Financial Toolbox

Régression et estimation avec données manquantes

Financial Toolbox fournit des outils permettant d'effectuer une régression normale multivariée en présence ou non de données manquantes. Vous pouvez:

  • Effectuer des régressions basées sur le modèle sous-jacent, telles que la régression apparemment non liée (Seemingly Unrelated Regression).
  • Estimer les erreurs standard des tests d'hypothèse
  • Effectuer des calculs complets en présence de données manquantes
Results of estimating CAPM model parameters with missing data.
Résultats de l'estimation des paramètres de modèle MEDAF (CAPM) avec données manquantes. Vous pouvez effectuer l'estimation avec données manquantes (les valeurs entre parenthèses représentent la statistique t) en suggérant que le coefficient bêta GOOG n'est pas statistiquement différent de zéro (en haut à gauche), et utiliser la régression apparemment non liée pour identifier un coefficient bêta statistiquement significatif pour GOOG (en bas à droite).

La fonctionnalité d'estimation des données manquantes vous permet de déterminer l'effet de la qualité des données sur vos modèles et simulations. Par exemple, vous pouvez tenir compte des effets des données manquantes sur les coefficients d'estimation des modèles MEDAF ou sur le calcul de la frontière efficiente d'un portefeuille d'actifs. Les effets des données manquantes peuvent se traduire par des résultats très différents.

Plot showing the effect of missing data on the estimation of the mean-variance efficient frontier.
Tracé montrant l'effet des données manquantes sur l'estimation de la frontière efficiente moyenne-variance. La frontière en rouge a été calculée en supprimant toutes les périodes contenant des données manquantes dans les données d'échantillon. La frontière en bleu a été calculée en utilisant ecmnmle pour estimer les valeurs des données manquantes.
Point suivant: Indicateurs techniques et diagrammes financiers

Essayer Financial Toolbox

Obtenir une version d'évaluation

Concevez et testez des stratégies de trading algorithmique

Visionner le webinar