Lezioni di Econometria

[tonyrux]

Aggiungo a quanto postato da tony:

se avessi avuto questo paper ai tempi della tesi mi sarei risparmiato un pò di esaurimento cmq sul canale che ho postato c'è di tutto non solo la yeld curve ho postato quel link perchè è quello che ho salvato tra i preferiti dai tempi della tesi

[Sig. Ernesto]

..

[Sig. Ernesto]

..

[Sig. Ernesto]

La Bibbia dello Slippage.

[Cren]

Forecasting: Principles and Practice è il sito di Rob J. Hyndman e George Athanasopoulos, ed è un vero & proprio libro di testo virtuale che vi guida dalle basi fino alle applicazioni più interessanti sulla previsione delle serie storiche.

Al momento in cui scrivo, i Capitoli 1 e 2 e tutti quelli dal 4 al 8 sono praticamente completi.

Ogni tecnica è spiegata in modo semplice, sintetico e chiaro, e il tutto è corredato da codici in modo che ogni tecnica sia facilmente replicabile

[Cren]

Da quel che si dice, sembra che il libro di Trevor Hastie, Robert Tibshirani e Jerome Friedman sia la Bibbia dell'analisi dei dati.

L'occasione è ghiotta per chi vuole gettarsi in un mondo tosto - ma sempre più sulla cresta dell'onda, mi raccontano da Londra e non so se è vero - e sicuramente appassionante.

Elements of Statistical Learning è il .pdf intero, gratuito e liberamente scaricabile della V edizione del libro.

Il suggerimento è di usarlo come un manuale e di accompagnarlo con un programma specifico per provare via via su campo quanto studiato.

[Paolo1956]

........

Il suggerimento è di usarlo come un manuale e di accompagnarlo con un programma specifico per provare via via su campo quanto studiato.

Interessante, grazie Crengi

[Giardiniere]

Da quel che si dice, sembra che il libro di Trevor Hastie, Robert Tibshirani e Jerome Friedman sia la Bibbia dell'analisi dei dati.

L'occasione è ghiotta per chi vuole gettarsi in un mondo tosto - ma sempre più sulla cresta dell'onda, mi raccontano da Londra e non so se è vero - e sicuramente appassionante.

Elements of Statistical Learning è il .pdf intero, gratuito e liberamente scaricabile della V edizione del libro.

Il suggerimento è di usarlo come un manuale e di accompagnarlo con un programma specifico per provare via via su campo quanto studiato.

Mi associo a Paolo, molto interessante. Grazie Cren

[Cren]

Molti modelli di analisi & previsione delle serie storiche possono essere espressi in una forma comune molto flessibile che consente di condurre inferenza sia sui parametri ignoti sia sulle componenti non osservabili.

Tale forma, detta "nello spazio degli stati", o più sinteticamente "state-space", è molto generale e permette di fare molte cose interessanti attraverso l'uso del famoso filtro di Kalman.

In questi casi il filtro di Kalman si può usare in tre modi:

1. smoother = riduce molto il rumore delle rappresentazioni di serie storiche (con o senza trend, con o senza componenti stagionali etc.), il funzionamento è simile a quello di una media mobile adattiva;
2. filtro = stima come cambiano nel tempo i parametri non osservabili di un modello lineare, l'esempio più celebre in finanza è il β del CAPM che cambia nel tempo;
3. previsore = si spiega da sè.

Allego quindi la dispensa di 10 pagine di Matteo Pelagatti, che rappresenta - a mio avviso - una eccellente sintesi sia della rappresentazione spazio-stato sia del funzionamento del filtro di Kalman:

La dispensa:

Modelli in forma State-Space

La presentazione:

La Forma State-Space, il Filtro di Kalman e i Modelli a Componenti non Osservabili

[Paolo1956]

http://www.statistica.unipd.it/inseg...Liseo_2008.pdf

Una interessante e abbastanza comprensibile (non per principianti) introduzione alla statistica bayesiana.