"Makroekonomik Verilerin Döviz Fiyatı Dalgalanması Üzerindeki Etkisinin Regresyon Analizi" makalesi için tartışma - sayfa 2

Yeni yorum
 
Salavat:

Şimdiye kadar başka hiçbir yaklaşım bulunamadı....

İşte burada yanılıyorsun.
 
Tamam. Tartışmayacağım, yeniden ifade edeceğim: Birçok alternatif arasında, makalede umut verici bir yöntem olarak özetlenen böyle bir yönteme dikkat etmeyi öneriyorum
 
Salavat:
Tamam. Tartışmayacağım, yeniden ifade edeceğim: Birçok alternatif arasından, makalede özetlenen yöntemin de umut verici bir yöntem olarak görülmesini öneriyorum

Özetlediğiniz araç, aşağıdaki durumlarda şüphesiz faydalı olabilir.

1. Çok sayıda, düzinelerce veya yüzlerce bağımsız değişkene sahip bir TC'nin inşası üzerine yapılan çalışmalarda, özetlediğiniz yaklaşım bazı arama yönlerini işaretlemek için faydalı olacaktır. Bu biçimsel yönlendirmeler, bağımsız değişkenin bağımlı değişken üzerindeki etkisine ve bağımsız değişkenlerin karşılıklı etkisine ilişkin esaslı bir akıl yürütme ile eşleştirilirse, bu iyi olur.

2. Daha geniş bir araç setine geçiş adımı olarak önerdiğiniz araç. Mesele şu ki, hatırladığım kadarıyla, STATISTICS çok sınırlı bir araç setidir ve güncel değildir. Hedef değişken için değişkenlerin anlamlılığını analiz etmeye yönelik bu ilk adımı attıktan sonra, R'deki caret kabuğu tarafından sunulanlar gibi daha geniş bir araç setine geçmek doğal olacaktır.

 
Verilerin kaynağı ise çok daha tartışmalıdır. Makroekonomik göstergelerin hangi sürümü kullanıldı? Genellikle bu tür veriler yayınlanma tarihiyle değil, atıfta bulundukları dönemin bitiş tarihiyle işaretlenir. Bu nedenle, örneğin ilk kez yayınlanmayan bir GSYH serisi kullanılarak altı ay sonrasına kolayca bakılabilir (hesaplama yöntemlerinin revize edilmesi ve yakın zamanda ABD GSYH'sinde olduğu gibi onlarca yıllık geçmişin yeniden çizilmesinden bahsetmiyorum bile).
 

Makale ilginç. Teşekkür ederim. Ancak daha çok İstatistik kullanma kılavuzu gibi. Ve içinde pek çok yanlış anlama var.

