Ekonometri: bir adım ileriyi tahmin edin - sayfa 42
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Buna tamamen katılıyorum, ancak benim için soru ilginç, örneğin dışında ne oluyor?
tahmininiz sağlamlık özelliğine sahipse, hem mo (tahmin edilen değer) hem de sko (hata) olarak tahmin edilen dağılımın parametreleri kaydedilir.
Hatanın geçmişte durağan olmasını istemeniz, tahminin sağlamlığı için bir testtir.
Tahmini numunenin dışında gerçekleştirme olasılığını artırmak için numune içinde neyin analiz edilmesi gerekiyor?
Hatayı hesaplamak ve durağanlık gerektirmek yeterli mi?
Ve son soru. Tahmin ufku nedir? Bir adım mı yoksa birkaç adım mı? Birkaç adım varsa, böyle bir olasılığı ne belirler?
Tahminin hedef fonksiyonunun (kalite değerlendirmesi) tanıtılması olmadan bu sorunların çözülemeyeceğini düşünüyorum. Örneğin, kâr faktörü. Ve sistem parametrelerindeki (ve her birinin sahip olduğu) değişikliğe bağlı olarak değişikliğinin daha fazla değerlendirilmesi. Ekstremuma yaklaşırken amaç fonksiyonunun monotonik büyümesi.
Durağan olmayan verilerde nasıl durağan bir hata bekleyebileceğiniz bana açık değil mi? Yukarıda sunmuş olduğunuz grafikte, hata değeri açıkça nihai varyansın özelliklerine sahip değildir, yani en azından sonuçların varyansına (s.d. veya N'nin karekökü gibi) dayalı tahminler uygulamak şüphelidir. ).
Bu konuda kullanılan model benim fikrimi kullanmaz, bu şu şekildedir: başlangıçta kotir = trend + gürültü + döngüsellik olduğuna inanıyoruz.
Döngüsellikle nasıl çalışacaklarını bilmiyorlar, sonra atıyorum
Eğilim yoksa, tahmin mümkün değildir.
Eğilimi vurgularız (gösterge HP 4 gecikme) ve gürültüyü (2 gecikme) dikkate alırız. Şimdi bu modelin geri kalanına bakın. Tamamen gürültü mü yoksa içinde bir trend mi kaldı? Bir trend varsa, bu kalandan trendi seçin. Daha fazla gürültü kalmayana kadar. Bu tahmin edilemez. Şimdi gürültü ne? Sorunuz burada. Grafikte 25 pip'lik bir salınım ile gürültü var. Dakikaları tahmin etmek imkansızdır, ancak günler oldukça mümkündür.
tahmininiz sağlamlık özelliğine sahipse, hem mo (tahmin edilen değer) hem de sko (hata) olarak tahmin edilen dağılımın parametreleri kaydedilir.
Hatanın geçmişte durağan olmasını istemeniz, tahminin sağlamlığı için bir testtir.
Kar faktörüne göre sağlamlık nihai tahmindir, ancak analiz aşamasında biraz yapıcı olmasını istiyorum.
TAP, Taylor açılımına sahiptir. Bu ayrıştırmada tahmin ufkunun türev sayısına eşit olduğu belirtilmektedir.
Bir benzetme yaparsak: türev modelden kalandır, o zaman tahmin ufku artıkların yineleme sayısıdır. GARCH gibi ihmal edebileceğimiz veya simüle edebileceğimiz bir kalan elde ettiğimizde dururuz.
Kar faktörüne göre sağlamlık nihai tahmindir, ancak analiz aşamasında biraz yapıcı olmasını istiyorum.
TAP, Taylor açılımına sahiptir. Tahmin ufkunun bu genişlemede türev sayısına eşit olduğu belirtiliyor.
Bir benzetme yaparsak: türev modelden kalandır, o zaman tahmin ufku, ihmal edebileceğimiz veya modelleyebileceğimiz, örneğin GARCH, artıkların yineleme sayısıdır.
tahmin ufku, analiz için örneklem büyüklüğüne bağlıdır. Kural olarak, ufuk bu örnekten daha küçüktür. Onlar. N çubuklu bir pencereyi analiz ederseniz ve bunlara dayalı bir tahmin oluşturursanız, tahmin ufkunun <N çubuk olması mantıklıdır. Elbette, analiz edilen verilerin yarısı için bir tahmin yapılması gerektiği gibi evrensel bir bağımlılık aramak saflıktır, ancak belirli bir sistem içinde, böyle bir bağımlılık tamamen istatistiksel olarak aranabilir.
