Отношение отклонения тестирует на случайный обход
h = vratiotest(y)
h = vratiotest(y,'ParameterName',ParameterValue,...)
[h,pValue] = vratiotest(...)
[h,pValue,stat] = vratiotest(...)
[h,pValue,stat,cValue] = vratiotest(...)
[h,pValue,stat,cValue,ratio] = vratiotest(...)
h = vratiotest( оценивает нулевую гипотезу случайного обхода в одномерных временных рядах y)y
h = vratiotest( принимает дополнительные входные параметры как одну или несколько разделенных от запятой пар значения параметров. y,'ParameterName',ParameterValue,...)'ParameterName' имя параметра в одинарных кавычках. ParameterValue значение, соответствующее 'ParameterName'. Задайте пары значения параметров в любом порядке; имена являются нечувствительными к регистру. Выполните несколько тестов путем передачи векторного значения для любого параметра. Несколько тестов приводят к векторным результатам.
[h,pValue] = vratiotest(...) возвращает p - значения тестовой статистики.
[h,pValue,stat] = vratiotest(...) возвращает тестовую статистику.
[h,pValue,stat,cValue] = vratiotest(...) возвращает критические значения для тестов.
[h,pValue,stat,cValue,ratio] = vratiotest(...) возвращает вектор из отношений.
| Вектор из данных timeseries. Последним элементом является новое наблюдение. Тест игнорирует Входная серия |
| Скаляр или вектор из номинальных уровней значения для тестов. Установите значения между Тест является двусторонним, таким образом, Значение по умолчанию: |
| Скаляр или вектор из булевых значений, указывающих, принять ли инновации независимого тождественно распределенного (IID). Чтобы усилить пустую модель и принять, что e (t) независим и тождественно распределенный (IID), устанавливает Предположение IID часто неблагоразумно для долгосрочного макроэкономического или финансового ценового ряда. Отклонение пустого указателя случайного обхода из-за heteroscedasticity не интересно для этих случаев. По умолчанию: false |
| Скаляр или вектор из целых чисел, больше, чем одно и меньше чем половина количества наблюдений в Когда период Тест находит самый большой целочисленный Значение по умолчанию: |
| Вектор из булевых решений для тестов, с длиной равняются количеству тестов. Значения |
| Вектор из p - значения тестовой статистики, с длиной равняются количеству тестов. Значения являются стандартными нормальными вероятностями. |
| Вектор из тестовой статистики, с длиной равняются количеству тестов. Статистические данные асимптотически стандартные нормальный. |
| Вектор из критических значений для тестов, с длиной равняются количеству тестов. Значения для стандартных нормальных вероятностей. |
| Вектор из отношений отклонения, с длиной равняются количеству тестов. Каждое отношение является отношением:
Для случайного обхода эти отношения асимптотически равны одному. Для возвращающегося среднее значение ряда отношения меньше того. Для предотвращающего среднее значение ряда отношения больше того. |
Протестируйте, является ли фондовый индекс США случайным обходом с помощью различных размеров шага. Выполните тест с и без предположения, что инновации независимы и тождественно распределены.
Загрузите глобальный набор данных фондовых индексов с большой капитализацией. Фокусируйте на ежедневной S & P 500 индексов (SP).
load Data_GlobalIdx1 logSP = log(DataTable.SP); figure plot(diff(logSP)) axis tight
График показывает возможное условное выражение heteroscedasticity.
Протестируйте, является ли ряд случайным обходом с помощью различных периодов и независимы ли инновации и тождественно распределены.
q = [2 4 8 2 4 8]; flag = logical([1 1 1 0 0 0]); [h,pValue,stat,cValue,ratio] = ... vratiotest(logSP,'period',q,'IID',flag)
h = 1x6 logical array
0 0 1 0 0 0
pValue = 1×6
0.5670 0.3307 0.0309 0.7004 0.5079 0.1303
stat = 1×6
0.5724 -0.9727 -2.1579 0.3847 -0.6621 -1.5128
cValue = 1×6
1.9600 1.9600 1.9600 1.9600 1.9600 1.9600
ratio = 1×6
1.0111 0.9647 0.8763 1.0111 0.9647 0.8763
rho1 = ratio(1)-1 % First-order autocorrelation of returnsrho1 = 0.0111
h указывает, что тесту не удается отклонить это, ряд является случайным обходом на 5%-м уровне, кроме случая где period = 8 и IID = true. Это отклонение происходит, вероятно, из-за теста, не составляющего heteroscedasticity.
vratiotest тестовые статистические данные основаны на отношении оценок отклонения возвратов r (t) = y (t) –y (t –1) и период, q возвращает горизонты r (t) + ... + r (t –q+1). Перекрывающиеся горизонты увеличивают КПД средства оценки и добавляют степень в тест. Под любой пустые, некоррелированые инновации e (t) подразумевает, что период отклонение q асимптотически равен временам q период 1 отклонение. Отклонение отношения, однако, зависит от степени heteroscedasticity, и, поэтому, на пустом указателе.
Отклонение пустого указателя из-за зависимости инноваций не подразумевает, что e (t) коррелируется. Зависимость признает, что нелинейные функции e (t) коррелируются, даже когда e (t) не. Например, это может содержать тот Cov [e (t), e (t –k)] = 0 для всего k ≠ 0, в то время как Cov [e (t)2, e (t –k)2] ≠ 0 для некоторого k ≠ 0.
Чеккетти и Лам [2] показывают, что последовательное тестирование с помощью нескольких значений q приводит к искажениям размера небольшой выборки вне тех, которые следуют из асимптотического приближения критических значений.
[1] Кэмпбелл, J. Y. А. В. Ло и А. К. Маккинлей. Глава 12. “Эконометрика финансовых рынков”. Нелинейность в финансовых данных. Принстон, NJ: Издательство Принстонского университета, 1997.
[2] Чеккетти, S. G. и П. С. Лам. “Тесты отношения отклонения: Свойства небольшой выборки с Приложением к Международным Выходным данным”. Журнал Бизнес-и Экономической статистики. Издание 12, 1994, стр 177–186.
[3] Кокрейн, J. “Насколько Большой Случайный Обход в GNP?” Журнал Политической экономии. Издание 96, 1988, стр 893–920.
[4] Фауст, J. “Когда Оптимальны Тесты Отношения Отклонения для Последовательной Зависимости?” Econometrica. Издание 60, 1992, стр 1215–1226.
[5] Ло, A. W. и А. К. Маккинлей. “Курсы ценных бумаг на фондовом рынке Не Следуют за Случайными Обходами: Доказательство от Простого Теста Спецификации”. Анализ Финансовых Исследований. Издание 1, 1988, стр 41–66.
[6] Ло, A. W. и А. К. Маккинлей. “Размер и Степень Теста Отношения Отклонения”. Журнал Эконометрики. Издание 40, 1989, стр 203–238.
[7] Ло, A. W. и А. К. Маккинлей. Неслучайный спуск Уолл-стрит Принстон, NJ: Издательство Принстонского университета, 2001.