i*****r
发帖数: 1302 | 1 如果我更在乎预测的方向正确与否,多于在乎绝对值是否正确.例如预测10个数值,8个方
向都和实际数值一样,虽然绝对值上有些偏差但我仍然满意
有哪些标准可以判定模型是否work或是break down? | z****e
发帖数: 2024 | 2 你这个“方向”是怎么定义的？
我的理解是，你在判断哪些参数有意义是吗？
step wise 的话，用AIC行吧？
或者用BMA。Bayesian Model Averaging。 | i*****r
发帖数: 1302 | 3 实际值为正的话,我的预测值为正,就OK
有时候有predictive power的模型Rsquare却很小,所以找别的
【在 z****e 的大作中提到】
: 你这个“方向”是怎么定义的？
: 我的理解是，你在判断哪些参数有意义是吗？
: step wise 的话，用AIC行吧？
: 或者用BMA。Bayesian Model Averaging。
| s********7
发帖数: 52 | | i*****r
发帖数: 1302 | 5 哎...其实我的想法是想抛开这些学术书本上的东西,这些东西谁都知道,想从更实际应
用的地方出发.比如regression,某些vairable在某段时间内有预测能力的,但可能从某
点开始作用就慢慢下降,也许不久又会上升.当你意识到的时候,比如tstats,rsquare变
小的时候,已经发生了太晚了.我就在想能不能有什么办法能early detect模型的变化,
能够及时换走variable或者干脆放弃使用 | l******i
发帖数: 1404 | 6 得出的值方向不对，说明model本身有问题。
选择predictor：如果predictor数目多的话（注意multicollinearity），建议用
stepwise model selection；predictor数目少的话，用all subset search.
在所有感兴趣的model里用R_adjusted_square结合C(p)和PRESS(p)判断。也可以结合
AIC, BIC, SIC。判据越多越好。
不过唯一的最好办法：get much more data, need sample size to be large enough.
这样asymtotic理论下的所有test就有意义了。也就不存在你说的Rsquare一会儿大一会儿小的问题了。
结果实在差的很远，不整regression，用multifactor ANOVA Model
再不行，就用nonparametric approach呗，例如bootstrapping | s********a
发帖数: 1100 | 7 mark
回lz
并不是是个数据就可以用regression的
不如试试nonparametric approach
ls说的非常好
enough.
会儿小的问题了。
【在 l******i 的大作中提到】
: 得出的值方向不对，说明model本身有问题。
: 选择predictor：如果predictor数目多的话（注意multicollinearity），建议用
: stepwise model selection；predictor数目少的话，用all subset search.
: 在所有感兴趣的model里用R_adjusted_square结合C(p)和PRESS(p)判断。也可以结合
: AIC, BIC, SIC。判据越多越好。
: 不过唯一的最好办法：get much more data, need sample size to be large enough.
: 这样asymtotic理论下的所有test就有意义了。也就不存在你说的Rsquare一会儿大一会儿小的问题了。
: 结果实在差的很远，不整regression，用multifactor ANOVA Model
: 再不行，就用nonparametric approach呗，例如bootstrapping
| s********a
发帖数: 1100 | 8 某些vairable在某段时间内有预测能力的
你是不是variable 就选的不对 overstate it的能力了。。
【在 i*****r 的大作中提到】
: 哎...其实我的想法是想抛开这些学术书本上的东西,这些东西谁都知道,想从更实际应
: 用的地方出发.比如regression,某些vairable在某段时间内有预测能力的,但可能从某
: 点开始作用就慢慢下降,也许不久又会上升.当你意识到的时候,比如tstats,rsquare变
: 小的时候,已经发生了太晚了.我就在想能不能有什么办法能early detect模型的变化,
: 能够及时换走variable或者干脆放弃使用
| i*****r
发帖数: 1302 | 9 The qestion is: Is there a approach to early detect if a model is working or
breaking down?
regression只是个例子 | l******i
发帖数: 1404 | 10
or
get much more data, need sample size to be large enough.
不考虑时间的话，也就是你所有数据都是independent的话，不管是不是regression，
你所有的model和test都是基于asymptotic theory。如果你的sample size足够大，你
的model checking又足够多了的话,你的model应该一直是对的，不会有突然间model
break down的问题。
如果考虑时间correlation的话，你要不停变换model的predictors和volatility w.r.t
. time,最好用用ARMA(1,1), GARCH(1,1) 等等financial econometric的model试试，
还有很多其他更复杂的time series model可以让你的model里很多东西都跟时间有关,
接下来怎么做要看具体情况了。
【在 i*****r 的大作中提到】
: The qestion is: Is there a approach to early detect if a model is working or
: breaking down?
: regression只是个例子
| l******i
发帖数: 1404 | 11 经济良好市场稳定的时候，50%靠模型，50%靠经验。
经济不好市场不稳定的时候，100%靠经验。不管什么approach/model，在这种时候，都
是bullshit,市场无法模拟。 | s********a
发帖数: 1100 | 12 no model is perfect
model would break down when extreme event happens
get more data if possible
or try adjust weights of each factor accoding to time change
or
【在 i*****r 的大作中提到】
: The qestion is: Is there a approach to early detect if a model is working or
: breaking down?
: regression只是个例子
|
|