  1. Makroekonomik göstergeleri kullanarak 5 gün için tahmin yapmak (ve bu kelime Regresyon denklemi ve nihai tahmin başlığında yer almaktadır) saçmalıktır. Makroekonomik göstergeler aylık ve üç aylık olarak yayınlanır ve daha sonra birkaç ay boyunca ayarlanır. Buna ek olarak, makroekonomik göstergeler, günlük aralıklardan bahsetmeksizin, üç aylık ve yıllık aralıklarda bile çok fazla gürültüye sahiptir.
  2. Makale, bu makroekonomik göstergelerin nasıl seçildiğini açıklamak için çok az şey yapıyor. Sadece haberlerde sıkça bahsedilen en popüler 99 göstergeyi alıyor. Neredeyse hepsi piyasayı tahmin edemiyor, çünkü öncü değil gecikmeli. Fabrika Siparişlerini veya İnşaat İzinlerini alsanız bile, öncü olarak kabul edilmelerine rağmen, gerçekten öncü değildirler, çünkü birkaç ay önce zaten açıklanmış ve piyasanın zaten tepki verdiği kurucu göstergeleri içerirler. Size ücretsiz bir sır vereceğim: veri listenizde olmayan farklı Tüketim göstergelerini arayın. Onlar gerçekten öncüdür. Tüketim düştükçe, Fabrika Siparişleri ve İnşaat İzinleri de düşüyor ve onlarla birlikte GSYH ve piyasa da düşüyor. Yani her şey Tüketim ile başlar. Bu Marx'ın Kapital'inde bile çok iyi anlatılmıştır.
  3. Regresyon analizi ekonomik modellere bile çok uygulanabilir. faa1947 matematiksel yöntemin özüne inmek yerine bazı dogmaları kullanıyor. Sorun yöntemde değil, verilerde ve bunların hazırlanmasındadır. İster regresyon ister "kontrollü süreç" olsun, veriler durağan olmalıdır. Ekonomik veriler orijinal halleriyle durağan değildir. Ancak, örneğin farklılaştırma ve normalleştirme yoluyla kolayca durağan verilere dönüştürülebilirler.
  4. Regresyonun sorunu, eğer yeterince çok sayıda girdi serisi seçilirse, modellenen seriyle hiç ilgisi olmayan herhangi bir serinin bile modellenen herhangi bir seriye eklenebilmesidir. Örneğin, Alaska'daki hava sıcaklığı dalgalanmaları, Los Angeles'taki hava kirliliği verileri vb. forex fiyatlarına başarıyla dahil edilebilir. Bu tür "yabancı veriler" dahil edilerek regresyon hatası sıfıra getirilebilir. Tahminin doğruluğu da sıfır olacaktır. Bu nedenle, doğru veriyi nasıl, ne kadar ve hangi gecikmeyle seçeceğinizi bilmeniz gerekir.
  5. Şirketlerin işleyiş mekanizmasını bilmek de faydalıdır. Örneğin, herkes işsizlik oranından alıntı yapmayı sever. Bu oranın ekonominin bir barometresi olduğunu düşünürler. Ama aslında İşsizlik Oranı bir kez yükseldiğinde, ekonomi zaten düşüşte olduğundan ve uzun süredir düşüşte olduğundan tepki vermek için çok geçtir. UR ile ilgili sorun, 16 yaşın üzerindeki herkesi içermesidir. Nüfusun farklı kesimleri ve farklı meslekler için düzinelerce farklı işsizlik oranı var. Dolgu için bir soru: şirketler ürünlerine olan talepte bir düşüş görürlerse, önce kimi işten çıkarırlar? İkinci soru ise şu: Talep düşüşünü ilk hisseden şirketler hangileridir?
 
gpwr:

Makale ilginç. Teşekkür ederim. Ancak daha çok İstatistik kullanma kılavuzu gibi. Ve içinde pek çok yanlış anlama var.

  1. Makroekonomik göstergeleri kullanarak 5 gün için tahmin yapmak (ve bu kelime Regresyon denklemi ve nihai tahmin başlığında yer almaktadır) saçmalıktır. Makroekonomik göstergeler aylık ve üç aylık olarak yayınlanır ve daha sonra birkaç ay boyunca ayarlanır. Buna ek olarak, makroekonomik göstergeler, günlük aralıklardan bahsetmeksizin, üç aylık ve yıllık aralıklarda bile çok fazla gürültüye sahiptir.
  2. Makale, bu makroekonomik göstergelerin nasıl seçildiğini açıklamak için çok az şey yapıyor. Sadece haberlerde sıkça bahsedilen en popüler 99 göstergeyi alıyor. Neredeyse hepsi piyasayı tahmin edemiyor, çünkü öncü değil gecikmeli. Fabrika Siparişlerini veya İnşaat İzinlerini alsanız bile, öncü olarak kabul edilmelerine rağmen, gerçekten öncü değildirler, çünkü birkaç ay önce zaten açıklanmış ve piyasanın zaten tepki verdiği kurucu göstergeleri içerirler. Size ücretsiz bir sır vereceğim: veri listenizde olmayan farklı Tüketim göstergelerini arayın. Onlar gerçekten öncüdür. Tüketim düştükçe, Fabrika Siparişleri ve İnşaat İzinleri de düşüyor ve onlarla birlikte GSYH ve piyasa da düşüyor. Yani her şey Tüketim ile başlar. Bu Marx'ın Kapital'inde bile çok iyi anlatılmıştır.
  3. Regresyon analizi ekonomik modellere bile çok uygulanabilir. faa1947 matematiksel yöntemin özüne inmek yerine bazı dogmaları kullanıyor. Sorun yöntemde değil, verilerde ve bunların hazırlanmasındadır. İster regresyon ister "kontrollü süreç" olsun, veriler durağan olmalıdır. Ekonomik veriler orijinal halleriyle durağan değildir. Ancak, örneğin farklılaştırma ve normalleştirme yoluyla kolayca durağan verilere dönüştürülebilirler.
  4. Regresyonun sorunu, eğer yeterince çok sayıda girdi serisi seçilirse, modellenen seriyle hiç ilgisi olmayan herhangi bir serinin bile modellenen herhangi bir seriye eklenebilmesidir. Örneğin, Alaska'daki hava sıcaklığı dalgalanmaları, Los Angeles'taki hava kirliliği verileri vb. forex fiyatlarına başarıyla dahil edilebilir. Bu tür "yabancı veriler" dahil edilerek regresyon hatası sıfıra getirilebilir. Tahminin doğruluğu da sıfır olacaktır. Bu nedenle, doğru veriyi nasıl, ne kadar ve hangi gecikmeyle seçeceğinizi bilmeniz gerekir.
  5. Şirketlerin işleyiş mekanizmasını bilmek de faydalıdır. Örneğin, herkes işsizlik oranından alıntı yapmayı sever. Bu oranın ekonominin bir barometresi olduğunu düşünürler. Ancak aslında İşsizlik Oranı bir kez yükseldiğinde, ekonomi zaten düşüşte olduğundan ve uzun süredir düşüşte olduğundan tepki vermek için çok geçtir. UR ile ilgili sorun, 16 yaşın üzerindeki herkesi içermesidir. Nüfusun farklı kesimleri ve farklı meslekler için düzinelerce farklı işsizlik oranı var. Dolgu için bir soru: şirketler ürünlerine olan talepte bir düşüş görürlerse, ilk önce kimi işten çıkarırlar? Ve ikinci bir soru: talepteki düşüşü ilk hisseden şirketler hangileridir?

