w********5
发帖数: 54 | 1 【 以下文字转载自 Statistics 讨论区 】
发信人: wuming2015 (wuming2015), 信区: Statistics
标 题: 问个time series forecasting的问题
发信站: BBS 未名空间站 (Sat Jun 27 21:56:08 2015, 美东)
有两个时间序列，一个是股票daily价格，一个是未知来源的数据（也是daily）。两个
序列长度一样，怎么判断这个未知来源的数据对股票价格有预测作用？
假设做一个简单的regression，需要把两个时间序列的trend去掉吗？ | m******a
发帖数: 77 | 2 最简单的办法是,一作纵轴,一作横轴,把散点图画出来看,一目了然
次最简单的办法是算一下关联
次次最简单就是去掉各自的OUTLIER, 再看关联
最后,拿未知来源作变量去作一个预测估价的模型,看模型质量,如R值等 - 通常统计科
班的作法,但从来没有一个统一而固定的判据
【在 w********5 的大作中提到】
: 【 以下文字转载自 Statistics 讨论区 】
: 发信人: wuming2015 (wuming2015), 信区: Statistics
: 标 题: 问个time series forecasting的问题
: 发信站: BBS 未名空间站 (Sat Jun 27 21:56:08 2015, 美东)
: 有两个时间序列，一个是股票daily价格，一个是未知来源的数据（也是daily）。两个
: 序列长度一样，怎么判断这个未知来源的数据对股票价格有预测作用？
: 假设做一个简单的regression，需要把两个时间序列的trend去掉吗？
| m******a
发帖数: 77 | 3 忘了提了, 作模型的话可能需要考虑时间延迟的问题
【在 m******a 的大作中提到】
: 最简单的办法是,一作纵轴,一作横轴,把散点图画出来看,一目了然
: 次最简单的办法是算一下关联
: 次次最简单就是去掉各自的OUTLIER, 再看关联
: 最后,拿未知来源作变量去作一个预测估价的模型,看模型质量,如R值等 - 通常统计科
: 班的作法,但从来没有一个统一而固定的判据
| w********5
发帖数: 54 | 4 这样做会有Spurious Regression的问题吧？
【在 m******a 的大作中提到】
: 最简单的办法是,一作纵轴,一作横轴,把散点图画出来看,一目了然
: 次最简单的办法是算一下关联
: 次次最简单就是去掉各自的OUTLIER, 再看关联
: 最后,拿未知来源作变量去作一个预测估价的模型,看模型质量,如R值等 - 通常统计科
: 班的作法,但从来没有一个统一而固定的判据
| s**r
发帖数: 669 | | k**y
发帖数: 28 | 6 cointegration & Granger-causality （必要的话可以加上structural break或者
nonlinear GC）
不过是econ的方法，大概只能判断series A对 series B有没有预测（解释）作用；但
是真的用来预测的话，效果就不知道了 | m******a
发帖数: 77 | 7 真服了你们这帮学统计的
本来很简单的东西
非得造出一堆没用的名词
要不是有 WIKI 在
还不得把你们敬成神了
【在 k**y 的大作中提到】
: cointegration & Granger-causality （必要的话可以加上structural break或者
: nonlinear GC）
: 不过是econ的方法，大概只能判断series A对 series B有没有预测（解释）作用；但
: 是真的用来预测的话，效果就不知道了
| g*****o
发帖数: 812 | 8 有病早点治
【在 m******a 的大作中提到】
: 真服了你们这帮学统计的
: 本来很简单的东西
: 非得造出一堆没用的名词
: 要不是有 WIKI 在
: 还不得把你们敬成神了
| s*****c
发帖数: 25 | 9 我也是学统计出身，貌似这个就是一个correlation testing的问题。。。无非pearson
/spearman/kendall这几个test吧，具体哪个更适用要看数据了。
名字术语倒也不是没有用，只是有点用牛刀杀鸡的感觉。。。
【在 m******a 的大作中提到】
: 真服了你们这帮学统计的
: 本来很简单的东西
: 非得造出一堆没用的名词
: 要不是有 WIKI 在
: 还不得把你们敬成神了
| w********5
发帖数: 54 | 10 【 以下文字转载自 Statistics 讨论区 】
发信人: wuming2015 (wuming2015), 信区: Statistics
