关于极差修正GARCH，欢迎各位大侠赐教

无聊嘛

原帖由 yaosongshen 于 2007-5-22 22:00 发表
你们先自己做做,就知道了.有趣的是,这个模型还发了很多文章,有的和股票有关,大概这些人从来不买卖股票的,这年头垃圾文章真是多啊.

哦，我知道您为什么老是说先做做了。前面说的那个还没下手，是说那波动做出来后的“异常”检验识别程序。一般的EWMA、GARCH、EGARCH、MCMC我还是都做过的。估参数通不过或不是“理论”上最好的事多了，很多“不似然”的参数实际上偏偏就是管用的。这个我想早年分析家软件刚出来的时候，用它测试过什么RSI、MACD的最佳参数的人都会有感觉吧。

无聊嘛

还有啊，光盯着收益率，估出来后被市场耍了，就拼命的什么二元咯、更高维咯...
不能把样本数据换换啊？计量学的基础：研究结果不可能比数据质量更好。

大地飞鹰

至于上面反复提的，对个股高维估参数困难，所以实际上模型不那么好做，我是用一些不那么科学的办法解决的。老实说，就是凑的，能用就行。我找3个能估得出的东西，再凑一个不行吗？又不是要考试拿百分，实用要紧 ...

<br />

看你那么努力，最后一次参与这个题目。对我来说系统检验必须同时合乎双重标准，理论成立，而且统计检验合格，不是一百分，而是双百分。

无聊嘛

啊,那我赶快收声。
咱可以换个简单点的，EWMA，这个您上面说的那些麻烦好多了。有一个问题想请教：EWMA是否需要有偏呢？在网上看到过篇怎么做有偏EWMA的论文，怎么做是大致看懂了，但有偏（非对称）本身到底需不需要我一直有矛盾。我做过EGARCH，对比感觉这个（有偏）不是很重要似的。查资料也是各有说法。
万望赐教，谢谢谢谢。

野狐禅

原帖由 无聊嘛 于 2007-5-23 18:26 发表
很多时候，我觉得GARCH还不如EWMA省事。

EWMA 是指 Exponentially Weighted Moving Average？

野狐禅

原帖由 大地飞鹰 于 2007-5-23 18:03 发表
我看到有些东西笑不出来。

什么东西让人这么严肃？

无聊嘛

原帖由 野狐禅 于 2007-5-24 06:46 发表

EWMA 是指 Exponentially Weighted Moving Average？

对，就是这个。在摩根的VAR工具RiskMetrics里是推荐的波动率计算模型。

无聊嘛

原帖由 野狐禅 于 2007-5-24 06:49 发表

什么东西让人这么严肃？

咳，从他一上来对GARCH那东歪西倒的解释，我就知道他是临时抱着书在扯。只是一个不想在这帖子里吵架，另一个也想想 “三人行...”。
可是这帖子在这挂了快3个月了，我在GOOGLE上前几页都搜得出了，正经讨论的人却这么少...
得，就这么挂着吧。

无聊嘛

大帝同学，告诉你为什么说你在扯：
“既然你玩过VaR，哪里还有这个问题？不过，我也不想讲。”
因为书上告诉你VAR是用收益率的分布密度函数，巴塞尔协议里也是这么定的，所以你就没有这个问题了。啊哈，那看过“巴塞尔协议”的就都是股神了嘛。那书上还假设收益率正态分布呢。在真刀真枪的市场上来玩玩看，我炒了16年股，还参加过几个项目，告诉你：那是要亏死的。为什么，我也不想讲。

“GARCH是干什么的？实际上就是研究波动率的。股市价格不是一个平稳随机过程，它的期望和方差不是固定不变的，但是它也有方差，它的方差叫异方差，变异了的方差，变化的方差。GARCH是自回归余留的异方差，就是自回归表示这个非平稳随机过程，自回归以后还有误差，这个误差也是非平稳的，这个误差的异方差就是GARCH。是否说明白了？要说清楚需要一本完整的数量经济学专著，我手上就有一本，清华的研究生教材。要搞清楚这个问题，至少需要一流大学的金融专业高年纪本科的水准。”
罗嗦吧。也许你是好心要把它尽量解释清，这个要谢谢你，虽然我不需要。不过说清楚条件异方差是什么，只要那书里的一节就够了。

“非平稳高斯随机过程也有两个参数，同样的两个参数，期望和方差，它们不是固定的，它们随时间而变化。金融时间序列有一个典型特征，高峰厚尾，...”
因为金融时间序列是尖峰厚尾的，所以一般描述它要四阶矩：均值、方差、偏度、峰度，不是“同样两个。”

“既然预测得很好，估计得很好，我又说它没什么用，什么原因？因为它对指数预测得好，估计得好，对个股那是另外一个面孔了，即使大盘股GARCH模型也要达到20维的复杂度，复杂了就有问题了，鲁棒效应是肯定不好看的，实际效果不见得比简单的标准差好用。”
首先，对大盘股估计个最简单的一元GARCH（1，1），你要管它多少维干什么？参数不收敛一般用什么办法，大帝同学“应该”知道吧？就这个最简单的GARCH在实战中也会有用，肯定比历史模拟的简单的标准差要好。不过我也懒得告诉你怎么个好法。