Bakış açımı tam olarak ifade edemedim ve aşağıda kısaca telafi etmeye çalışacağım, belki kendimi tekrar edeceğim.

1. Başlangıç verilerini -tahmin edicileri- seçme sorunu temeldir, yeterince resmileştirilmemiştir ve bilimden çok sanata yöneliktir. İstatistiğin temel önermelerinden birini unutmayalım: "Çöp girer - çöp çıkar".

2. Yukarıda yazdığım gibi, bir model oluştururken zamanın yarısından fazlası başlangıç verilerinin listesinin ve türünün seçimi ve gerekçelendirilmesi için harcanır. Dahası, başlangıç verilerinin biçimsel ve istatistiksel özellikleri değil, bunların anlamlı bir şekilde yorumlanması büyük önem taşımaktadır. Matapparatus, başlangıç verilerinin anlamlı bir şekilde seçilmesi için yardımcı bir araçtır.

3. Literatüre göre, iki tür tahmin arasında ayrım yapıyorum: biri tahmin, diğeri öngörü.

4. Tahmin: geçmişi alır ve birkaç adım ilerideki geleceğe tahmin ederiz. Klasik: Mach'ı alır ve ileriye doğru tahmin ederiz. Temel sorun, bir sonraki değer bir öncekine dayandığından, ileriye doğru adım sayısı arttıkça hatanın birikmesidir.

5. Tahmin: mevcut girdi veri setini alırız ve herhangi bir ön tarih olmadan geleceği tahmin ederiz. Önceki değer kullanılmaz, yani +5 tahmin edersek, tahminden farklı olarak bunun için önceki 4 değere ihtiyacımız yoktur.

5. İlk verilere ek olarak NE TAHMİN ETTİĞİMİZ çok önemlidir. Ticaret yaparken, satın almak ve satmak için iki tür emrimiz (opsiyonlu) vardır. Bazı nedenlerden dolayı regresyonlarla gelecekteki fiyat değerini tahmin ediyoruz ve bu fiyat değerinden "al ve sat" sonucuna varıyoruz. Ve hatayı hesaba katıp güven aralığını dikkate alarak "al-sat" kararını oluşturursak, karar vermenin imkansız olduğu hemen anlaşılır. Buradan şu sonuç çıkar: REGRESYONEL MODELLER ANLAMLILIK ÖNGÖRÜR - ÖNGÖRÜLEMEZ.

6. Ticaret sistemlerinin emirleriyle çakışan trendin yönü tahmin edilmelidir. Bu, değerleri tahmin edebilen sınıflandırma modelleri ile yapılır: "uzun-kısa" veya "uzun-yan-kısa" veya başka bir nitel, ancak nicel olmayan bir şey, örneğin: paritenin gelecekteki değeri = 1.3500.

