计量经济学：为什么需要协整？ - 页 10

新评论
 

faa1947: Что такое подгонка или не подгонка?

拟合（过度训练，过度优化）是一个专门用于金融市场（非平稳时间序列）的术语。
 
LeoV:
拟合（过度训练，过度优化）是一个专门用于金融市场（非平稳时间序列）的术语。

那是垃圾。一匹马或其他东西。

拟合是对一个参数模型的参数的估计。没有什么东西是可以被过度装备的。

而对于一个非静止的市场来说，根本就没有什么东西可以适合。

 
faa1947:

那是垃圾。一匹马或其他东西。

拟合是对一个参数模型的参数的估计。没有什么东西是可以被过度装备的。

而且你根本无法将任何东西装入非静止的市场。


我将尝试向你解释。

过去的任何一段时间基本上都是静止的，因为知道过去的时间序列本身，你几乎总能在上面找到一个函数或一些模式，从而在过去的数据上获得利润--这根本不是问题。

非平稳性一词，当应用于金融市场时，意味着我们无法知道市场在未来将如何变化，确切地说，在未来。

利用过去的数据，知道市场在过去是如何变化的，我们总是可以找到一个函数或模式，将这些变化考虑在内。但没有人知道市场在未来会如何变化。这不是一个事实，它将根据其过去的变化而变化。此外，它很可能不会改变这种方式。

出于这个原因，通过调整我们的TS（事实上，它已经被重新优化），以过去的数据，以那些过去的市场变化，我们将得到TS，它在未来不能产生利润。

在实践中，在对TS进行优化后，我们通常希望采取的TS的参数能以最小的跌幅获得最大的利润--这正是对过去数据进行调整的TS。在未来的数据上，这样的TS不起作用，因为这些优化的参数 已经考虑到了过去所有必要的变化，但未来的市场变得不同，不像过去那样，而我们的TS，用这样的优化参数，并没有考虑到这一点。

 
LeoV:


让我试着向你解释一下。

过去的任何一段时间基本上都是静止的，因为知道过去的时间序列本身，你几乎总能在上面找到一个函数或一个模式，在过去的数据上获得利润--这根本不是问题。

非平稳性一词，当应用于金融市场时，意味着我们无法知道市场在未来将如何变化，确切地说，在未来。

利用过去的数据，知道市场在过去是如何变化的，我们总是可以找到一个函数或模式，将这些变化考虑在内。但没有人知道市场在未来会如何变化。这不是一个事实，它将根据其过去的变化而变化。此外，它很可能不会改变这种方式。

出于这个原因，通过调整我们的TS（事实上，它已经被重新优化），以过去的数据，以那些过去的市场变化，我们将得到TS，它在未来不能产生利润。

在实践中，在对TS进行优化后，我们通常希望采取的TS的参数能以最小的跌幅获得最大的利润--这正是对过去数据进行调整的TS。在未来的数据上，这样的TS不起作用，因为这些优化的参数考虑到了过去所有必要的变化，但市场在未来会有所不同，不像过去那样，而我们的TS与这样的优化参数没有考虑到这一点。

我在这方面花了几年时间，直到我明白：要么TS识别和模拟非平稳性，然后它就是TS，要么就不是。所有优化、过度优化的术语都是情绪，纯粹的萨满教，恍惚得越深，对我所创造的东西就越有信心。

我知道有几种方法可以说明市场的非平稳性。协整是一种方法，其价值正是因为其结果是一个静止的序列。在这里，优化和过度优化是不合适的。

 
Avals:

是的。你基本上是在获得某种合成物。如果合成有一个真实的工具，有一个加号的入口，那么它的交易超买就卖，超卖就买。如果是负数，则相反，重量表示地段的比例。

共融是所有价差交易的基础。你只能在协整的工具中进行价差交易



价差交易是确定报价将从极端值返回到零。但在多长时间后？
 
faa1947: 我为这件事投入了几年的时间，直到我意识到：要么TS识别和模拟非平稳性，然后它就是一个TS，要么它不是。所有优化、过度优化的术语都是情绪，纯粹的萨满教，恍惚得越深，对所创造的东西就越有信心。

我知道有几种方法可以说明市场的非平稳性。协整是一种方式，而且很有价值，正是因为其结果是一个静止的系列。这里的优化和过度优化是不合适的。


这些术语不是我发明的。它们是交易商普遍使用的术语。如果你在生命的这一时刻不喜欢它们，并不意味着你在未来不会同意它们，因为生命在流动和变化。

你只是对协整这个词进行了过度的优化)))))。

你所说的基本上是对未来的一种预测。也就是说，通过把非平稳序列做成平稳序列，你可以100%地预测明天的市场情况。

试着申请诺贝尔奖或其他东西....))))

 
LeoV:


这些术语不是我发明的。它们是交易商使用的众所周知的术语。如果你在生命的这一时刻不喜欢它们，并不意味着你在未来不会同意它们，因为生命在流动和变化。

你只是对协整这个词进行了过度的优化)))))。

你所说的基本上是对未来的一种预测。也就是说，通过把一个非平稳序列变成一个平稳序列，你可以预测市场明天会发生什么。

试着申请诺贝尔奖或其他东西....))))

这些术语不是我发明的。它们是交易商使用的众所周知的术语。

当然不是由你。这里是TA--一个由萨满和皮诺切斯组成的国家。读了一本入门书，作为启示，"向前测试，向前测试，过度优化......"


在这个主题中，我们正在讨论如何利用两个非平稳序列之差的平稳性。到目前为止，只出现了价差交易。但它并不符合诺贝尔奖的要求。

 
faa1947: 在这个主题中，我们讨论了如何利用两个非平稳序列之差的平稳性。

在这种情况下，两个系列的非平稳性必须是相同的，因此，它（非平稳性）通过减法被消灭。

如果它是不同的，那么在减去之后，我们会得到第三种不稳定的系列。

我们如何，通过什么参数来比较两个非平稳序列的非平稳性？

 
LeoV:

在这种情况下，两个系列的非平稳性必须是相同的，因此，它（非平稳性）通过减法被消灭。

如果它是不同的，那么在减去之后，我们会得到第三种不稳定的系列。

我们如何，通过什么参数来比较两个非平稳序列的非平稳性？

按照一定的算法，测试适用于同一级别的系列集成。足够一个论坛使用了。
 
faa1947:

价差交易--确信从极点的报价将回到零。但在多长时间后？
是的，这更可能倾向于回归，而不是进一步扩大价差
1...34567891011121314151617...28
新评论