Эконометрика: зачем нужна коинтеграция - страница 28

 
tol64:
 

...всё понятно, а дальше я так и не понял, как получить коэффициент. Например:

Таким образом, мы приходим к следующей модели корректировки ошибок (ECM-модели):


dY1 = -a1*S + lagged(dY1, dY2)
dY2 = -a2*S + lagged(dY1, dY2)

 Откуда взялись две переменные a1 и a2 я так и не понял. И что означает lagged(dY1, dY2) - тоже. ))

  

Для двух временных рядов x(t), y(t) вектор коинтеграции находится очень просто. Оцениваете любым методом парную линейную регрессию y(t)=a+b*x(t)+N(0, sigma). Тогда вектор коинтеграции равен [-b; 1], его скалярное умножение на вектор [x(t), y(t)] дает стационарный процесс вида N(a, sigma), в вашей ECM модели он обозначен как S.

Обратите внимание, что если поменять местами процессы х и у, вектор коинтеграции получится другой. Тут есть два решения - использовать ортогональный МНК или выбирать ту регрессию, у которой дисперсия остатков больше (чисто из трейдерских соображений, т.к.такой процесс проще торговать). 

ECM-model - другой способ записи соотношения коинтеграции. Коэффициенты a1, a2 отражают влияние отклонения S от своего среднего на последующие приращения процессов x(t), y(t). Расписывать всё не буду, ибо долго. Кажется в учебнике Елисеевой по эконометрике было подробное объяснение.

marker:

В этой ветке торгующих нЭту,тут тока теоретики-математики,занимающиеся откровенной к-ей))

Извольте не флудить, раз уж уровень интеллекта не позволяет вам заработать при помощи обсуждаемых методов. И насчет торгующих вы ошиблись.

 
tol64:

Спасибо. Но я бы хотел в MT5 проводить тесты на коинтеграцию. Мне пока больше ничего не нужно. Никаких я особых надежд не питаю. Для меня это просто инструмент для исследований.


Ваша точка зрения широко распространена на этом (и не только на этом) форуме. Вольно или невольно у людей проводится аналогия между ТА и эконометрикой: в ТА можно взять несколько индикаторов и построить ТС. По аналогии в эконометрике: возьмем несколько методов и построим ТС. К сожалению, эконометрика - это набор большого количества взаимосвязанных инструментов + понимание применимости этих инструментов + опыт применения этих инструментов.

На Вашем примере. Если Вы вычислите вектор коинтеграции, как Вам подсказали, то обязателен ответ на вопрос: а будет ли остаток от регрессии стационарным? Кроме этого важно посмотреть не только на величину коэффициентов в векторе, но и посмотреть на информацию, которая будет сопровождать примененный МНК.......

Предложенный Вам алгоритм - это вершина айсберга и очень важно иметь полный набор инструментов, готовых инструментов, для их применения по мере необходимости. В этом смысле Матлаб не очень подходит, так как это не пакет статистики, и надо очень хорошо понимать значение полученных результатов на каждом шаге и принимать решение о необходимости дальнейших шагов.

 
anonymous:

...

Спасибо. Попробую разобраться.

faa1947:

... 

Поэтому я написал "...пока мне больше ничего не нужно". Но по мере необходимости я конечно же буду расширять свой инструментарий. Спасибо.

Причина обращения: