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
В каждом курсе эконометрики (вы правда эконометрист?:)) рассказывают, что такое дисперсия оценки параметров модели и о скорости сходимости оценок к истинным значениям: чем меньше размер выборки и если в ряде нет структурных изменений - тем больше дисперсия оценки параметров модели. С ростом размера выборки дисперсия (чаще всего:)) уменьшается как eps*sqrt(n), eps>0, n - количество наблюдений.
В ошибку любой модели вносят вклад ошибки оценивания параметров. Поэтому чем меньше точность оценки параметров - тем больше ошибка модели.
С другой стороны, маленькое окно позволяет адаптироваться к изменениям параметров. На практике эта проблема гораздо лучше решается не уменьшением размера окна, а решением задачи о разладке для параметров модели.
В каждом курсе эконометрики (вы правда эконометрист?:)
Я не эконометрист - у меня диплом эконометриста. Как говорится почувствуйте разницу.
в своей работе я ограничен конкретным пакетом и выйти за его рамки не могу. в пакете имеется выбор оптимальной модели по следующим критериям:
Из книжки, сопровождающей модель, я вычитал, что разные критерии дают лучший результат для разных исходных случайных процессов, но в среднем лучший результат дает логарифмическое правдоподобие.
Тестером нашел, что окно для моей выборки колеблется от 20 до 40 баров - примерно одинаковый результат, но резко ухудшается вне этих размеров. Но это на моей конкретной выборке. Хотелось бы иметь какие-либо другие основания - я тестеру не доверяю, он дает частный результат, и не дает оснований для обобщения этого результата.
Меня интересовал вид функции w оттуда. Баланс мало-кого интересует, анализируйте средства (эквити).