Najłatwiejszym sposobem na udzielenie odpowiedzi na pytanie jest zrozumienie, że z grubsza zestawy danych są często klasyfikowane jako przekrój , szeregi czasowe i panel . Regresja przekrojowa to podstawowe narzędzie do zestawów danych przekrojowych. To jest to, co większość ludzi wie i nazywa regresją . Regresja szeregów czasowych jest czasami stosowana do szeregów czasowych, ale analiza szeregów czasowych ma szeroki zakres narzędzi poza regresją.
( x1, y1) , ( x2), y3)) , … , ( Xn, yn)xja, yjay∼ xy^x
Jeśli próbka nie była losowa, regresja może w ogóle nie działać. Na przykład wybrałeś tylko dziewczyny z pierwszej klasy, aby oszacować model, ale musisz przewidzieć wzrost męskiej 12-klasowej równiarki. Zatem regresja ma swoje własne problemy, nawet w konfiguracji przekrojowej.
xt, yt( x1, y1) , ( x2), y3)) , … , ( Xn, yn)tx , y
t
Trzecim wspólnym typem zestawu danych jest panel, szczególnie ten z danymi podłużnymi. Tutaj możesz uzyskać kilka migawek zmiennych dotyczących masy i wzrostu dla wielu uczniów. Ten zestaw danych może wyglądać jak fale przekrojów lub zestaw szeregów czasowych.
Oczywiście może to być bardziej skomplikowane niż poprzednie dwa typy. W tym przypadku wykorzystujemy regresję panelu i inne specjalne techniki opracowane dla paneli.
Podsumowując, powodem, dla którego regresję szeregów czasowych uważa się za odrębne narzędzie w porównaniu z regresją przekrojową, jest to, że szeregi czasowe stanowią wyjątkowe wyzwania, jeśli chodzi o założenia niezależności techniki regresji. W szczególności ze względu na fakt, że w przeciwieństwie do analizy przekrojowej, kolejność obserwacji ma znaczenie, zwykle prowadzi do wszelkiego rodzaju struktur korelacji i zależności, co może czasem unieważnić zastosowanie technik regresji. Musisz poradzić sobie z zależnością i właśnie w tym dobrze jest przeprowadzać analizę szeregów czasowych.
Przewidywalność cen aktywów
Powtarzasz również powszechne nieporozumienie na temat rynków akcji i ogólnie cen aktywów, że nie można ich przewidzieć. To stwierdzenie jest zbyt ogólne, aby mogło być prawdziwe. To prawda, że nie można wprost rzetelnie przewidzieć następnego tiku AAPL. Jest to jednak bardzo wąski problem. Jeśli zarzucisz swoją sieć szerzej, odkryjesz wiele możliwości zarabiania pieniędzy na wszelkiego rodzaju prognozach (w szczególności na analizie szeregów czasowych). Arbitraż statystyczny jest jedną z takich dziedzin.
Powodem, dla którego ceny aktywów są trudne do przewidzenia w najbliższym czasie, jest fakt, że dużym składnikiem zmian cen są nowe informacje. Naprawdę nowe informacje, których nie można realistycznie opracować z przeszłości, są z definicji niemożliwe do przewidzenia. Jest to jednak model wyidealizowany i wiele osób twierdzi, że istnieją anomalie , które pozwalają na utrzymanie stanu. Oznacza to, że część zmiany ceny można wyjaśnić przeszłością. W takich przypadkach analiza szeregów czasowych jest całkiem odpowiednia, ponieważ dokładnie dotyczy uporczywości. Oddziela nowe od starych, nowe są niemożliwe do przewidzenia, ale stare są przeciągane z przeszłości w przyszłość. Jeśli można wytłumaczyć nawet trochę w finansach to znaczy, że możebyć w stanie zarabiać pieniądze. Tak długo, jak cena strategii opartej na takich prognozach obejmuje generowany przez nią dochód.
Na koniec spójrz na nagrodę Nobla w dziedzinie ekonomii w 2013 r . : „całkiem możliwe jest przewidzenie szerokiego przebiegu tych cen w dłuższych okresach, takich jak następne trzy do pięciu lat”. Spójrz na wykład Nobla Shillera , omawia przewidywalność cen aktywów.