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 AcademyHojas de rutaRutas
Ctrl K
AO
+1,2 k estudiantes
Iniciar sesiónUnirse ↗
Hojas de rutaRutas
AO
+1,2 k estudiantes
Iniciar sesión
  • 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 AcademyHojas de rutaRutas
Ctrl K
AO
+1,2 k estudiantes
Iniciar sesiónUnirse ↗
Hojas de rutaRutas
AO
+1,2 k estudiantes
Iniciar sesión
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Ruta de Time Series›Módulo 5 · Evaluación y práctica›Tema 5.2·~55 minAvanzado

Rupturas estructurales

Posición en la rutaMódulo 5 de 5 · Tema 2 de 3
5.2 Rupturas estructurales
—Puntuación del lab— / 100XP total—Racha—

Cuando cambian las reglas

Una ruptura estructural es un punto en el tiempo tras el cual los parámetros del proceso, su media, varianza o coeficientes de regresión, son distintos. La causa puede ser una crisis, un cambio de política, una nueva estructura de mercado como la decimalización o un cambio del índice al que pertenece una acción. Los parámetros estimados a través de una ruptura son el promedio de dos mundos distintos y no describen ninguno, así que los pronósticos construidos sobre ellos están sesgados. Las rupturas también engañan a otras herramientas. Un cambio único de la media parece una raíz unitaria, y la prueba ADF no rechaza (Perron). Un cambio del nivel de varianza parece una persistencia extrema en un modelo GARCH.

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)

Si la fecha de ruptura es conocida, la prueba de Chow compara la suma de cuadrados de los residuos de una regresión con todos los datos, SSRp\mathrm{SSR}_pSSRp​, con la de regresiones separadas antes y después de la fecha, SSR1+SSR2\mathrm{SSR}_1+\mathrm{SSR}_2SSR1​+SSR2​. Una gran caída es evidencia de ruptura, y el estadístico sigue una distribución FFF con kkk y n−2kn-2kn−2k grados de libertad, siendo kkk el número de parámetros. Lo habitual es que la fecha sea desconocida. Entonces se prueba cada fecha candidata, se conserva la que minimiza la suma combinada de cuadrados y se usa la mayor FFF (la prueba sup-FFF, o Quandt-Andrews). Como la fecha se eligió para maximizar el estadístico, los valores críticos FFF ordinarios son muy bajos y se aplican otros especiales. Los bordes se recortan, a menudo un 15 %, porque una ruptura cerca de los extremos deja muy pocas observaciones en un lado. Varias rupturas pueden hallarse con el método de Bai-Perron. La prueba CUSUM, que acumula errores de pronóstico estandarizados, señala el momento en que los errores dejan de parecer ruido de media cero y es natural para vigilar un modelo en producción.

Una prueba de Chow a manoUna regresión con k=2k=2k=2 parámetros en n=100n=100n=100 días tiene SSRp=120\mathrm{SSR}_p=120SSRp​=120. Dividida en la fecha sospechada, las dos mitades dan SSR1=40\mathrm{SSR}_1=40SSR1​=40 y SSR2=50\mathrm{SSR}_2=50SSR2​=50. El numerador es (120−90)/2=15(120-90)/2=15(120−90)/2=15 y el denominador 90/(100−4)=0,937590/(100-4)=0{,}937590/(100−4)=0,9375, así que F=16F=16F=16, muy por encima de cualquier valor crítico habitual: el único conjunto de coeficientes describía mal los datos. Con n=200n=200n=200 y un recorte del 15 %, se quitan 303030 observaciones de cada extremo antes de buscar la fecha.
  • Ruptura: la media, la varianza o los coeficientes cambian en alguna fecha; un ajuste con toda la muestra promedia dos regímenes.
  • Chow para una fecha conocida; sup-FFF para una fecha desconocida, con valores críticos especiales y bordes recortados.
  • CUSUM vigila los errores de pronóstico en tiempo real; un cambio de media puede pasar por una raíz unitaria.

