计量经济学:书目 - 页 3 12345678910...19 新评论 Дмитрий 2012.04.05 09:05 #21 alsu:顺便说一下,西姆斯并没有开发这个方法,而是将其应用于宏观经济数据。在他之前,VAR已经有几十年的历史了。"向量自动回归"(VAR)是几个时间序列 的动态模型,其中这些序列的当前值取决于同一时间序列的过去值。该模型是由克里斯托弗-西姆斯提出的"(C) "克里斯托弗-西姆斯(Sims, 1980)创造了这样一个构造--向量自回归(VARs)。"(C)。 是吗?我可能是错的。谁开发了它? Дмитрий 2012.04.05 09:06 #22 alsu: 算是吧。事实上,他写了一篇文章说:"......你为什么要用传统的自回归,它不起作用。让我们使用矢量的!你知道,就像我们在论坛上做的那样。 嗯,事实上,这不是他的论文(他因此获得了诺贝尔奖)所说的。 Alexey Subbotin 2012.04.05 09:12 #23 Demi: "向量自动回归"(VAR)是几个时间序列的动态模型,其中这些序列的当前值取决于同一时间序列的过去值。该模型是由克里斯托弗-西姆斯提出的"(C) "克里斯托弗-西姆斯(Sims, 1980)创造了这样一个构造--向量自回归(VARs)。"(C)。 是吗?我可能是错的。谁开发了它? 例如,这里(1962年),但Zellner也没有宣称自己的首要地位,本文中还有更早的参考资料。我懒得去挖谁先来,而且这真的很重要吗? Alexey Subbotin 2012.04.05 09:15 #24 Demi: 好吧,这其实不是他的诺贝尔奖作品所说的那样。 这个,据我了解。当然,我过于简化了,但这几乎是它的要点...... Alexey Subbotin 2012.04.05 09:18 #25 问题是,如果预测方法在前进中确实有效,没有人会公布它(直到它停止工作)。因此,我们所看到的大多是已经解决的东西。例如,同样的VAR模型在历史数据上可以显示出任何准确性,但同样,参数的选择...这有什么好解释的,我们已经知道了) Дмитрий 2012.04.05 09:23 #26 重点绝对不是--不要让瑞典银行看起来像一群傻子 Дмитрий 2012.04.05 09:25 #27 alsu: 问题是,如果预测方法在前进中确实有效,没有人会公布它(直到它停止工作)。因此,我们所看到的大多是已经解决的东西。例如,同样的VAR模型在历史数据上可以显示出任何准确性,但同样,参数的选择...这有什么好解释的,我们已经知道了) 我完全不明白--这个模型是为宏观经济研究设计的。例如,它是中央银行的兴趣所在,而不是交易商的兴趣所在。 СанСаныч Фоменко 2012.04.05 09:31 #28 alsu: 问题是,如果一种预测方法真的在前进中起作用,没有人会公布它(直到它停止工作)。因此,我们所看到的大多是已经解决的东西。例如,同样的VAR模型在历史数据上可以显示出任何准确性,但同样,参数的选择...这有什么好解释的,我们已经知道了) 我必须承认,上面发布的链接对我来说是绝对的新闻。我现在意识到,制作一个模型,就像VAR,只是工作的一部分。几乎任何模型都会给你的预测,需要知道如何使用它。而这并不比制作模型本身的问题少。这就是上面的链接的内容。 更重要的是,这些链接表明,有大量的关于时间序列预测 的文献,特别是在2008年之后遍地开花。 六个月前,我在谷歌上搜索预测,得到一些可怜的链接,但现在不是这样。 СанСаныч Фоменко 2012.04.05 09:38 #29 alsu: 因此,我们所看到的主要是废料。例如,同样的VAR-模型在历史数据上可能显示出任何准确性,但同样,参数的选择...