определяет

(4) параметры процесса. который "генерит" ваша модель никак не соответствуют параметрам исходно процесса. Попросту, вы генерите совсем другой процесс, к реальности не имеющий никакого отношения

(5) далее, ... а далее см пункт 6

(6) "Помнится Вы несколько раз уходили в свой топик." - все все, ухожу. не волнуйтесь, вы меня уже почти не интересуете. Но был виноват, это все мое природное любопытство, заглянул и убедился, что пока тут ничего не изменилось, "я эконометрист, а все остальные ****сы :о)"

 
Vizard:

Саныч ты с 1947 г рождения ?
Здесь рассматриваем суть проблем, а не год рождения.
 
Farnsworth:(3) ряд не стационарный, нестационарно распределение и АКФ (если помните стационарность в узком и широком смыслах). параметры модели, которые вы получитите не будут устойчивы по определению, они будут сильно дрейфофвать. Более того, для таких рядов отсутсвует понятие стат выборки, мат среднее, размер выборок ни что не определяет

Если по делу, то рад видеть, как в п.3

Исходный котир - нестационарный и это факт.

Откусываем от него куски. Самый очевидный тренд. Гладкий, гладкий и и абсолютно стационарный, так как детерминированный

Имеем остаток - нестационарность никуда деться не могла и она там есть - это показано.

По АКФ видим, что тренд не убрался полностью на первом шаге. Снова выделяем тренд

Опять остаток. Опять нестационарный. Проверяем на ARCH и если есть, то моделируем. Т.е. моделируем тот вид нестационарности, который умеем. Все-таки больше, чем ничего.

Смотрим остаток. Почти нестационарный. Повезло. Но самое главное, он меньше пипса. Плюем на него. Слишком мала ошибка.

Повторите свой вывод, но в привязке к конкретному алгоритму. Он реализован выше со всеми расчетами и графиками.

 
faa1947:
Здесь рассматриваем суть проблем, а не год рождения.


ясно...тады не будем мучать...тренд НР выделяется...на простом примере посмотри пошагово (побарно)... тренд который ты берешь не должен перерисовывать ! (первые с права бары) иначе все измерения сводятся на нет и не верны...

про выборку Farnsworth в п3 правильно сказал...тут фифти фифти как попадешь... но то что она должна быть не такая как в справке к проге это точно...и в зависимости от тф если ей поиграться то рез можно улучшить... хотя конечно все это ерунда по большому счету...и ничего путного не спрогнозировать...

 

Повторите свой вывод но в привязке к конкретному алгоритму

Слушайте, Вы упертый до какого самозабвения.... еще раз:

Выберите в качестве модели ряда, модель приращений: B(n)=B(n-1)+epsilon(n) (все что разработано, разработано для нее), а не B(n)=тренд1()+тренд2()+...трендn()+e. Вы понятия не имеете о моделях трендов, которые в нем сидят и никогда не сможете их корректно идентифицировать, тем более, что время от времени они меняются. Цена - это мультифрактал, очень сложный процесс

для применимости вашей модели, вам нужно получить (иначе модель проще выбросить):

  • стационарное распределение
  • стационарное АКФ (или близкое к этому)
  • статистическую схожесть ряда модели и источника (то, что будете прогнозировать). Еще раз, Вы генерите ряд не имеющий никакого отношения к реальности.

Это минимально необходимый (но не достаточный набор) С ценой такие штуки не проходят, попробуйте перейти к преобразованию.

Причина обращения: