文章 "使用计量经济学方法分析图表" - 页 3 12345678910...12 新评论 Alexey Subbotin 2011.01.18 20:01 #21 denkir:alsu,我同意拉普拉斯分布的超额比率 总是 3。我对它的估计过于草率,因为我已经很久没有见过它了......但我再次重申,在我所写的研究领域,计量经济学家们都在使用这些分布。如果诺贝尔奖获得者对你来说不是权威(如罗伯特-恩格尔),那我就不说了。如果你不举出具体的分析例子,我就认为你的论点是推测。请看,这是我遇到的第一个工具在第一个滞后期的收益率(应该指出的是,我遇到的所有工具和滞后期从 1 分钟到 1 周的收益率都是一样的):如果有人,哪怕是诺贝尔奖获得者,开始向我证明这是考奇分布或正态分布,我很抱歉,但之后我会认为他只是一个文盲新贵。 Alexey Subbotin 2011.01.18 20:20 #22 丹尼斯,我还是想听听你对我关于标准解释问题的回答--我无法从文章中理解测试得出的结论是否正确。// 我对 "朗琼-博克斯 "应用本身的有效性表示怀疑。当然,我看到的大多数书籍都说,即使对于非正态分布,它仍然有效,但我从未见过任何证明。我想原始资料中应该有,但我从未接触过 Ljung 和 Box 的著作,所以我一直在思考这个问题。我怀疑的实质是,LB 使用的是卡方分布,而我们知道,卡方分布是与正态性和独立性联系在一起的。而在报价序列中,这两点都不存在,这意味着这一标准的应用看起来非常复杂。因此,我想请教您,您是否有任何计算结果可以证明 Ljung-Box 标准适用于相邻收益率的独立性及其分布的正态性条件基本不满足的系列。就我个人而言,在看到计算结果之前,我对使用这一标准持谨慎态度。顺便说一句,我对恩格尔先生还没有成为亿万富翁感到非常惊讶。 Evgeniy Logunov 2011.01.18 23:18 #23 "分析图表的计量经济学方法"--这个标题有点奇怪:) 我们分析的不是图表,而是报价的时间序列。 Denis Kirichenko 2011.01.19 11:47 #24 alsu:向文章作者提出的问题。您对刘因-博克斯检验作了如下解释(引述):根据标准的定义,正确的解释应该是这样的: 实际问题。以上是属于 "口误 "还是对测试结果解释的误判? 哎呀,更可能是第二种。我悔不当初,洒下一地灰烬,并深表歉意 :-))))我在假期高峰期犯了一个错误...... 我在假期前写 了代码..... . 我在假期后 解释了它......我解释了一个完全不同的用 Matlab 写的测试......alsu, 谢谢你的通知!我对文章进行了修改,希望能尽快发布。 Rashid Umarov 2011.01.19 11:50 #25 denkir:对文章进行了修改,希望能尽快发布。 文章已更新。 Denis Kirichenko 2011.01.19 12:01 #26 -Alexey-:1) 每个系数都是用不同的数据量确定的,即它们在统计上并不显著。因此,每个系数都必须与其他系数分开进行显著性检验。而在 Ljung-Box 检验中,情况并非如此。请澄清一下,我不太明白是哪个系数。Q 检验的具体内容已在文章中做了说明,并做了修订。2) 检验的显著性水平是根据什么来选择的?如果你想使用不同的值,可以替换脚本中的变量值。 double alpha[3]={0.05,0.05,0.05};这种方法只是一种可怕的超载,会造成大量信息丢失。那还有什么可预测的呢?用数学语言来说,这叫数据拟合预测法。但这不是办法。只有在初始数据可以接受的情况下,才可以使用这种方法,而不是对数据进行剪切,使之成为可接受的数据。这是现代统计学中一个众所周知的问题。你想把一切都放在盘子里吗?那是行不通的。必须牺牲一些东西。产量也是预测出来的。预测之后,再将其转换为绝对价格值。我将在下一篇文章中介绍这一点。 Denis Kirichenko 2011.01.19 12:10 #27 -Alexey-:这里有一个关于当前欧元 4 小时走势的具体而非分析性的实例。一些残差的分布,我是通过其他变换得到的,我知道为什么。您可以看到该分布接近三角形。这不是一个例子,而是从上下文中剪切出来的。在没有初始数据和公式的情况下,我无权对你的残差和分布进行评估。......它的形状会以最奇怪的方式发生变化,因为这个序列是非稳态的。你怎么会认为价格序列的分布符合正态分布、Student 分布 和Cauchy 分布。- 这简直是无稽之谈,实际上这种情况非常罕见。也许你说的是别的东西,只是我没听懂。-Alexey-, 我建议您再读一遍这篇文章。你会发现,估算的不是序列本身,而是收益序列。这是关于静态的。关于分布的文章是为了介绍金融数列,或者说收益数列的特征而写的。您也可以在这里写一篇关于这个主题的文章。 Denis Kirichenko 2011.01.19 12:14 #28 alsu:请看,这是我在第一个滞后期遇到的第一个仪器的图片(需要指出的是,我遇到的所有仪器的图片都是一样的,滞后期从 1 分钟到 1 周不等):如果有人,哪怕是诺贝尔奖获得者,开始向我证明这是柯西分布或正态分布,我很抱歉,但之后我会认为他只是一个不识字的新手。