estimación de la precisión de un método de previsión de la distribución

Question

Digamos que para una acción quiero hacer una simulación utilizando 30 días de rendimientos históricos, y tal vez generar 1000 trayectorias, con 2 días como horizonte de previsión. Digamos que tengo 100 de estos bloques de 5 días utilizados para generar la distribución, emparejados con los valores reales de los 2 días que me interesa pronosticar. ¿Cómo podría estimar la precisión de este método de generación de una distribución? ¿Y qué método podría utilizar para compararlo con otro medio de previsión de la distribución? Cualquier sugerencia sería de gran ayuda.

Answer 1

Compare la densidad y la función de densidad acumulada de su volatilidad prevista y de la volatilidad realizada

Answer 2

Parece que te interesa el error de previsión

http://en.wikipedia.org/wiki/Forecasting

En cuanto a la distribución, yo también me fijaría en el error medio de previsión. Un buen modelo tiene un error medio = 0, ya que no está sesgado ni hacia arriba ni hacia abajo.

-Ralph Winters

Answer 3

Es posible que desee realizar una Kolmogorov-Smirnov de dos muestras en las FDA empíricas de las distribuciones: su previsión y la distribución realizada. A continuación, utilice el valor p de la prueba como métrica de interés. Otras pruebas estadísticas de diferencia de distribución de las que se puede abusar son la Prueba Baumgartner, Weiss, Schindler y sus variaciones. Creo que también existe una prueba de 2 muestras del tipo Anderson-Darling. También existen las pruebas no simétricas Divergencia de Kullback Leibler y un otra media docena de definiciones de la distancia estadística. Probablemente lo que más te limita es el paquete estadístico o el lenguaje de programación con el que trabajes. Si usas R, supongo que puedes encontrar implementaciones de todo lo anterior.