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 AcademyFeuilles de routeParcours
Ctrl K
AO
+1,2 k apprenants
ConnexionRejoindre ↗
Feuilles de routeParcours
AO
+1,2 k apprenants
Connexion
  • 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 AcademyFeuilles de routeParcours
Ctrl K
AO
+1,2 k apprenants
ConnexionRejoindre ↗
Feuilles de routeParcours
AO
+1,2 k apprenants
Connexion
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Parcours Time Series›Module 5 · Évaluation et pratique›Sujet 5.2·~55 minAvancé

Ruptures structurelles

Position dans le parcoursModule 5 sur 5 · Sujet 2 sur 3
5.2 Ruptures structurelles
—Score du lab— / 100XP total—Série—

Quand les règles changent

Une rupture structurelle est un instant après lequel les paramètres du processus, sa moyenne, sa variance ou ses coefficients de régression, sont différents. La cause peut être une crise, un changement de politique, une nouvelle structure de marché comme la décimalisation ou un changement d'indice d'appartenance d'une action. Des paramètres estimés à travers une rupture sont la moyenne de deux mondes différents et n'en décrivent aucun, donc les prévisions bâties dessus sont biaisées. Les ruptures trompent aussi d'autres outils. Un décalage unique de la moyenne ressemble à une racine unitaire, si bien que le test ADF ne rejette pas (Perron). Un décalage du niveau de variance ressemble à une persistance extrême dans un modèle 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 date de rupture est connue, le test de Chow compare la somme des carrés des résidus d'une régression sur toutes les données, SSRp\mathrm{SSR}_pSSRp​, à celle de régressions séparées avant et après la date, SSR1+SSR2\mathrm{SSR}_1+\mathrm{SSR}_2SSR1​+SSR2​. Une forte baisse est le signe d'une rupture, et la statistique suit une loi FFF à kkk et n−2kn-2kn−2k degrés de liberté, kkk étant le nombre de paramètres. La date est le plus souvent inconnue. On essaie alors chaque date candidate, on garde celle qui minimise la somme combinée des carrés des résidus et l'on utilise le plus grand FFF (test sup-FFF, ou Quandt-Andrews). Comme la date a été choisie pour maximiser la statistique, les valeurs critiques FFF ordinaires sont bien trop basses et des valeurs spéciales s'appliquent. On coupe les bords, souvent de 15 %, car une rupture près des extrémités laisse trop peu d'observations d'un côté. Plusieurs ruptures se trouvent avec la méthode de Bai-Perron. Le test CUSUM, qui cumule les erreurs de prévision standardisées, signale le moment où les erreurs cessent de ressembler à un bruit de moyenne nulle et convient au suivi d'un modèle en production.

Un test de Chow à la mainUne régression à k=2k=2k=2 paramètres sur n=100n=100n=100 jours a SSRp=120\mathrm{SSR}_p=120SSRp​=120. Coupée à la date soupçonnée, les deux moitiés donnent SSR1=40\mathrm{SSR}_1=40SSR1​=40 et SSR2=50\mathrm{SSR}_2=50SSR2​=50. Le numérateur vaut (120−90)/2=15(120-90)/2=15(120−90)/2=15 et le dénominateur 90/(100−4)=0,937590/(100-4)=0{,}937590/(100−4)=0,9375, donc F=16F=16F=16, bien au-dessus de toute valeur critique usuelle : le jeu unique de coefficients décrivait mal les données. Avec n=200n=200n=200 et un recadrage de 15 %, on retire 303030 observations à chaque extrémité avant de chercher la date.
  • Rupture : la moyenne, la variance ou les coefficients changent à une date ; un ajustement sur tout l'échantillon moyenne deux régimes.
  • Chow pour une date connue ; sup-FFF pour une date inconnue, avec des valeurs critiques spéciales et des bords coupés.
  • CUSUM surveille les erreurs de prévision en temps réel ; un décalage de moyenne peut passer pour une racine unitaire.

Lab : ce qui est noté

  • Une statistique de Chow15 pts
  • La baisse des erreurs au carré10 pts
  • Moyenner à travers une rupture15 pts
  • Recadrer les bords10 pts
  • Un décalage qui ressemble à une racine unitaire15 pts
  • Associer le vocabulaire15 pts
  • Traiter une rupture10 pts
  • Estimer à travers une rupture10 pts
0/ 8 traités
Exercices
1Réponse numérique15 ptsSans réponse

Une régression à k=2k=2k=2 paramètres sur n=100n=100n=100 jours a SSRp=120\mathrm{SSR}_p=120SSRp​=120, et les deux ajustements par sous-échantillon ont SSR1=40\mathrm{SSR}_1=40SSR1​=40 et SSR2=50\mathrm{SSR}_2=50SSR2​=50. Combien vaut le 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=accepté : ± 0.1
2Réponse numérique10 ptsSans réponse

De quel pourcentage la scission de l'échantillon réduit-elle la somme des carrés des résidus, de SSRp=120\mathrm{SSR}_p=120SSRp​=120 à SSR1+SSR2=90\mathrm{SSR}_1+\mathrm{SSR}_2=90SSR1​+SSR2​=90 ?

pct=pct =pct=accepté : ± 0.1
3Réponse numérique15 ptsSans réponse

Avant une rupture le rendement quotidien moyen vaut 0,05%0{,}05\%0,05% sur 600 jours, et après −0,10%-0{,}10\%−0,10% sur 400 jours. Quelle est la moyenne sur tout l'échantillon, en pourcent ?

m=m =m=accepté : ± 0.002
4Réponse numérique10 ptsSans réponse

Un test sup-F avec n=200n=200n=200 coupe 15 % de l'échantillon à chaque extrémité. Combien d'observations sont exclues de chaque extrémité ?

cut=cut =cut=accepté : ± 0.5
5Choix15 ptsSans réponse

Une série stationnaire saute une fois vers une nouvelle moyenne plus élevée et y reste. Que tend à faire un test ADF ordinaire ?

6Associer15 ptsSans réponse

Associez chaque méthode à son usage.

Choisissez le partenaire de chaque élément de gauche.

Test de Chow
Sup-F (Quandt-Andrews)
CUSUM
Bai-Perron
7Remettre les étapes dans l'ordre10 ptsSans réponse

Mettez les étapes dans l'ordre.

Faites glisser pour réordonner, ou placez le focus sur un élément, Espace pour le soulever, les flèches pour le déplacer et Espace pour le déposer.

  1. 1Continuer à surveiller les erreurs de prévision avec CUSUM
  2. 2Localiser la date de rupture la plus probable
  3. 3Tester une rupture à date inconnue (sup-F)
  4. 4Réestimer sur le nouveau régime et comparer les prévisions
8Expliquer avec des mots10 ptsSans réponse

En une ou deux phrases, expliquez pourquoi estimer un modèle sur un échantillon qui contient une rupture structurelle donne de mauvaises prévisions.

Mode mathsSaisie au clavier ou en LaTeXExercice 1 sur 8 · Ctrl ⏎ pour vérifier

Connectez-vous pour exécuter votre code.

Tous les cours sont gratuits à lire. Créez un compte ou connectez-vous pour exécuter du code, lancer les tests et soumettre ce lab.

  • IDE dans le navigateur avec terminal bash — rien à installer
  • Correction instantanée, XP et votre place dans le parcours
Créer un compteSe connecter
OU
Continuer avec GitHub