Статистика зависимостей в котировках (теория информации, корреляция и другие методы feature selection) - страница 29

Я сам много месяцев, когда осваивал нейронные сети ...

Я все время поражаюсь, что люди, освоившие довольно сложные вещи (к НС следует добавит ЦОС), не удосужились освоить науку, напрямую имеющую отношение к их бизнесу?

И вообще, не могу понять, почему на этом сайте нет эконометрики? С полгода назад запускал поиск, получил пару ссылок. О чем угодно, кроме эконометрики.

...пробовал разные виды преобразования исходного временного ряда для улучшения его стационарности, ибо НС чувствительны к этому феномену и неадекватно обучаются

С точки зрения эконометрики НС являются не более, чем функцией сглаживания, причем, по-моему мнению, не самой удачной. Имеется другие способы сглаживания, более эффективные, управляемые, проработанные и наглядные. При этом, что более важно, эти методы обычно сопряжены с оценкой результатов сглаживания.

... но тестов на стационарность не проводил.

Тест на стационарность - это только начало. Тест Дикки-Фуллера в подавляющем числе случаев ни о чем не говорит, а цифры дает всегда. Приходится двигаться по шагам, причем практически не встречаются результаты очередного шага, на которых удается строго отклонить/принять соответствующую нулевую гипотезу. Например, сравнивая две модели по тесту на один из видов гетероскедастиности, получаешь две цифры 30% и 40% - вероятность отсутствия гетероскедастиности. Для другого вида гетероскедастиности - 50% и 20% - вопрос: какая из моделей лучше?

А что такое ЦОС?

Для меня это все не бизнес, а более подходит слово "хобби". Я работаю в другом направлении и не имею не экономического ни математического образования, а скорее гуманитарное с применением методов статистики. В силу этого бэкграунда я изучаю то, что мне интересно, а если понимаю, что не хватает каких-то знаний, то копаю в сторону их накопления. Это как снежный ком. Это так, лирика.

"С точки зрения эконометрики НС являются не более, чем функцией сглаживания, причем, по-моему мнению, не самой удачной. Имеется другие способы сглаживания, более эффективные, управляемые, проработанные и наглядные. При этом, что более важно, эти методы обычно сопряжены с оценкой результатов сглаживания."

Не всегда так. Вы назвали частный случай применения нейросеток. С их помощью можно классифировать, жестко или не жестко (вероятностно). Также делать кластерный анализ. Я все это пробовал, наряду с задачей аппроксимации функции по временному ряду.

"Тест Дикки-Фуллера в подавляющем числе случаев ни о чем не говорит, а цифры дает всегда."

Это проблема многих статистических тестов на проверку гипотез.

В целом, эконометрические изыскания, по крайней мере, ваши, я понимаю так: Вы берете некую аппроксимирующую кривую или линию и изучаете ряд остатков с целью получить нескореллированный нормально распределенный шум. Так?

А что такое ЦОС?

Цифровая обработка сигналов.

Не всегда так. Вы назвали частный случай применения нейросеток

Да, конечно, и в эконометрике шире.

Вы берете некую аппроксимирующую кривую или линию и изучаете ряд остатков с целью получить нескореллированный нормально распределенный шум. Так?

Да, это цель. Хотя достичь не удалось, но удалось сделать гораздо более устойчивые модели, с колебанием дисперсии ошибки прогноза в пределах 5%.

Я делаю то же самое, когда прогнозирую продажи статистическими моделями. В качестве оценки качества модели - анализ остатков на автокорреляцию и вид функции плотности вероятности. Также, конечно, R^2. Это, в принципе, общепринятые методики прогнозирования временных рядов.

Что касается нейросетей, пожалуй я ни разу этого не делал, и следует также остатки анализировать. Вы правы в этом (если я строю аппроксимирующую ряд кривую).

Что касается ТИ, роль теории в нахождении значимых лагов либо иных независимых переменных. В сущности, de facto по построенной модели тоже следует провести анализ ряда остатков.

Ваш довод ясен, но проблема эконометрики в том, что на изначально неправильных убеждениях и предположениях создаются неправильные теории и инструменты, затем для этих инструментов подменяется объект исследования на настоящий рынок, и делается вывод о том, как похожи два разных объекта исследования.

Где уверенность в том, что через 20-30 лет эконометрика не повторит судьбу теории Птолемея? Эта теория в свое время тоже очень не плохо объясняла окружающий мир.

Вот что пишет Э.Петерс по этому поводу (математик, и один из не многих, кто так глубоко разбирается в этом вопросе):

А вот что он пишет о эконометрике:

В его книге есть еще не мало примеров о том, куда могут завести теории оторванные от практики.

анализ остатков на автокорреляцию и вид функции плотности вероятности. Также, конечно, R^2. Это, в принципе, общепринятые методики прогнозирования временных рядов.

Это только начало, и в смысле общепринятости, не полно. Полно показано здесь, хотя это только пример использования. Три группы анализов: коэффициентов, остатков и на стабильность. Если получится согласовать противоречия, то, возможно, получите оценку, которая всегда есть ошибка прогноза, так как цель - это прогноз, а все остальное - это промежуточные результаты.

Эконометрика имеет отношение к бизнесу только в том случае, если этот бизнес игорный. Поищите ее адептов на сайте владельцев казино.

Чушь собачья, читайте книги, начните с азбуки.

Теория эффективного рынка не рассматривается в эконометрике. Все ее предположения основаны на том, что рынок не эффективен. В эконометрику не входит Марковиц с апологетами и их эффективными портфелями. Эконометрика существует более 100 лет ее никогда не опровергал Петерс, Мандельброт и другие, так как она изначально основана на предположении о нестационарности рынка.

Именно эконометрика обосновывает прогноз на один шаг вперед и показывает причины фатального ухудшения прогноза на несколько шагов вперед.

Хорошо, что у Вас друг Птоломей, но это не повод отрицать эконометрику, приписывая ей то, чего в ней нет.

И Вам того же.