计量经济学：领先一步的预测 - 页 61

新评论
 
faa1947:

我们有三种类型的变量。

依赖性 - 没问题，例如欧元兑美元。

独立变量：多少，只有欧元兑美元，上面原来最好是采取美元指数，不清楚。

由自变量计算的状态变量，并作为自变量的参数。有多少，哪些？ 它们反映了什么真实的过程？到目前为止，我很清楚，我们需要建立趋势+噪声的模型，然后在第一个模型的残差中建立趋势+噪声的模型。也许是趋势加速或其他原因？


这不是我的意思...

哪些理论陈述对你来说是不清楚的，并导致了问题？

 
faa1947:
为什么你不想把你的公式（18）写成EViews的伽马函数？

你需要提出计算伽马函数参数的整个机制，我提供了现有的exel变体，我再次问：它是否适合你？如果没有，你可以在我的分支中看到谢尔盖耶夫是怎么做的，就会很清楚了。
 
DDFedor:
问题中没有时间范围是原意吗？
不知道时间范围。在我看来，如果有可能模拟周期性（这不是季节性！），那么预测就会有质的不同。
 
yosuf:

在这里，一个记录是不够的，你需要提出整个伽马函数参数的计算机制，我提供了现有的exel变体，我再次问：它是否适合你？如果不是，你可以在我的支部里看到谢尔盖耶夫是怎么做的，会变得很清楚。
我不只是使用EViews--还有很多东西。一旦我脱离了它，我就失去了所有这些丰富的功能。它有一个伽马函数。因此，我向你提出的问题是，它是否可以应用。如果你可以，那就把它写下来，你不必编排它，只要应用它就可以了。如果没有，你就不能在EViews中做任何事情--它是一个比Excel更封闭的系统。
 
faa1947:
这是来自TA，一些定性的市场状态。超买：成交量增长，参与者数量增加，但价格增长越来越少，然后横盘整理


超买/超卖是对真实过程的回报属性的使用。有一个相反的情况--趋势。许多神圣的牛（正如Matemat所称）是由这种趋势性的属性培育出来的--趋势是你的朋友，减少损失让利润增长，等等。但真正的市场是多方面的--它们可以在不同的规模（时间框架）和时间段内既回归又趋势化。

趋势性/平坦性可以通过不同方式进行正式评估。甚至与一些价格衍生品有关，特别是回归。

为此，我们可以使用著名的爱因斯坦定律，它可以作为分离趋势性和平坦性的基础。

让我们以收盘价 为例，分析价格在时间上如何远离它，并根据爱因斯坦的公式与它在SB上的方式进行比较。对于任何时间框架，我们都有以下图片。

红色是sb的情况（偏差的增加与时间的根成正比），蓝色是价格（欧元兑美元h1，其他工具和TF类似）。在横轴上是以条为单位的时间，在纵轴上是价格的标准差如何变化。也就是说，相对于最后的价格，未来的价格在偏差值的变化方面与随机漫步类似。

现在让我们拿一个指数波，同样地比较一下价格相对于它的偏差是如何随时间变化的。

让我们拿m1欧元兑美元和三个不同的假人做比较，周期分别为12、24、60（只是为了让它们不同:)）。这里是图片。

浅蓝色的随机游荡。在真实数据上，cwm的增长速度较慢。随着马赫周期的增加，差异更加显著。这意味着复归--价格倾向于回到波段。

现在让我们与欧元兑美元h1进行比较。波动周期是相同的。

情况发生了显著变化。与周期为12的波浪相比，价格往往是趋势性的。也就是说，大致上，如果价格高于Ma(12)，那么我们应该买入，如果价格低于，那么我们应该卖出。与Ma(24)相比，既没有趋势，也没有平坦（平均），与Ma(60)相比，返回。

好几天了。

观察到相对于ma(12)和ma(24)的变化趋势。

一般来说，你最好能确定你的回归是回归还是趋势。从这一点来看，取决于如何交易你的模型，以及是否值得交易。当然这只是一个粗略的猜测水平。

P.S. 在你的术语中被认为是 "预测错误"

 
Avals:


让我们举例来说，以收盘价为基准，分析价格如何随着时间的推移而远离它，并根据爱因斯坦的公式与它在SB上的方式进行比较。对于任何时间框架，我们都有这样的画面。

你也可以做同样的事情，但在价格回调上，图表是双对数比例。

奇怪的是，欧元兑美元不应该等于SB，蓝线应该在红线之上。

 
Avals:


超买/超卖是使用真实过程的回报属性

它是群众对传入信息的意见的反映。超买：某样东西好的太多。反之，坏的太多。可追溯性与此毫无关系。趋势已经存在了多年。

 
Avals:

我什么都不明白。是否有任何关于这个问题的出版物。

现在按顺序。

如何用仪表盘进行1步预测？挥手的最右边的值是在 价格到达后 计算的。我很了解这个问题。这就是为什么在我的模型中，最右边的数值是根据前面4个数值计算出来的。+1值是由4个可用的测量值计算出来的。但你呢？

让我们先处理这个问题，然后再处理其他问题。

 
C-4:

奇怪的是，欧元兑美元不应该等于SB，蓝线应该在红线之上。


为什么？
 
Avals:


现在让我们拿一个指数标尺，以类似的方式比较一段时间内价格相对于它的偏差。

让我们拿欧元兑美元的m1和三个不同的图表进行比较，周期为12,24,60（只是为了不同:））。我们有以下图片。

浅蓝色的是随机游荡的。在真实数据上，牛的规模增长较慢。随着马赫周期的增加，差异更加显著。这意味着复归--价格倾向于回到面具。

相反，这意味着马赫往往会追上价格:)))))
1...545556575859606162636465666768...139
新评论