Alternativa regressione lineare
- Creatore Discussione nico87
- Data di Inizio
Sig. Ernesto
Vivace Impertinenza
nico87
Forumer storico
Eccoci.
Model: NARCH(1,1) [Higgins and Bera] (Skewed GED)
Dependent variable: v4
Sample: 1-8361 (T = 8361), VCV method: Robust
Conditional mean equation
coefficient std. error z p-value
----------------------------------------------------------
const -1.06488e-05 3.36770e-07 -31.62 1.94e-219 ***
Conditional variance equation
coefficient std. error z p-value
-----------------------------------------------------------
omega 4.27639e-012 2.42930e-012 1.760 0.0784 *
alpha 0.227064 0.0170068 13.35 1.16e-040 ***
beta 0.577728 0.0335911 17.20 2.71e-066 ***
delta 1.78182 0.301983 5.900 3.63e-09 ***
Conditional density parameters
coefficient std. error z p-value
--------------------------------------------------------
ni 12.1174 0.619797 19.55 4.08e-085 ***
lambda -0.118755 0.0442122 -2.686 0.0072 ***
Llik: 83365.84875 AIC: -166717.69751
BIC: -166668.47818 HQC: -166700.88771
Model: NARCH(1,1) [Higgins and Bera] (Skewed GED)
Dependent variable: v4
Sample: 1-8361 (T = 8361), VCV method: Robust
Conditional mean equation
coefficient std. error z p-value
----------------------------------------------------------
const -1.06488e-05 3.36770e-07 -31.62 1.94e-219 ***
Conditional variance equation
coefficient std. error z p-value
-----------------------------------------------------------
omega 4.27639e-012 2.42930e-012 1.760 0.0784 *
alpha 0.227064 0.0170068 13.35 1.16e-040 ***
beta 0.577728 0.0335911 17.20 2.71e-066 ***
delta 1.78182 0.301983 5.900 3.63e-09 ***
Conditional density parameters
coefficient std. error z p-value
--------------------------------------------------------
ni 12.1174 0.619797 19.55 4.08e-085 ***
lambda -0.118755 0.0442122 -2.686 0.0072 ***
Llik: 83365.84875 AIC: -166717.69751
BIC: -166668.47818 HQC: -166700.88771
nico87
Forumer storico
Model: GARCH(1,1) [Bollerslev] (Normal)*
Dependent variable: v4
Sample: 1-8361 (T = 8361), VCV method: Robust
Conditional mean equation
coefficient std. error z p-value
----------------------------------------------------------
const -5.01134e-06 5.78640e-07 -8.661 4.69e-018 ***
Conditional variance equation
coefficient std. error z p-value
----------------------------------------------------------
omega 1.32147e-012 2.23515e-013 5.912 3.37e-09 ***
alpha 0.976938 0.0209156 46.71 0.0000 ***
beta 0.0275593 0.0214082 1.287 0.1980
Llik: 80764.51998 AIC: -161521.03996
BIC: -161492.91463 HQC: -161511.43436
Dependent variable: v4
Sample: 1-8361 (T = 8361), VCV method: Robust
Conditional mean equation
coefficient std. error z p-value
----------------------------------------------------------
const -5.01134e-06 5.78640e-07 -8.661 4.69e-018 ***
Conditional variance equation
coefficient std. error z p-value
----------------------------------------------------------
omega 1.32147e-012 2.23515e-013 5.912 3.37e-09 ***
alpha 0.976938 0.0209156 46.71 0.0000 ***
beta 0.0275593 0.0214082 1.287 0.1980
Llik: 80764.51998 AIC: -161521.03996
BIC: -161492.91463 HQC: -161511.43436
nico87
Forumer storico
Model: GARCH(1,1) [Bollerslev] (Skewed GED)
Dependent variable: v4
Sample: 1-8361 (T = 8361), VCV method: Robust
Conditional mean equation
coefficient std. error z p-value
----------------------------------------------------------
const -1.06406e-05 3.42813e-07 -31.04 1.60e-211 ***
Conditional variance equation
coefficient std. error z p-value
