Löst: Förslag För Att åtgärda Det Konsekventa Matlab Hessian-felet.

Jag avser att få standardfel med hjälp av bedömare när det kommer till min annonsering. Använd också dfp-uppdateringsmetoden för alla fmincon-funktioner med den mycket aktiva algoritmuppsättningen. Jag arbetar med ett problem med portföljoptimering, så jag skulle vilja veta vilka statistiska fördelar utvärderarna hade i åtanke trots att de definierade posten (dvs modellen, exakt variabler spelar faktiskt en roll som bestämmer modellens överlägsenhet gentemot ett fantastiskt givet riktmärke) .< /p> Redan < p>Jag har flyttat runt CAPM, Newey-Wests nya normala fel robusta regressionsmodell, men den skapar dig ungefär n vilket värde som helst under marknadsbeta-effekt och alfa. Jag gjorde detta genom att få min modell som en lokaliserad variabel och ta den kvarvarande användbara vektorn och marknadsvektorn som professionella variabler.

Skulle det vara korrekt att köra hela regressionen använda andra variabler, vilket jag tror skulle vara användbart (igen av modellen som den centrerade variabeln), eller borde något annat arbetas med? Jag ställer mig den här frågan enbart för att när jag söker i google/matlab eshop när standardfel uppskattningar, så hittar jag sannolikt mycket information när det gäller beräkning av hessian.

Tack på förhand .

Martin Pott< /p>