σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Time Series-Skill›Modul 5 · Bewertung und Praxis›Thema 5.2·~55 Min.Fortgeschritten

Strukturbrüche

Position in der SkillModul 5 von 5 · Thema 2 von 3
5.2 Strukturbrüche
—Lab-Punkte— / 100XP gesamt—Serie—

Wenn sich die Regeln ändern

Ein Strukturbruch ist ein Zeitpunkt, nach dem sich die Parameter des Prozesses, Mittelwert, Varianz oder Regressionskoeffizienten, unterscheiden. Ursache kann eine Krise sein, eine Politikänderung, eine neue Marktstruktur wie die Dezimalisierung oder ein Indexwechsel einer Aktie. Über einen Bruch hinweg geschätzte Parameter sind der Durchschnitt zweier verschiedener Welten und beschreiben keine, daher sind darauf gebaute Prognosen verzerrt. Brüche täuschen auch andere Werkzeuge. Eine einmalige Verschiebung des Mittelwerts sieht wie eine Einheitswurzel aus, sodass der ADF-Test nicht verwirft (Perron). Eine Verschiebung des Varianzniveaus sieht in einem GARCH-Modell wie extreme Persistenz aus.

F=(SSRp−SSR1−SSR2)/k(SSR1+SSR2)/(n−2k),τ^=arg⁡min⁡τ[SSR1(τ)+SSR2(τ)]F=\frac{\big(\mathrm{SSR}_{p}-\mathrm{SSR}_{1}-\mathrm{SSR}_{2}\big)/k}{\big(\mathrm{SSR}_{1}+\mathrm{SSR}_{2}\big)/(n-2k)},\qquad \hat\tau=\arg\min_{\tau}\big[\mathrm{SSR}_{1}(\tau)+\mathrm{SSR}_{2}(\tau)\big]F=(SSR1​+SSR2​)/(n−2k)(SSRp​−SSR1​−SSR2​)/k​,τ^=argτmin​[SSR1​(τ)+SSR2​(τ)](1)

Ist das Bruchdatum bekannt, vergleicht der Chow-Test die Residuenquadratsumme einer Regression über alle Daten, SSRp\mathrm{SSR}_pSSRp​, mit der getrennter Regressionen vor und nach dem Datum, SSR1+SSR2\mathrm{SSR}_1+\mathrm{SSR}_2SSR1​+SSR2​. Ein großer Rückgang spricht für einen Bruch, und die Statistik folgt einer FFF-Verteilung mit kkk und n−2kn-2kn−2k Freiheitsgraden, wobei kkk die Parameterzahl ist. Meist ist das Datum unbekannt. Dann probiert man jedes Kandidatendatum, behält das mit der kleinsten kombinierten Residuenquadratsumme und nutzt das größte FFF (sup-FFF- oder Quandt-Andrews-Test). Da das Datum zur Maximierung der Statistik gewählt wurde, sind gewöhnliche FFF-Werte viel zu niedrig, und es gelten spezielle. Die Ränder werden gekappt, oft um 15 %, weil ein Bruch nahe den Enden auf einer Seite zu wenige Beobachtungen lässt. Mehrere Brüche findet man mit der Bai-Perron-Methode. Der CUSUM-Test, der standardisierte Prognosefehler aufsummiert, zeigt den Moment an, in dem die Fehler nicht mehr wie Rauschen mit Mittelwert null aussehen, und eignet sich natürlich zur Überwachung eines Live-Modells.

Ein Chow-Test von HandEine Regression mit k=2k=2k=2 Parametern über n=100n=100n=100 Tage hat SSRp=120\mathrm{SSR}_p=120SSRp​=120. Am vermuteten Datum geteilt, ergeben die beiden Hälften SSR1=40\mathrm{SSR}_1=40SSR1​=40 und SSR2=50\mathrm{SSR}_2=50SSR2​=50. Der Zähler ist (120−90)/2=15(120-90)/2=15(120−90)/2=15, der Nenner 90/(100−4)=0,937590/(100-4)=0{,}937590/(100−4)=0,9375, also F=16F=16F=16, weit über jedem üblichen kritischen Wert: Der einzelne Koeffizientensatz beschrieb die Daten schlecht. Bei n=200n=200n=200 und 15 % Kappung werden an jedem Ende 303030 Beobachtungen entfernt, bevor man nach dem Datum sucht.
  • Bruch: Mittelwert, Varianz oder Koeffizienten ändern sich zu einem Datum; eine Anpassung über die ganze Stichprobe mittelt zwei Regime.
  • Chow bei bekanntem Datum, sup-FFF bei unbekanntem Datum, mit speziellen kritischen Werten und gekappten Rändern.
  • CUSUM überwacht Prognosefehler in Echtzeit; eine Mittelwertverschiebung kann wie eine Einheitswurzel wirken.