“以我的观点，GARCH(1,1)已经足够了，GARCH(2,2)只有微弱的优势，再复杂化以后反而会导致鲁棒效应的下降。”
对阿。可是既说“足够”了，前面又说“我也说不清楚GARCH对股票交易是否有用，但是可以肯定对一般的投资者来说没什么用。” 您在这起哄呐？？

“先把基本理论搞清楚了再说其它。”
你以为你搞清了？搞清了，却不知它有什么用？？

“看你那么努力，最后一次参与这个题目。对我来说系统检验必须同时合乎双重标准，理论成立，而且统计检验合格，不是一百分，而是双百分。”
“对我来说系统检验必须同时合乎.........................”的标准，对市场来说太肤浅，管用但不是你学到的用法。我这里不是向上级打报告的地方。
谢谢，您参与这个题目，只要不要莫名其妙的起哄和摆酷，我仍欢迎。

野狐禅

原帖由 无聊嘛 于 2007-5-24 11:59 发表
对，就是这个。在摩根的VAR工具RiskMetrics里是推荐的波动率计算模型。

老和尚怎么总觉得 EMA 没有什么道理呢？

大地飞鹰

因为书上告诉你VAR是用收益率的分布密度函数，巴塞尔协议里也是这么定的，所以你就没有这个问题了。啊哈，那看过 ...

基本工夫不扎实，不会走就想跑，本想引导引导，并且暗示了解决办法，你倒好，躲在我后面放炮。等我走了再发牢骚，鄙视。

yaosongshen

原帖由 无聊嘛 于 2007-5-23 19:48 发表


哦，我知道您为什么老是说先做做了。前面说的那个还没下手，是说那波动做出来后的“异常”检验识别程序。一般的EWMA、GARCH、EGARCH、MCMC我还是都做过的。估参数通不过或不是“理论”上最好的事多了，很多 ...

也就mcmc模型还能用于实战,不过一定要选大于75%概率以上涨的才能参与(基本上每天也选不出多少股票有这么高的概率),不过使用哪些量来预测未来的价格是个很难的选择,使用哪些数据(日线,30分,60分等等)也是很难的,如何应用到盘中也是很难的
模型用来用去也就这么几个,原理都很简单,一类是预测类,一类是计算概率分布类,好不好一定要用历史数据来回答,关键不在于模型本身,而是模型需要的各种参数,但参数很难得到,要有专门的参数计算程序来算最佳参数分布.
所以我不是太喜欢谈这些模型,问题大部分是你根本算不出这些模型的参数.或者是参数分布是个弥散分布或者不收敛.
比如GARCH,你算出的参数是多少,收敛吗?

野狐禅

原帖由 大地飞鹰 于 2007-5-25 00:09 发表
并且暗示了解决办法

什么问题的解决办法？

野狐禅

原帖由 yaosongshen 于 2007-5-25 00:15 发表
也就mcmc模型还能用于实战

至少是不是要先找个非稳态问题的模型啊？

无聊嘛

EWMA是为了处理一般MA数据等权重、数据窗口之间会跳跃等问题。

无聊嘛

一般对GARCH模型的修正，很多就是再加一项进去，并且再加个参数。比如成交量修正或季节修正，就是再加个r*vol项。这个不能说错，但觉得是有点“混事”。首先加参数对模型意味着更不可靠，其次新加入的项其实也有它自己的分布，这个不加分析的话，就会造成估参数时，应该“最大似然”个什么东西都是一团浆糊。估出来是个垃圾就很正常。
我问老和尚的问题，其实是两个概率矩阵之间怎样联系更合理。老和尚可能本身没意识到，但是他的逻辑解释确实是有清醒作用。不管1＋1还是面条＋馄钝，基本逻辑总是一样的。
还是欢迎大侠指点。可是先把自己掂量清楚，不懂装懂摆酷的滚蛋！

[ 本帖最后由 无聊嘛 于 2007-5-25 03:51 编辑 ]

无聊嘛

原帖由 yaosongshen 于 2007-5-25 00:15 发表




也就mcmc模型还能用于实战,不过一定要选大于75%概率以上涨的才能参与(基本上每天也选不出多少股票有这么高的概率),不过使用哪些量来预测未来的价格是个很难的选择,使用哪些数据(日线,30分,60分等等)也是 ...

对。就像前面您说的，长期更好。短期其实更随机，不管用什么炒股，我觉得希望买了明天就涨的心态总是最大的敌人。

野狐禅

原帖由 无聊嘛 于 2007-5-25 03:10 发表
我问老和尚的问题，其实是两个概率矩阵之间怎样联系更合理。老和尚可能本身没意识到，但是他的逻辑解释确实是有清醒作用。不管1＋1还是面条＋馄钝，基本逻辑总是一样的。

我觉得你在用处理稳态问题的方法处理非稳态问题。我去找点不同观点的资料给你看看。

无聊嘛

好好。
因为前面已经把它处理成稳态了。
不过资料还是要的。:*22*:

无聊嘛

啊，估计我得看个一段时间了。:*27*: :*31*: