R - прошу обменяться опытом - страница 7
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
Просьба прокомментировать.
Порядок модели выбирается автоматически с использованием информационного критерия Акаике. Читайте хелп по команде ar.
Нашел
> x<-ar.burg(eur, aic=F, 20)
> x
Call:
ar.burg.default(x = eur, aic = F, order.max = 20)
Coefficients:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.9665 0.1096 -0.0941 0.0106 0.0004 0.0488 -0.0343 -0.0229 0.0288 0.0033 -0.0496 0.0168 0.0139 -0.0190 -0.0115 0.0173 0.0258 -0.0132 -0.0346 0.0365
Как я понимаю - это взвешенная машка в моем примере с Т=20, только более качественная. Отличается только первым членом, который константа.
Интересно, можно ли построить ТС на таких машках?
Как я понимаю - это взвешенная машка в моем примере с Т=20, только более качественная. Отличается только первым членом, который константа.
Интересно, можно ил построить ТС на таких машках?
Понимаете неправильно, для сглаживания эти модели непригодны. Изучайте основы эконометрики.
Более того, оценивание AR моделей на данных с единичным корнем не приведёт ни к чему хорошему.
Понимаете неправильно, для сглаживания эти модели непригодны. Изучайте основы эконометрики.
Более того, оценивание AR моделей на данных с единичным корнем не приведёт ни к чему хорошему.
Вы намекаете, что нельзя доверять коэф? из-за МНК?
Но здесь здесь имеется ряд других методов оценки, детрендирование....
Потом, что печка?
Если эконометрика, то одно, а если машки из ТА - то другое. Здесь ошибка оценки, а там сплошная темнота.Кстати не скопировал:
Order selected 20 sigma^2 estimated as 2.124e-06
Здесь ошибка оценки, а там сплошная темнота.
В вашем случае имеет место ошибка спецификации модели.
В вашем случае имеет место ошибка спецификации модели.
Я это понимаю.
А какая ошибка спецификации модели у простой машки, эекспоненциальной, а коэф взвешенной где взять, чтоб потом про ош. рассуждать? Я об этом.
Я это понимаю.
А какая ошибка спецификации модели у простой машки, эекспоненциальной, а коэф взвешенной где взять, чтоб потом про ош. рассуждать? Я об этом.
Не понимаете. Изучайте основы эконометрики. Дальнейший наукообразный флуд комментировать не собираюсь.
У "машек" нет ошибки спецификации. Где брать коэффициенты взвешенной - изучайте ЦОС.
Не понимаете. Изучайте основы эконометрики. Дальнейший наукообразный флуд комментировать не собираюсь.
У "машек" нет ошибки спецификации. Где брать коэффициенты взвешенной - изучайте ЦОС.
Хотя сурово, тем не менее спасибо.
Пойду дальше.
Помогите, опять проблема.
Оцениваю регрессию: fm1 <- lm(dRegres1 ~ 1 + dRegres2, singular.ok = FALSE)
В R все нормально, а при вызове из мт4 получаю ошибку:
Ошибка в lm.fit(x, y, offset = offset, singular.ok = singular.ok, ...) :
0 (non-NA) cases
Больше всего убивает, что отлаженный код в R не работает затем в мт4.
Заранее благодарен.