выводы
- . w
Случай decisivn выход цель abserr callrate indpro ltgovb m2 ordano ordbno tbnlus terms nondug ecpi ucpi decpi riskptestru fus retlag levellag retlag levellag 05
2 0 0.5 -0.1 12.9 10.5 0.4 2.4 0.5 0.2 100.0 1.0 3.6 0.5 -0.7 0.2 -0.8 -0.2 -0.6 -0.2 -0.6 2 0 14.0 -11.5 98.6 100.0 5.1 60.4 25.2 6.8 84.1 32.1 67.1 38.8- -49.2 10.0 -59.0 -16.0 -51.5 16.0 -51.5 1 0 -0.5 -0.5 -11.1 19.4 4.7 -7.8 -11.1 1.3 100.0 0.7 -2.5 -0.6 -6.8 -0.1 9.1 24.8 38.8 24.8 38.8 3 2 -7.0 44.4 -74.3 -4.3 1.4 -44.1 -30.6 15.5 -4.4 -13.1 -27.8 1,8 3.9 -5.9 84.9 1.9 100.0 1.9 100.0 2 1 -1.0 5,1 -33.6 23.5 4.3 -26.3 -3.9 2.6 1.6 -1.7 -9.1 -27.8 0.9 -2.0 27.9 37.6 100.0 37.9 10.0 2 1 -0.5 2.4 -12.4 23.1 3.7 -9.5 6.7 1.2 18.7 -1.0 -4.2 6.3 2.1 -1.3 12.3 11.4 100.0 11.4 100.0 2 0 0.3 4.4 40.0 13.2 2.4 25.5 -17.6- -19.3 100.0 -0.4 6.9 -37.1 -5.3 1.4 -13.5 -14.0 -49.9 -14.0 -49.9 1 0 0.2 13.5 -30.2 0.8 -0.5 -12.6 4.4 5.8 -43.7 -3.5 -6.2 -18.2 -0.3 4.2 28.1 2.7 100.0 2.7 100.0 1 0 -0.1 -3.8 -2.3 100.0 0.6 5.0 -0.5 3.1 48.5 8.5 2.8 -1.8 0.1 24.5 -2.6 0.3 25.4 0.3 25.4 2 1 0.5 -2.4 -6.3 30.6 0.6 -6.0 30.4 12.4 58.8 0.9 -1.3 -10.2 -2.6 0.2 7.1 -3.1 100.0 -3.1 100.0 1 0 0.4 5.2 -0.5 33.1 0.8 0.3 8.L 0.1 0.7 2.5 0.3 0.4 0.5 11.5 10.6 0.7 100.0 0.7 100.0 1 0 -0.1 -4.0 -1.8 93.5 2.5 -0.3 38.7 0.6 9.6 6.6 0.3 2.6 -1.3 33.7 4.2 -5.2 100.0 -5.2 100.0 1 0 3.6 8.6 5.6 29.6 3.5 -18.2 37.4- -12.4 -48.7 -1.0 -3.9 9.4 -0.2 -2.8 66.0 2.6 100.0 2.6 100.0 1 0 1.0 0.2 16.3 39.3 0.5 -6.3 56.8 -5.4 -11.1 1.0 -1.1 7.0 -3.1 0.1 24.0 -4.5 100.0 -4.5 100.0 1 0 -0.4 -0.7 2.0 100.0 2.9 3.3 -1.1 -0.3 1.2 6.4 1.0 -1.2 0.3 1.4 -2.3 0.0 -2.4 0.0 -2.4 3 2 0.2 1.0 9.3 90.2 -0.6 -0.6 15.3 0.5 -2.1 3.7 0.1 2.0 3.6 0.9 34.9 -2.5 100.0 -2.5 100.0 2 1 0.2 -0.8 9.2 29.2 0.3 -2.3 18.5 -3.7 5.6 0.6 -0.5 -4.1 -3.0 0.0 6.8 19.7 100.0 19.7 100.0 2 1 -0.4 -3.2 3.8 100.0 0.4 2.8 2.9 -2.0 0.1 10.1 1,4 -1,0 -0.1 0.3 -1.9 2.2 38.3 2.2 38.3 1 0 0.0 0.1 4.4 53.5 0.3 -0.6 25.8 -1.8 -1.7 3.9 0.1 1.9 0.4 0.3 20.0 3.0 100.0 3.0 100.0 1 0 -6.8 -5.2 5.2 100.0 -1.1 5.1 13.5 0.2 5.4 14.9 1.9 -1.7 0.1 4.1 2.7 -0.2 66.7 -0.2 66.7 0 1 -7.2 -93.6 26.6 84.4 5.1 26,5 -44.7 1,0 -65,0 54.1 15.3 -25,9 3.2 4.4 -83,3- -10.1 -100.0 -10.1 -100.0 1 0 0.0 -2.4 10.4 100.0 3.0 -0.3 74.6 -1.8 11.3 6.5 0.3 10.8 -0.4 -0.3 5.6 -4.4 74.9- -44.4 74.9 1 0 0.0 -1.2 5.4 60.7 0.2 -0.4 100.0 0.2 0.2 3.4 0.0 3.8 0.8 0.6 4.3 -1.9 42.1 -1.9 42.1 1 0 -1.9 -7.0 4.9 100.0 0.8 6.9 2.3 -1.8 -1.3 27.3 1.3 -3.0 -0.1 35.3 -6.6 -1.4 -6.2 -1.4 -6.2 1 0 -2.3 16.8 9.1 100.0 23.9 7.8 53.6 -1.5 24.6 30.7 2.9 -3.4 0.1 17.2 83.1 -2.6 50.8 -2.6 50.8 110 100.00
69.39
95.54
1.18
40.04
87.75
57.76
3.25
100.00
100.00
100.00 121 100.00
46.74
99.60
100.00
100.00
100.00
100.00
100.00
100.00
50.25
100.00
100.00
100.00
100.00
О
Я n
ее *
р»
s
ее
ia п V n о в
¦о
е
ее *
№
№ *
Я s
Я»
Таблица 6.9. Анализ вклада переменных в решающую способность (1^ЕТ) для периода времени с ян варя 1989 г.