Lab: Was bewertet wird

  • Eine Chow-Statistik15 Pkt.
  • Der Rückgang der quadrierten Fehler10 Pkt.
  • Über einen Bruch hinweg mitteln15 Pkt.
  • Die Ränder kappen10 Pkt.
  • Eine Verschiebung, die wie eine Einheitswurzel aussieht15 Pkt.
  • Begriffe zuordnen15 Pkt.
  • Mit einem Bruch umgehen10 Pkt.
  • Über einen Bruch hinweg schätzen10 Pkt.
0/ 8 beantwortet
Aufgaben
1Numerische Antwort15 Pkt.Nicht beantwortet

Eine Regression mit k=2k=2k=2 Parametern über n=100n=100n=100 Tage hat SSRp=120\mathrm{SSR}_p=120SSRp​=120, und die beiden Teilstichproben-Anpassungen haben SSR1=40\mathrm{SSR}_1=40SSR1​=40 und SSR2=50\mathrm{SSR}_2=50SSR2​=50. Wie groß ist das Chow-F=(SSRp−SSR1−SSR2)/k(SSR1+SSR2)/(n−2k)F=\dfrac{(\mathrm{SSR}_p-\mathrm{SSR}_1-\mathrm{SSR}_2)/k}{(\mathrm{SSR}_1+\mathrm{SSR}_2)/(n-2k)}F=(SSR1​+SSR2​)/(n−2k)(SSRp​−SSR1​−SSR2​)/k​?

F=F =F=akzeptiert: ± 0.1
2Numerische Antwort10 Pkt.Nicht beantwortet

Um wie viel Prozent senkt das Aufteilen der Stichprobe die Residuenquadratsumme, von SSRp=120\mathrm{SSR}_p=120SSRp​=120 auf SSR1+SSR2=90\mathrm{SSR}_1+\mathrm{SSR}_2=90SSR1​+SSR2​=90?

pct=pct =pct=akzeptiert: ± 0.1
3Numerische Antwort15 Pkt.Nicht beantwortet

Vor einem Bruch beträgt die mittlere Tagesrendite 0,05%0{,}05\%0,05% über 600 Tage, danach −0,10%-0{,}10\%−0,10% über 400 Tage. Wie groß ist der Mittelwert der Gesamtstichprobe in Prozent?

m=m =m=akzeptiert: ± 0.002
4Numerische Antwort10 Pkt.Nicht beantwortet

Ein sup-F-Test mit n=200n=200n=200 kappt an jedem Ende 15 % der Stichprobe. Wie viele Beobachtungen werden an jedem Ende ausgeschlossen?

cut=cut =cut=akzeptiert: ± 0.5
5Auswahl15 Pkt.Nicht beantwortet

Eine stationäre Reihe springt einmal auf einen neuen, höheren Mittelwert und bleibt dort. Was tut ein gewöhnlicher ADF-Test tendenziell?

6Zuordnen15 Pkt.Nicht beantwortet

Ordnen Sie jeder Methode ihren Einsatz zu.

Wähle den Partner für jedes Element links.

Chow-Test
Sup-F (Quandt-Andrews)
CUSUM
Bai-Perron
7Schritte ordnen10 Pkt.Nicht beantwortet

Bringen Sie die Schritte in die richtige Reihenfolge.

Zum Umsortieren ziehen, oder ein Element fokussieren, mit Leertaste anheben, mit Pfeiltasten bewegen und mit Leertaste ablegen.

  1. 1Die Prognosefehler weiter mit CUSUM überwachen
  2. 2Das wahrscheinlichste Bruchdatum bestimmen
  3. 3Auf einen Bruch mit unbekanntem Datum testen (sup-F)
  4. 4Auf dem neuen Regime neu schätzen und Prognosen vergleichen
8In Worten erklären10 Pkt.Nicht beantwortet

Erklären Sie in ein bis zwei Sätzen, warum die Schätzung eines Modells auf einer Stichprobe mit Strukturbruch schlechte Prognosen liefert.

Mathe-ModusEingabe per Tastatur oder LaTeXAufgabe 1 von 8 · Strg ⏎ zum Prüfen

Melde dich an, um deinen Code auszuführen.

Alle Lektionen kannst du kostenlos lesen. Erstelle ein Konto oder melde dich an, um Code auszuführen, Tests zu starten und dieses Lab abzugeben.

  • IDE im Browser mit Bash-Terminal — nichts zu installieren
  • Sofortige Bewertung, XP und dein Platz auf der Skill
Konto erstellenAnmelden
ODER
Weiter mit GitHub