Lab: qué se califica

  • Un estadístico de Chow15 pts
  • La caída de los errores al cuadrado10 pts
  • Promediar a través de una ruptura15 pts
  • Recortar los bordes10 pts
  • Un cambio que parece una raíz unitaria15 pts
  • Emparejar el vocabulario15 pts
  • Tratar una ruptura10 pts
  • Estimar a través de una ruptura10 pts
0/ 8 respondidos
Ejercicios
1Respuesta numérica15 ptsSin responder

Una regresión con k=2k=2k=2 parámetros en n=100n=100n=100 días tiene SSRp=120\mathrm{SSR}_p=120SSRp​=120, y los dos ajustes por submuestra tienen SSR1=40\mathrm{SSR}_1=40SSR1​=40 y SSR2=50\mathrm{SSR}_2=50SSR2​=50. ¿Cuánto vale el FFF de Chow =(SSRp−SSR1−SSR2)/k(SSR1+SSR2)/(n−2k)=\dfrac{(\mathrm{SSR}_p-\mathrm{SSR}_1-\mathrm{SSR}_2)/k}{(\mathrm{SSR}_1+\mathrm{SSR}_2)/(n-2k)}=(SSR1​+SSR2​)/(n−2k)(SSRp​−SSR1​−SSR2​)/k​?

F=F =F=aceptado: ± 0.1
2Respuesta numérica10 ptsSin responder

¿En qué porcentaje reduce dividir la muestra la suma de cuadrados de los residuos, de SSRp=120\mathrm{SSR}_p=120SSRp​=120 a SSR1+SSR2=90\mathrm{SSR}_1+\mathrm{SSR}_2=90SSR1​+SSR2​=90?

pct=pct =pct=aceptado: ± 0.1
3Respuesta numérica15 ptsSin responder

Antes de una ruptura el rendimiento diario medio es 0,05%0{,}05\%0,05% en 600 días, y después −0,10%-0{,}10\%−0,10% en 400 días. ¿Cuál es la media de toda la muestra, en porcentaje?

m=m =m=aceptado: ± 0.002
4Respuesta numérica10 ptsSin responder

Una prueba sup-F con n=200n=200n=200 recorta el 15 % de la muestra en cada extremo. ¿Cuántas observaciones se excluyen de cada extremo?

cut=cut =cut=aceptado: ± 0.5
5Elección15 ptsSin responder

Una serie estacionaria salta una vez a una nueva media más alta y se queda ahí. ¿Qué tiende a hacer una prueba ADF ordinaria?

6Emparejar15 ptsSin responder

Empareje cada método con su uso.

Elige la pareja de cada elemento de la izquierda.

Prueba de Chow
Sup-F (Quandt-Andrews)
CUSUM
Bai-Perron
7Ordenar los pasos10 ptsSin responder

Ponga los pasos en orden.

Arrastra para reordenar, o enfoca un elemento, pulsa Espacio para levantarlo, las flechas para moverlo y Espacio para soltarlo.

  1. 1Seguir vigilando los errores de pronóstico con CUSUM
  2. 2Localizar la fecha de ruptura más probable
  3. 3Contrastar una ruptura de fecha desconocida (sup-F)
  4. 4Reestimar en el nuevo régimen y comparar pronósticos
8Explicar con palabras10 ptsSin responder

En una o dos frases, explique por qué estimar un modelo con una muestra que contiene una ruptura estructural da malos pronósticos.

Modo matemáticasEntrada por teclado o LaTeXEjercicio 1 de 8 · Ctrl ⏎ para comprobar

Inicia sesión para ejecutar tu código.

Todas las clases se pueden leer gratis. Crea una cuenta o inicia sesión para ejecutar código, lanzar las pruebas y enviar este lab.

  • IDE en el navegador con terminal bash — sin instalar nada
  • Corrección instantánea, XP y tu lugar en la ruta
Crear una cuentaIniciar sesión
O
Continuar con GitHub