по январь 1991 г.Данные по макроэкономическим факторам, использованные Че- ном, Роллом и Россом, после предварительной обработки оказываются связанными с целевой переменной (доходом на NYSE) почти идеально линейными связями, на что указывают большой коэффициент смешанной корреляции при регрессионном анализе и очень большое значение отношения Я . Выбранная архитектура сети с непосредственными связями между входами и выходами представляется для такой ситуации довольно удачной.
Однако, даже в «безрадостной» ситуации MBPN-сеть может превосходить метод OLS-регрессии в смысле показателя RMSE и коэффициента корреляции Пирсона. Более того, 6-3-1 сеть даже на новых данных дает более точный прогноз, чем оценка регрессии на уже ранее обработанных данных.
Очевидна высокая степень согласованности результатов, касающихся вклада отдельных переменных, которые дают обычная регрес-сия и многослойная сеть. Такое соответствие повышает нашу уверенность в правильности результатов и одновременно говорит о том, что, по крайней мере, линейная составляющая связи между доходом по индексу и выбранным фактором улавливается нейронной сетью вполне успешно.
Остается открытым вопрос о том, в какой степени проделанные исследования поддаются обобщению. Результаты выглядят обнаде-живающе. Перспектива завоевать рынок с помощью нейронных сетей, конечно же, весьма привлекательна. С точки зрения академического исследователя еще более интересной представляется возможность найти «истинную» модель для дохода по акциям. Методы ARIMA, VAR, TAR, ARCH и им аналогичные хороши для получения точных оценок временных рядов, но мало что дают для концептуального понимания исследуемого явления.
С учетом всего сказанного нейронные сети уже не выглядят как черные ящики, как это обычно пытаются представить. Мы рассказали о двух перспективных эвристических подходах к оценке динамики функциональных связей между доходами на рынке акций и переменными, описывающими состояние рынка. Один из возможных способов определения этих зависимостей состоит в том, чтобы кластеризовать их с помощью однородного или нелинейного анализа главных компонент. На полученные в результате этого кластеры можно смотреть как на возможные сценарии макроэкономического поведения. Таким образом будет подготовлена почва для применения простых правил торговли, включающих зависимость от времени.
Еще по теме выводы:
- Глава 8 НЕКОТОРЫЕ КРИТИЧЕСКИЕ ЗАМЕЧАНИЯ И ВЫВОДЫ
- НЕСООТВЕТСТВИЕ ВЫВОДОВ СУДА, ИЗЛОЖЕННЫХ В ПРИГОВОРЕ, ФАКТИЧЕСКИМ ОБСТОЯТЕЛЬСТВАМ УГОЛОВНОГО ДЕЛА
- ВЫВОДЫ
- Выводы
- Выводы
- Краткие обобщения и выводы 1.
- §5. Оценка следователем объективности и достоверности выводов автотехнической экспертизы
- Статья 380. Несоответствие выводов суда, изложенных в приговоре, фактическим обстоятельствам уголовного дела
- Статья 380. Несоответствие выводов суда, изложенных в приговоре, фактическим обстоятельствам уголовного дела
- Несоответствие выводов мирового судьи, изложенных в приговоре, фактическим обстоятельствам дела, установленным судом апелляционной инстанции
- 24.3.1. Несоответствие выводов суда, изложенных в приговоре, фактическим обстоятельствам уголовного дела, установленным судом первой или апелляционной инстанции
- Плетянова И. В., Спиридонов В. А. ПРОБЛЕМА РАЗНЫХ ВЫВОДОВ КОМИССИОННЫХ ЭКСПЕРТИЗ ПО «ВРАЧЕБНЫМ ДЕЛАМ» В АКУШЕРСТВЕ
- Выводы
- 7. Выводы
- Выводы, касающиеся корпоративной политики
- 4. Методология оценки И ВЫВОДЫ
- 4.13.2.2. Статистический вывод
- Основные выводы для практического использования процессуальных теорий мотивации