faa1947: наличие выбросов: следует заменить выбросы, т.е. котировки свыше некоторого порога (например, 3 сигма) на величину порога. У Булашова другое мнение о величине порога.
-Alexey-: Браво! Отличный пост, затрагивает многие вопросы. Но, некоторые пункты можно критиковать. Например, один из них - на основании чего вы решили, что нужно удалять выбросы? Их удалять нельзя.
faa1947: Выброс выбросу рознь. Приходится просматривать котировки. Если выброс - это относительно редкое явление, то следует обрезать до порога (не удалять). Если это не так, то не понятно что делать. В принципе, выбросы сильно искажают статистику. Любой пакет статистики предусматривает такую возможность и дает соответствующие рекомендации.
faa1947:
在我看来，topikstarter 试图用潇洒的剑法来解决这个问题--计量经济学软件包提供了比 GARCH 更多的模型。选择一个模型，然后再选择模型参数，这是中间环节，而不是开始...
是的，更多。GARCH 只是为了举例说明。根本没有对其进行评估。更不用说其他模型了。这已经说过好几次了。
在之前的文章中，有人对基于差异的分析提出了批评。我认为这种批评是因为作者错过了初始数据的准备阶段。
按照文章作者的说法，非平稳性是市场的唯一弊端。事实并非如此。
不是的。其他弊端包括 "肥尾"、波动性集群和杠杆效应....。
1.我们需要确定样本中蜡烛图的数量。样本中烛台的数量取决于时间框架吗？根据文献，50 根蜡烛图应该足够了。
我看到的数据显示，非线性模型的缺点是需要大量样本......大约 1000 个。约 1000 件。
2.让我们 试着为样本拟合一个分布。最好是正态分布。最直接的问题是图表中的机架数。你从哪里得到绘制图表的货架数量？
它不会是正态分布。我稍后会在有关分布的文章中讨论这个问题。很快就会发表。
请澄清 "机架 "一词的含义。
наличие выбросов: следует заменить выбросы, т.е. котировки свыше некоторого порога (например, 3 сигма) на величину порога. У Булашова другое мнение о величине порога.
- 以防万一，用傅里叶或 ACF 检查周期。由于样本有限以及市场本身的特性，很可能不存在周期。
- 解决趋势问题。我不能同意作者的观点--通过减去 MOG 来去趋势是对问题的严重简化。对指数趋势取对数，而对于加法趋势，初差就足够了。趋势必须单独处理，而且必须进行回归，以及各种回归。您必须减去回归，而不是减去 MOG。这是针对确定性趋势而言的，但也有统计趋势。
不解决这些问题，关于样本统计特征的推理就没有依据......
我同意我们需要在抽样方面下功夫。这已经是一个问题了。统计....
目前还没有去除异常值的通用方法...
这就是为什么样本量应该很大的原因。
关于趋势。我还没有研究过这个问题。我会记住它的。
Браво! Отличный пост, затрагивает многие вопросы. Но, некоторые пункты можно критиковать. Например, один из них - на основании чего вы решили, что нужно удалять выбросы? Их удалять нельзя.
据我所知，在进行测量时，如果事先知道测量结果至少是由某种规律统一起来的，即换句话说，当产生测量值的过程是非随机或随机静止的时候，异常值就会被剔除，而异常值可能是由随机性（超出非随机性或静止性的限度）引起的，在这种情况下，这种随机性就是一种扭曲。如果我们处理的是非稳态的价格序列，那么任何水平的随机性都是统计的一部分（除了非随机性部分，但很难将它们分开），分别去除统计的一部分就是对统计的扭曲。我更倾向于认为，在处理随机非平稳过程时，我们无权删除（削减）某些东西。
Выброс выбросу рознь. Приходится просматривать котировки. Если выброс - это относительно редкое явление, то следует обрезать до порога (не удалять). Если это не так, то не понятно что делать. В принципе, выбросы сильно искажают статистику. Любой пакет статистики предусматривает такую возможность и дает соответствующие рекомендации.
应用数理统计和计量经济学的深层次问题是，初始数据、中间结果和结论都必须通过数学以外的直观方法进行检验。只有在直观查看图表后才能选择临界值（2、3、4 西格玛或其他），这就涉及到选择置信区间的问题。应用数理统计的最大问题是，如果没有统计人员自身的艺术，就无法想象其应用。没有人会制定 "切-不切 "规则。如果剪切--就会消除非平稳性特征，如果不剪切--就会因不成功的抽样而扭曲总体的真实分布。
计量经济学的核心是假设检验，在假设检验中可能会出现第一种和第二种错误：拒绝正确的零假设而接受不正确的备择假设，以及拒绝正确的备择假设而接受不正确的零假设。
鉴于上述情况，我既可以同意你的观点，也可以不同意你的观点。如果不事先考虑具体样本，就不可能明确回答你的问题。
您能推荐哪些部分？对于我的每一个陈述（包括提问），我都可以提供一个矩阵链接。
是吗？在我看来，你问faa1947 这样的问题，我认为你并没有意识到这些问题。
例如，统计分布是一种变化 特征。静止性是 时间...
这是你的珍珠：
那么关于模型参数和拟合... 当模型参数设置好后，什么都不需要拟合...
faa1947:
就连 topkstarter 也没有参与。我希望所讨论的文章在讨论和发展过程中保持一定的一致性。例如，在第一步，在一个具体的例子中，详细考虑数据的初步分析和建模准备。例如
样本量的合理性。
2. 证明数据转换的必要性。
3.选择如何转换数据：
- 处理异常值和缺失数据。
- 数据转换--去除趋势和周期性 4.
确定趋势类型及其核算 5.
5.根据转换后的数据拟合分布 6.
6.分析转换后数据的静态性
7.解释异方差
Topikstarter 对大家表现出的兴趣有点傻眼了 :-))))
在我看来，这才是真正的建设性批评。非常感谢同事faa1947。 我会抽出一些时间....我会试着稍后发表我的想法....。但总的来说，我同意拟议的程序清单....
denkir:
我要抽出一些时间.....。
谢谢
什么意思？:-)
最好保持沉默，这样更有用？你是说经典里的那句话吗？
- 伊万-瓦西里耶维奇 你说话的时候好像神志不清似的