阿尔苏,我知道你在 Statistica 工作过。但你需要原始数据。你是用什么收益和什么公式得到这些数据的?我想我们谈论的是价格序列的不同导数。因此,我不会急于向诺贝尔奖获得者的花园投掷石块 :-)))) Denis Kirichenko 2011.01.19 12:18 #29 lea:"图表分析的计量经济学方法 "是一个略显奇怪的标题:)我们分析的不是图表,而是报价的时间序列。 是的,我也更喜欢另一个变体。这是名称的共识变体。不过,我们看到的是图表上的 报价。在分析图表时,我们分析的是报价的时间序列... Rashid Umarov 2011.01.19 12:19 #30 lea:"图表分析的计量经济学方法 "是一个略显奇怪的标题:)我们分析的不是图表,而是报价的时间序列。 难道文章的标题不能反映其内容吗? 12345678910...12 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
alsu,我同意拉普拉斯分布的超额比率 总是 3。我对它的估计过于草率,因为我已经很久没有见过它了......但我再次重申,在我所写的研究领域,计量经济学家们都在使用这些分布。如果诺贝尔奖获得者对你来说不是权威(如罗伯特-恩格尔),那我就不说了。
如果你不举出具体的分析例子,我就认为你的论点是推测。
请看,这是我遇到的第一个工具在第一个滞后期的收益率(应该指出的是,我遇到的所有工具和滞后期从 1 分钟到 1 周的收益率都是一样的):
如果有人,哪怕是诺贝尔奖获得者,开始向我证明这是考奇分布或正态分布,我很抱歉,但之后我会认为他只是一个文盲新贵。
丹尼斯,我还是想听听你对我关于标准解释问题的回答--我无法从文章中理解测试得出的结论是否正确。
// 我对 "朗琼-博克斯 "应用本身的有效性表示怀疑。当然,我看到的大多数书籍都说,即使对于非正态分布,它仍然有效,但我从未见过任何证明。我想原始资料中应该有,但我从未接触过 Ljung 和 Box 的著作,所以我一直在思考这个问题。我怀疑的实质是,LB 使用的是卡方分布,而我们知道,卡方分布是与正态性和独立性联系在一起的。而在报价序列中,这两点都不存在,这意味着这一标准的应用看起来非常复杂。
因此,我想请教您,您是否有任何计算结果可以证明 Ljung-Box 标准适用于相邻收益率的独立性及其分布的正态性条件基本不满足的系列。就我个人而言,在看到计算结果之前,我对使用这一标准持谨慎态度。顺便说一句,我对恩格尔先生还没有成为亿万富翁感到非常惊讶。
"分析图表的计量经济学方法"--这个标题有点奇怪:)
我们分析的不是图表,而是报价的时间序列。
向文章作者提出的问题。
您对刘因-博克斯检验作了如下解释(引述):
根据标准的定义,正确的解释应该是这样的:
实际问题。以上是属于 "口误 "还是对测试结果解释的误判?哎呀,更可能是第二种。我悔不当初,洒下一地灰烬,并深表歉意 :-))))我在假期高峰期犯了一个错误...... 我在假期前写 了代码..... . 我在假期后 解释了它......我解释了一个完全不同的用 Matlab 写的测试......alsu, 谢谢你的通知!
我对文章进行了修改,希望能尽快发布。
对文章进行了修改,希望能尽快发布。
1) 每个系数都是用不同的数据量确定的,即它们在统计上并不显著。因此,每个系数都必须与其他系数分开进行显著性检验。而在 Ljung-Box 检验中,情况并非如此。
请澄清一下,我不太明白是哪个系数。Q 检验的具体内容已在文章中做了说明,并做了修订。
如果你想使用不同的值,可以替换脚本中的变量值。
你想把一切都放在盘子里吗?那是行不通的。必须牺牲一些东西。
产量也是预测出来的。预测之后,再将其转换为绝对价格值。我将在下一篇文章中介绍这一点。
这里有一个关于当前欧元 4 小时走势的具体而非分析性的实例。一些残差的分布,我是通过其他变换得到的,我知道为什么。您可以看到该分布接近三角形。
这不是一个例子,而是从上下文中剪切出来的。
在没有初始数据和公式的情况下,我无权对你的残差和分布进行评估。
......它的形状会以最奇怪的方式发生变化,因为这个序列是非稳态的。你怎么会认为价格序列的分布符合
-Alexey-, 我建议您再读一遍这篇文章。你会发现,估算的不是序列本身,而是收益序列。这是关于静态的。
关于分布的文章是为了介绍金融数列,或者说收益数列的特征而写的。您也可以在这里写一篇关于这个主题的文章。
请看,这是我在第一个滞后期遇到的第一个仪器的图片(需要指出的是,我遇到的所有仪器的图片都是一样的,滞后期从 1 分钟到 1 周不等):
如果有人,哪怕是诺贝尔奖获得者,开始向我证明这是柯西分布或正态分布,我很抱歉,但之后我会认为他只是一个不识字的新手。
阿尔苏,我知道你在 Statistica 工作过。但你需要原始数据。你是用什么收益和什么公式得到这些数据的?
我想我们谈论的是价格序列的不同导数。因此,我不会急于向诺贝尔奖获得者的花园投掷石块 :-))))
"图表分析的计量经济学方法 "是一个略显奇怪的标题:)
我们分析的不是图表,而是报价的时间序列。
"图表分析的计量经济学方法 "是一个略显奇怪的标题:)
我们分析的不是图表,而是报价的时间序列。