1) Kar faktörüne göre sağlamlık - bu son değerlendirmedir, ancak analiz aşamasında biraz yapıcı olmak istiyorum.
2) TAR, Taylor ayrıştırmasına sahiptir. Tahmin ufkunun bu genişlemede türev sayısına eşit olduğu belirtiliyor.
3) Bir analog çizersek: türev modelin geri kalanıdır, o zaman tahmin ufku artıkların yineleme sayısıdır. GARCH gibi ihmal edebileceğimiz veya simüle edebileceğimiz bir kalan elde ettiğimizde dururuz.
1) Bir amaç fonksiyonu oluşturun --- nedir ve nasıldır - optimizasyon teorisi üzerine bir kitaba bakın. (muhtemelen size yardımcı olmayacak olsa da)
2) Tamamen saçmalık!!! Bu tür ifadeleri ilk kez ve sadece burada ve sizden duyuyorum. İleride bu tür hatalar yapmamak için tanımları en az iki kere okuyunuz. (TAR'a ne diyorsunuz? Gerçekten otomatik düzenleme teorisinden mi bahsediyorsunuz?)
3) Ve yine: Tamamen saçmalık!!!
.
Ekonomist, önce temelleri anlayın (örneğin, türev nedir) ve ancak ondan sonra devam edin. Ve durum uzayını anlamanız için kıyaslanamayacak kadar fazla ön bilgiye ihtiyacınız var.
tahmin ufku, analiz için örneklem büyüklüğüne bağlıdır. Kural olarak, ufuk bu örnekten daha küçüktür. Onlar. N çubuklu bir pencereyi analiz ederseniz ve bunlara dayalı bir tahmin oluşturursanız, tahmin ufkunun <N çubuk olması mantıklıdır. Elbette, analiz edilen verilerin yarısı için bir tahmin yapılması gerektiği gibi evrensel bir bağımlılık aramak saflıktır, ancak belirli bir sistem içinde, böyle bir bağımlılık tamamen istatistiksel olarak aranabilir.
tam olarak katılmıyorum.
Örnek boyutu diğer hususlardan alınmalıdır.
Bir numune alıyoruz, model parametrelerini değerlendiriyoruz ve ardından numuneyi 2 parçaya bölerek model parametrelerini bu parçalar üzerinde değerlendiriyoruz. Model parametreleri değişmediyse tamam, değiştiyse tekrar böleriz. Sonuç olarak bir şey kalırsa, tahmin mümkündür ve değilse, o zamana kadar bekleyeceğiz.
1) Bir amaç fonksiyonu oluşturun --- nedir ve nasıldır - optimizasyon teorisi üzerine bir kitaba bakın. (muhtemelen size yardımcı olmayacak olsa da)
2) Tamamen saçmalık!!! Bu tür ifadeleri ilk kez ve sadece burada ve sizden duyuyorum. İleride bu tür hatalar yapmamak için tanımları en az iki kere okuyunuz. (TAR'a ne diyorsunuz? Gerçekten otomatik düzenleme teorisinden mi bahsediyorsunuz?)
3) Ve yine: Tamamen saçmalık!!!
tam olarak katılmıyorum.
Örnek boyutu diğer hususlardan alınmalıdır.
Bir numune alıyoruz, model parametrelerini değerlendiriyoruz ve ardından numuneyi 2 parçaya bölerek model parametrelerini bu parçalar üzerinde değerlendiriyoruz. Model parametreleri değişmediyse, tamam, değiştiyse tekrar bölün. Sonuç olarak bir şey kalırsa, tahmin mümkündür ve değilse, o zamana kadar bekleyeceğiz.
bu, analiz için örneklem büyüklüğünün seçimi değil, tahmin ufku ile ilgiliydi. Genel olarak, onun d.b olmadığını düşünüyorum. zaman içinde sabittir, ancak değerinin neye bağlı olduğunu gerçekten tartışmak istiyorsanız, o zaman analiz edilen örneğin boyutu faktörlerden biridir.
Ekonomist, önce temelleri anlayın (örneğin, türev nedir) ve ancak ondan sonra devam edin. Ve durum uzayını anlamanız için kıyaslanamayacak kadar fazla ön bilgiye ihtiyacınız var.