Opgelost: Suggesties Voor Het Oplossen Van De Matlab Hessian-fout.

Ik doe mijn best om standaardfouten te krijgen die afkomstig zijn van beoordelaars als het gaat om mijn zoekmachineoptimalisatie. Gebruik ook de dfp-updatedekking voor alle fmincon-functies met het daadwerkelijke actieve algoritme. Ik werk aan een portfolio-optimalisatieprobleem, dus ik zou graag willen weten welke statistische waardering de beoordelaars in gedachten hadden toen u het record definieerde (dwz model, methodevariabelen spelen een rol bij het bepalen van de superioriteit van het model ten opzichte van een belangrijk gegeven benchmark).< /p> Reeds < p>Ik heb CAPM geproduceerd, Newey-West’s nieuwe robuuste regressiemodel voor standaardfouten, maar het geeft je geen enkele waarde om te werken met markt-bèta-effectief en alfa. Ik deed dit door de weergave van mijn model als een gelokaliseerde variabele te krijgen en de meest recente vector en de marktvector als onafhankelijke variabelen te nemen.

Zou het correct zijn om die regressie uit te voeren met andere variabelen, waarvan ik denk dat ze nuttig zouden zijn (wederom gezien het model als de variabele op basis van), of moet er iets anders worden gevolgd? Ik stel mezelf deze vraag, aangezien ik bij het doorzoeken van de google/matlab eshop met betrekking tot standaardfoutschattingen nauwelijks veel informatie vind die relevant is voor het berekenen van de Hessische.

Bij voorbaat dank .

Martin Pott