[量化金融] 基于稀疏非高斯状态空间的加密货币预测 [推广有奖]

21楼

能者818

发表于 2022-6-25 02:23:12

考虑到Litecoin的结果（见面板（b）），我们发现相对预测精度有明显的变化。更具体地说，我们发现，虽然在保持期的前几个月，预测性能似乎是均匀的。从2017年5月起，t-TVP NG规格开始表现优异，大大优于所有竞争对手。最后，面板（c）和（d）显示了以太坊的性能以及随时间变化的总体性能。在这里，我们通常会发现与上述结果具有可比性的结果。请注意，总体对数预测可能性显示的模式类似于剩余加密货币的边际LP之一。然而，与面板（a）相比，我们观察到t-TVP规格在接缝密度预测方面也优于面板（a）。主要区别在于，t-TVP NG模型在预测Litecoin价格方面的优异性能使对数预测Bayes因子高于所有竞争模型的预测Bayes因子。4.4 Diebold等人（1998年）使用概率积分变换进行模型评估；Clark（2011）；Amisano和Geweke（2017），如果给定模型Mi规格正确，则可以显示Zjt，i=Φ-1（Fy（yjt | y1:t-1，Mi））iid~ N（0，1），（4.1）对于t=t，T和j=1，m和t表示首次观察到保持期（即11月22日）。在此，我们让Φ-1删除标准正态分布和Fy（yjt | y1:t）的逆分布函数-1，Mi）表示与模型i的潜在预测分布相关的累积分布函数。如果模型正确指定了标准化预测误差序列{zjt}，Tt=独立且符合身份标准的正态分布。无花果

22楼

kedemingshi

发表于 2022-6-25 02:23:15

4（a）至（c）显示了模型之间以及考虑的所有三种加密货币的归一化预测误差，而表2提供了旨在支持我们对图4的视觉评估的统计测试。在比特币和Litecoin的情况下，我们发现平均值似乎接近于零。表2中的第一列证实了这一发现，该列显示了通过回归zjt，ion a常数获得的经验平均值，括号中为p值。请注意，对于以太坊，我们发现大多数模型的归一化预测误差集中在零以上。两个例外是TVP NG规范和Minnesotaprior VAR。再次考虑面板（c）表明，这些偏离零的主要原因是在等待输出期开始时未能捕获条件平均值。考虑到方差，发现在比特币的情况下，归一化误差的方差都远低于单位，这表明估计的预测方差通常过高。换言之，这表明有太多的实际观测值落在预测分布的中心。这一发现似乎得到了表2第二列的有力支持，该列显示了通过对常数的平方误差进行回归得到的归一化预测误差的估计方差。对于t-TVP NG和TTVP规格，我们发现稍高的差异。我们的解释是，通过直接使用与随机波动性相结合的非高斯冲击，或通过引入更灵活的潜态运动定律，允许灵活的误差规格，有助于将方差推向1。对于Litecoin和以太坊，除了TTVP模型（对于Litecoin），所有TVP规范的方差似乎都接近1。

23楼

nandehutu2022

发表于 2022-6-25 02:23:18

值得注意的是，特别是对于Litecoin，具有SV的常数参数模型往往会低估预测方差，或者无法捕获经验分布尾部的观测值。最后，考虑到zjt的持久性，我发现大多数模型都倾向于产生标准化错误，这些错误显示出静音的持久性级别。

24楼

kedemingshi

发表于 2022-6-25 02:23:21

表2的最后一列证实了这一点，该列显示了通过估计zjt，Ilong中的AR（1）模型及其p值获得的持久性参数。（a）比特币-6 0 4TTVP2017-04 2017-06 2017-07 2017-08 2017-09-2017年4月6日-04 2017-06 2017-07 2017-08 2017-09-6 0 4TPP NG2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4t-TVP NG2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4分钟-VAR2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4NG-VAR2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4SSVS2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4RW-SV2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4AR-SV2017年-04 2017-06 2017-07 2017-08 2017-09（b）莱特币-6 0 4TTVP2017-04 2017-06 2017-07 2017-08 2017-09-2017年4月6日-04 2017-06 2017-07 2017-08 2017-09-6 0 4TPP NG2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4t-TVP NG2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4分钟-VAR2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4NG-VAR2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4SSVS2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4RW-SV2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4AR-SV2017年-04 2017-06 2017-07 2017-08 2017-09（c）以太坊-6 0 4TTVP2017-04 2017-06 2017-07 2017-08 2017-09-2017年4月6日-04 2017-06 2017-07 2017-08 2017-09-6 0 4TPP NG2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4t-TVP NG2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4分钟-VAR2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4NG-VAR2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4SSVS2017-04 2017-06 2017-07 2017-08 2017-09-6 0 4RW-SV2017年-04 2017-06 2017-07 2017-08 2017-09-6 0 4AR-SV2017年-04 2017-06 2017-07 2017-08 2017-09图。4：跨模型和加密货币的标准化预测错误。