-----------------------------------------------------------
omega 2.87502e-012 3.81138e-013 7.543 4.58e-014 ***
alpha 0.225888 0.0168173 13.43 3.93e-041 ***
beta 0.555298 0.0329994 16.83 1.53e-063 ***
Conditional density parameters
coefficient std. error z p-value
--------------------------------------------------------
ni 11.9929 0.588711 20.37 3.00e-092 ***
lambda -0.0957488 0.0563214 -1.700 0.0891 *
Llik: 83363.54732 AIC: -166715.09464
BIC: -166672.90664 HQC: -166700.68624
Dependent variable: v4
Sample: 1-8361 (T = 8361), VCV method: Robust
Conditional mean equation
coefficient std. error z p-value
----------------------------------------------------------
const -1.06406e-05 3.42813e-07 -31.04 1.60e-211 ***
Conditional variance equation
coefficient std. error z p-value
-----------------------------------------------------------
omega 2.87502e-012 3.81138e-013 7.543 4.58e-014 ***
alpha 0.225888 0.0168173 13.43 3.93e-041 ***
beta 0.555298 0.0329994 16.83 1.53e-063 ***
Conditional density parameters
coefficient std. error z p-value
--------------------------------------------------------
ni 11.9929 0.588711 20.37 3.00e-092 ***
lambda -0.0957488 0.0563214 -1.700 0.0891 *
Llik: 83363.54732 AIC: -166715.09464
BIC: -166672.90664 HQC: -166700.68624
Sig. Ernesto
Vivace Impertinenza
e da dove vedo a tuo avviso che il miglior modello è il narch?
Aic&Bic?
Non credo
Mi serve una comparazione modelli per la varianza condizionata tramite loss functions (almeno il primo e l'ultimo modello, MSE MAE, quella roba li) , un'analisi della stabilità dei parametri di regressione del tuo modelllo(un'analisi rolling in fnestra pari al ciclo che hai adottato) e poi, iniziamo a discutere
Se avessimo valori poco significativi ed i parametri del modello di regressione che mostrano una forte instabilità, daremmo valideremmo (ma non ce ne è bisogno cmq) l'esempio che ti ha fatto Cren dove, cucendo un modelino con quello che serve alla bisogna, prevediamo teoricamente qualsiasi cosa(nella fattispecie o SPX) ex post ma con probabilità d riuscita nulla ex ante.
Convieni?
Insomma, dibbiamo credo approfondire per capire se c'è materiale su cui lavorare.
v4 poi, io non so cosa è (immagino, se seguo l'ordine di quanto hai postato in http://www.investireoggi.it/forum/3886254-post12.html , siano i logrendimenti del VStoxx calcolati sulle chiusure..spero di immaginare bene)
Aic&Bic?
Non credo
Mi serve una comparazione modelli per la varianza condizionata tramite loss functions (almeno il primo e l'ultimo modello, MSE MAE, quella roba li) , un'analisi della stabilità dei parametri di regressione del tuo modelllo(un'analisi rolling in fnestra pari al ciclo che hai adottato) e poi, iniziamo a discutere
Se avessimo valori poco significativi ed i parametri del modello di regressione che mostrano una forte instabilità, daremmo valideremmo (ma non ce ne è bisogno cmq) l'esempio che ti ha fatto Cren dove, cucendo un modelino con quello che serve alla bisogna, prevediamo teoricamente qualsiasi cosa(nella fattispecie o SPX) ex post ma con probabilità d riuscita nulla ex ante.
Convieni?
Insomma, dibbiamo credo approfondire per capire se c'è materiale su cui lavorare.
v4 poi, io non so cosa è (immagino, se seguo l'ordine di quanto hai postato in http://www.investireoggi.it/forum/3886254-post12.html , siano i logrendimenti del VStoxx calcolati sulle chiusure..spero di immaginare bene)
nico87
Forumer storico
e da dove vedo a tuo avviso che il miglior modello è il narch?
