Obviously, this large number of mod

Obviously, this large number of models made it necessary to automate the model selection
process. This was accomplished using SAS. The programming effort to automate these
procedures was significant. With the automation completed, however, we were able to run all models against all 31 stocks—and could run them against additional stocks in the future. As mentioned previously, the model within each model-type with the lowest BIC was retained and used in the forecasting stage. Note that inspection of the number of parameters included in the final models showed that the selected models generally contained an adequately small number of parameters. As such, we do not believe that these models over-fit the data.
Model Construction and Evaluation Time Period. If evaluation of the forecasts from the models took place during a time of unusually high volatility, then this could potentially bias the results in favor of the ARCH/GARCH models, which specifically model for changes in the volatility. In order to circumvent this problem the terminal day for the construction of the model and the beginning of the forecasting varied randomly for each stock. That is, all models were built for one stock using data from January 4, 1995 to a terminal date. The forecasting time period began on the next trading day after this terminal date, and 1-step to 6-step ahead forecasts were computed for the subsequent 6 trading days. Note that a minimum of 250 trading days
(approximately 10% of the available data) was enforced for the construction of the model.
The graph below gives a visual representation of the starting days of the forecasting period (represented with the dots). They are spread relatively evenly across the eligible time period.

Kết quả (Việt) 1:

Rõ ràng, con số này lớn của mô hình làm cho nó cần thiết để tự động hoá việc lựa chọn mô hình
quá trình. Điều này được thực hiện bằng cách sử dụng SAS. Những nỗ lực lập trình để tự động hoá các
thủ tục là đáng kể. Với tự động hoàn thành, Tuy nhiên, chúng tôi đã có thể chạy tất cả các mô hình chống lại tất cả các cổ phiếu 31- và có thể chạy chúng chống lại bổ sung cổ phiếu trong tương lai. Như đã đề cập trước đó, Các mô hình trong vòng mỗi loại mô hình với BIC thấp nhất được giữ lại và được sử dụng trong giai đoạn dự báo. Lưu ý rằng các kiểm tra số lượng tham số bao gồm trong các mô hình cuối cùng cho thấy rằng các mô hình được lựa chọn thường chứa một số thông số đầy đủ nhỏ. Như vậy, chúng tôi không tin rằng các mô hình cửa sổ phù hợp dữ liệu.
xây dựng mô hình và giai đoạn thời gian dùng thử. Nếu đánh giá các dự báo từ các mô hình đã diễn ra trong một thời gian của bay hơi cao bất thường, sau đó điều này có thể có khả năng thiên vị các kết quả trong lợi của các mô hình ARCH/GARCH, mô hình đặc biệt cho những thay đổi trong sự biến động. Để phá vỡ này vấn đề thiết bị đầu cuối ngày để xây dựng các mô hình và bắt đầu các dự báo khác nhau ngẫu nhiên cho mỗi cổ phiếu. Có nghĩa là, tất cả các mô hình được xây dựng cho một cổ phiếu bằng cách sử dụng dữ liệu từ 4 tháng 1 năm 1995 đến nay một thiết bị đầu cuối. Khoảng thời gian dự báo bắt đầu ngày giao dịch ngày hôm sau sau khi thiết bị đầu cuối ngày này, và bước 1 đến bước 6 trước dự báo được tính cho 6 tiếp theo ngày giao dịch. Lưu ý rằng tối thiểu là 250 ngày giao dịch
(khoảng 10% của các dữ liệu sẵn có) được áp dụng để xây dựng các mô hình.
Biểu đồ dưới đây cho một đại diện trực quan của các ngày bắt đầu của thời gian dự báo (đại diện với các dấu chấm). Họ đang lây lan tương đối đồng đều trên khoảng thời gian đủ điều kiện.

Kết quả (Việt) 2:

Rõ ràng, số lượng lớn các mô hình này đã làm cho nó cần thiết để tự động hóa việc lựa chọn mô hình
quá trình. Điều này đã được thực hiện bằng cách sử dụng SAS. Các nỗ lực lập trình để tự động hóa các
quy trình có ý nghĩa. Với tự động hóa hoàn thành, tuy nhiên, chúng tôi đã có thể chạy tất cả các mô hình chống lại tất cả 31 mã và có thể chạy chúng chống lại cổ phiếu bổ sung trong tương lai. Như đã đề cập trước đây, mô hình trong mỗi mô hình kiểu với BIC thấp nhất được giữ lại và được sử dụng trong giai đoạn dự báo. Lưu ý kiểm tra số tham số trong các mô hình cuối cùng cho thấy rằng các mô hình được lựa chọn thường chứa một số lượng đầy đủ các thông số nhỏ. Như vậy, chúng tôi không tin rằng các mô hình này quá phù hợp với dữ liệu.
Model Xây dựng và Thời gian Thời gian đánh giá. Nếu đánh giá của các dự báo từ các mô hình đã diễn ra trong một thời gian biến động cao bất thường, sau đó điều này có khả năng có thể thiên vị các kết quả có lợi cho các mô hình ARCH / GARCH, mà cụ thể mô hình cho những thay đổi trong sự biến động. Để phá vỡ vấn đề này ngày thiết bị đầu cuối cho việc xây dựng các mô hình và sự khởi đầu của dự báo thay đổi ngẫu nhiên cho mỗi cổ phiếu. Có nghĩa là, tất cả các mô hình được xây dựng cho một cổ phiếu sử dụng dữ liệu từ 04 Tháng 1 1995 vào một ngày cuối. Khoảng thời gian dự báo bắt đầu vào ngày giao dịch kế tiếp sau ngày cuối này, và 1 bước đến 6 bước trước dự báo được tính toán cho sau 6 ngày giao dịch. Lưu ý rằng tối thiểu là 250 ngày giao dịch
(khoảng 10% dữ liệu sẵn có) được thực thi cho việc xây dựng các mô hình.
Biểu đồ dưới đây cho một hình ảnh của những ngày bắt đầu của thời kỳ dự báo (đại diện với các dấu chấm). Chúng được lan truyền tương đối đồng đều trên khoảng thời gian đủ điều kiện.