7. Sınıflandırma modelleri oluşturmak için bu makale çok faydalı olabilir.

 
gpwr:

Makale ilginç. Teşekkür ederim. Ancak daha çok İstatistik kullanma kılavuzu gibi. Ve içinde pek çok yanlış anlama var.

Siteye tekrar hoş geldiniz. ;-) Umarım uzun bir süre için. Sonunda okunacak faydalı ve bilgilendirici bir şeyler olacak.
 

İşte S&P500'ü tahmin eden regresyon modelimin bir örneği. Siyah çizgi tarihsel endeksi, düz yatay mavi çizgi üç aylık ortalamayı ve noktalı çizgi de tahminleri göstermektedir. Tahminler çeyrekler halindedir. Tahminlerin doğruluğu çok büyük değil, ancak hareketlerin karakterini tahmin etmek için yeterli: aşağı, yukarı, yatay. Model, piyasanın bu yılın kalan 3,5 ayında düşeceğini ya da en iyi durumda yatay seyredeceğini öngörüyor. Bu tahminleri sadece piyasadan zamanında çıkmak için kullanıyorum.

 

Yazara soru veya istek - elde edilen modelde, lütfen sonuçlardaki Gelişmiş sekmesine gidin ve Kısmi Korelasyonlar düğmesine tıklayın.

Eğer zor değilse, model faktörlerinin her biri için PC katsayılarının değerini burada yayınlayın.

 
Demi:

Yazara soru veya istek - elde edilen modelde, lütfen sonuçlardaki Gelişmiş sekmesine gidin ve Kısmi Korelasyonlar düğmesine tıklayın.

Zor değilse, model faktörlerinin her biri için PC katsayılarının değerini buraya gönderin.

tüm işlemleri kendiniz yapabilirsiniz, hazırlanmış verileri içeren dosya calendar_2010-2011_usd_out. zip arşivinde makaleye eklenmiştir.


 b*in Kısmi Kor. Semipart Kor. Hoşgörü R-kare t(357) p-değeri
1 günlük fiyat değişikliği 0.3500049 0.3883344 0.3045530 0.7571426 0.2428574 7.9622506 0.0000000
10 günlük fiyat değişimi 0.3271369 0.3623699 0.2809839 0.7377407 0.2622593 7.3460567 0.0000000
USD Mevcut Konut Satışları (Aylık) 0.4499016 0.2746573 0.2064353 0.2105391 0.7894609 5.3970552 0.0000001
USD MBA Mortgage Başvuruları -0.1070692 -0.1315908 -0.0959356 0.8028431 0.1971569 -2.5081463 0.0125795
ABD Doları İstihdam Maliyet Endeksi 1.1924082 0.3459071 0.2664363 0.0499272 0.9500728 6.9657258 0.0000000
USD NAPM-Milwaukee 0.4918679 0.3281278 0.2510388 0.2604862 0.7395138 6.5631723 0.0000000
USD Mevcut Konut Satışları -0.6131716 -0.3510242 -0.2709271 0.1952275 0.8047725 -7.0831333 0.0000000
ABD Doları İşsizlik Oranı -0.2303595 -0.1174173 -0.0854492 0.1375953 0.8624047 -2.2339883 0.0261025
USD ISM İmalat 0.4683029 0.2807841 0.2114298 0.2038349 0.7961651 5.5276311 0.0000001
ABD Doları Hava Hariç Savunma Harici Sermaye Malları Siparişleri -1.0522008 -0.3326872 -0.2549579 0.0587137 0.9412863 -6.6656324 0.0000000
ABD Doları Dayanıklı Tüketim Malları Hariç Ulaştırma 1.0195595 0.3332286 0.2554246 0.0627625 0.9372375 6.6778344 0.0000000
ABD Doları Konut Fiyat Satın Alma Endeksi (Çeyreklik) -0.6493641 -0.3164098 -0.2410558 0.1378030 0.8621970 -6.3021765 0.0000000
USD Chicago Satın Alma Müdürü -0.7364752 -0.2854029 -0.2152134 0.0853930 0.9146070 -5.6265502 0.0000000
ABD Doları Çekirdek Kişisel Tüketim Harcamaları (YoY) -0.5430761 -0.2067342 -0.1527068 0.0790670 0.9209330 -3.9923747 0.0000794
1234
Yeni yorum