Aic&Bic?
Non credo
Mi serve una comparazione modelli per la varianza condizionata tramite loss functions (almeno il primo e l'ultimo modello, MSE MAE, quella roba li) , un'analisi della stabilità dei parametri di regressione del tuo modelllo(un'analisi rolling in fnestra pari al ciclo che hai adottato) e poi, iniziamo a discutere
Se avessimo valori poco significativi ed i parametri del modello di regressione che mostrano una forte instabilità, daremmo valideremmo (ma non ce ne è bisogno cmq) l'esempio che ti ha fatto Cren dove, cucendo un modelino con quello che serve alla bisogna, prevediamo teoricamente qualsiasi cosa(nella fattispecie o SPX) ex post ma con probabilità d riuscita nulla ex ante.
Convieni?
Insomma, dibbiamo credo approfondire per capire se c'è materiale su cui lavorare.
v4 poi, io non so cosa è (immagino, se seguo l'ordine di quanto hai postato in http://www.investireoggi.it/forum/3886254-post12.html , siano i logrendimenti del VStoxx calcolati sulle chiusure..spero di immaginare bene)
Ernesto sono fuori oggi, potresti farli tu questi test, la serie sono appunto i log rendimenti close to close, le serie sono in allegato nei messaggi precedenti.
Sig. Ernesto
Vivace Impertinenza
nico, non c'è fretta.
Li faccia e poi li controlliamo tutti insieme(non solo noi due)
Li faccia e poi li controlliamo tutti insieme(non solo noi due)
nico87
Forumer storico
Rientrato ora, bene i criteri di valutazione del modello da te menzionati sono li, per quanto riguarda gli altri test io non li so fare per cui se vuoi farli tu e portarmi qualche dimostrazione sarà ben accetta. Date le mie lacune mi sono basato molto sull'impatto visivo. Le differenze nei criteri di valutazione del modello riportati in alto non credo siano abbastanza distati per decretare la non efficacia dei modelli.
Ripeto penso sia inutile continuare a dire non va bene quello questo quest'altro. Io ho del materiale ho dei risultati che visivamente sono efficaci per cui Ernesto dimmi senza tanti giri di parole dove sbaglio e in che modo il tutto può invalidare la serie fittata, TENENDO CONTO CHE NON MI INTERESSA PREVEDERE NULLA MA DESCRIVERE.
Ripeto penso sia inutile continuare a dire non va bene quello questo quest'altro. Io ho del materiale ho dei risultati che visivamente sono efficaci per cui Ernesto dimmi senza tanti giri di parole dove sbaglio e in che modo il tutto può invalidare la serie fittata, TENENDO CONTO CHE NON MI INTERESSA PREVEDERE NULLA MA DESCRIVERE.
Sig. Ernesto
Vivace Impertinenza
Allora
Queste sono le osservazioni del tuo foglio
A B C D E F
16.9 -1.8483027 -2.1049132 .00004656 3.075e-06 .00122099
tu mi indichi che sarebbero in ordine
"prezzi-log prezzi-log volumi-rendimenti calcolati sulle chiusure-rendimenti calcolati sulle aperture-log asimmetria"
A=prezzo
mi metti cortesemente l'etichetta accanto alle rimanenti lettere?
B=?
C=?
etc..etc..
Queste sono le osservazioni del tuo foglio
A B C D E F
16.9 -1.8483027 -2.1049132 .00004656 3.075e-06 .00122099
tu mi indichi che sarebbero in ordine
"prezzi-log prezzi-log volumi-rendimenti calcolati sulle chiusure-rendimenti calcolati sulle aperture-log asimmetria"
A=prezzo
mi metti cortesemente l'etichetta accanto alle rimanenti lettere?
B=?
C=?
etc..etc..
Similar threads