这有什么好解释的,我们已经知道了) 我非常同意。 经典模型不是一个工作的材料,同样的VAR、ARIMA、ARCH等等。它们不是模型,它们是建立模型的工具。所以你可以说19号扳手是废料。在这里,你与TA混淆了,大量应用一个指标会导致其消退。 尝试建立一个TS,其中的模型是从商数分析中选择的。你会看到,在某些领域会有AR,在其他领域有ARMA,在其他领域有ARMA+GARCH,在某些领域根本没有数学。你拥有的模型集越大,没有东西可以应用的区域就越小。 СанСаныч Фоменко 2012.04.05 09:39 #30 Demi: 完全被误解了--这个模型是为宏观经济研究设计的。例如,它是中央银行的兴趣所在,而不是交易者的兴趣所在。 该模型是由商数的统计特征决定的,而不是由交易员所坐的椅子决定的。 12345678910...19 新评论
顺便说一下,西姆斯并没有开发这个方法,而是将其应用于宏观经济数据。在他之前,VAR已经有几十年的历史了。
"向量自动回归"(VAR)是几个时间序列 的动态模型,其中这些序列的当前值取决于同一时间序列的过去值。该模型是由克里斯托弗-西姆斯提出的"(C)
"克里斯托弗-西姆斯(Sims, 1980)创造了这样一个构造--向量自回归(VARs)。"(C)。
是吗?我可能是错的。谁开发了它?
算是吧。事实上,他写了一篇文章说:"......你为什么要用传统的自回归,它不起作用。让我们使用矢量的!你知道,就像我们在论坛上做的那样。
嗯,事实上,这不是他的论文(他因此获得了诺贝尔奖)所说的。
"向量自动回归"(VAR)是几个时间序列的动态模型,其中这些序列的当前值取决于同一时间序列的过去值。该模型是由克里斯托弗-西姆斯提出的"(C)
"克里斯托弗-西姆斯(Sims, 1980)创造了这样一个构造--向量自回归(VARs)。"(C)。
是吗?我可能是错的。谁开发了它?
好吧,这其实不是他的诺贝尔奖作品所说的那样。
问题是,如果预测方法在前进中确实有效,没有人会公布它(直到它停止工作)。因此,我们所看到的大多是已经解决的东西。例如,同样的VAR模型在历史数据上可以显示出任何准确性,但同样,参数的选择...这有什么好解释的,我们已经知道了)
我完全不明白--这个模型是为宏观经济研究设计的。例如,它是中央银行的兴趣所在,而不是交易商的兴趣所在。
问题是,如果一种预测方法真的在前进中起作用,没有人会公布它(直到它停止工作)。因此,我们所看到的大多是已经解决的东西。例如,同样的VAR模型在历史数据上可以显示出任何准确性,但同样,参数的选择...这有什么好解释的,我们已经知道了)
我必须承认,上面发布的链接对我来说是绝对的新闻。我现在意识到,制作一个模型,就像VAR,只是工作的一部分。几乎任何模型都会给你的预测,需要知道如何使用它。而这并不比制作模型本身的问题少。这就是上面的链接的内容。
更重要的是,这些链接表明,有大量的关于时间序列预测 的文献,特别是在2008年之后遍地开花。 六个月前,我在谷歌上搜索预测,得到一些可怜的链接,但现在不是这样。
我非常同意。
经典模型不是一个工作的材料,同样的VAR、ARIMA、ARCH等等。它们不是模型,它们是建立模型的工具。所以你可以说19号扳手是废料。在这里,你与TA混淆了,大量应用一个指标会导致其消退。
尝试建立一个TS,其中的模型是从商数分析中选择的。你会看到,在某些领域会有AR,在其他领域有ARMA,在其他领域有ARMA+GARCH,在某些领域根本没有数学。你拥有的模型集越大,没有东西可以应用的区域就越小。
完全被误解了--这个模型是为宏观经济研究设计的。例如,它是中央银行的兴趣所在,而不是交易者的兴趣所在。