标 题: 问个time series forecasting的问题
发信站: BBS 未名空间站 (Sat Jun 27 21:56:08 2015, 美东)
有两个时间序列，一个是股票daily价格，一个是未知来源的数据（也是daily）。两个
序列长度一样，怎么判断这个未知来源的数据对股票价格有预测作用？
假设做一个简单的regression，需要把两个时间序列的trend去掉吗？ | | | m******a
发帖数: 77 | 11 最简单的办法是,一作纵轴,一作横轴,把散点图画出来看,一目了然
次最简单的办法是算一下关联
次次最简单就是去掉各自的OUTLIER, 再看关联
最后,拿未知来源作变量去作一个预测估价的模型,看模型质量,如R值等 - 通常统计科
班的作法,但从来没有一个统一而固定的判据
【在 w********5 的大作中提到】
: 【 以下文字转载自 Statistics 讨论区 】
: 发信人: wuming2015 (wuming2015), 信区: Statistics
: 标 题: 问个time series forecasting的问题
: 发信站: BBS 未名空间站 (Sat Jun 27 21:56:08 2015, 美东)
: 有两个时间序列，一个是股票daily价格，一个是未知来源的数据（也是daily）。两个
: 序列长度一样，怎么判断这个未知来源的数据对股票价格有预测作用？
: 假设做一个简单的regression，需要把两个时间序列的trend去掉吗？
| m******a
发帖数: 77 | 12 忘了提了, 作模型的话可能需要考虑时间延迟的问题
【在 m******a 的大作中提到】
: 最简单的办法是,一作纵轴,一作横轴,把散点图画出来看,一目了然
: 次最简单的办法是算一下关联
: 次次最简单就是去掉各自的OUTLIER, 再看关联
: 最后,拿未知来源作变量去作一个预测估价的模型,看模型质量,如R值等 - 通常统计科
: 班的作法,但从来没有一个统一而固定的判据
| w********5
发帖数: 54 | 13 这样做会有Spurious Regression的问题吧？
【在 m******a 的大作中提到】
: 最简单的办法是,一作纵轴,一作横轴,把散点图画出来看,一目了然
: 次最简单的办法是算一下关联
: 次次最简单就是去掉各自的OUTLIER, 再看关联
: 最后,拿未知来源作变量去作一个预测估价的模型,看模型质量,如R值等 - 通常统计科
: 班的作法,但从来没有一个统一而固定的判据
| s**r
发帖数: 669 | | k**y
发帖数: 28 | 15 cointegration & Granger-causality （必要的话可以加上structural break或者
nonlinear GC）
不过是econ的方法，大概只能判断series A对 series B有没有预测（解释）作用；但
是真的用来预测的话，效果就不知道了 | m******a
发帖数: 77 | 16 真服了你们这帮学统计的
本来很简单的东西
非得造出一堆没用的名词
要不是有 WIKI 在
还不得把你们敬成神了
【在 k**y 的大作中提到】
: cointegration & Granger-causality （必要的话可以加上structural break或者
: nonlinear GC）
: 不过是econ的方法，大概只能判断series A对 series B有没有预测（解释）作用；但
: 是真的用来预测的话，效果就不知道了
| g*****o
发帖数: 812 | 17 有病早点治
【在 m******a 的大作中提到】
: 真服了你们这帮学统计的
: 本来很简单的东西
: 非得造出一堆没用的名词
: 要不是有 WIKI 在
: 还不得把你们敬成神了
| s*****c
发帖数: 25 | 18 我也是学统计出身，貌似这个就是一个correlation testing的问题。。。无非pearson
/spearman/kendall这几个test吧，具体哪个更适用要看数据了。
名字术语倒也不是没有用，只是有点用牛刀杀鸡的感觉。。。
【在 m******a 的大作中提到】
: 真服了你们这帮学统计的
: 本来很简单的东西
: 非得造出一堆没用的名词
: 要不是有 WIKI 在
: 还不得把你们敬成神了
| r********n
发帖数: 7441 | 19 Lead / lag regression + AIC 选 Lead/ lag 变量，根据变量判断是否有 causality
关系
【在 w********5 的大作中提到】
: 这样做会有Spurious Regression的问题吧？
|
|
