Статистическую значимость

ОТДЕЛ УПРАВЛЕНИЯ ПЕРСОНАЛОМ -функциональное подразделение организации, в котором сосредоточена подавляющая часть функций по управлению персоналом. Как правило, такие отделы создаются на небольших и средних организациях. О.у.п. определяют потребность в работниках различных специальностей; осуществляют маркетинг персонала; составляют банк данных по всем должностям и профессиям, контролируют рациональное использование персонала; составляют все необходимые документы по приему, перемещению и увольнению работников; оформляют им все виды отпусков и больничные листы, подготавливают материалы на награждение и поощрение, на оформление и назначение пенсий; подготавливают приказы о выплате сотрудникам всех предусмотренных соответствующими положениями вознаграждений; составляют установленную статистическую отчетность; ведут всю установленную кадровую документацию, подготавливают необходимые материалы и документы для руководства организации и вышестоящих органов; формируют резерв (подбор, отбор, комплексное социолого-психологи-ческое исследование и изучение резерва, выдача рекомендаций по его дальнейшему использованию, составление банка данных резерва, соц.-психологическое обучение); изучают и анализируют уровень профессиональных знаний персонала, определяют потребности повышения его квалификации, подготовки и переподготовки и на основании проведенного исследования организуют мероприятия по обучению персонала, планированию его деловой карьеры; управляют соц.-бытовым обеспечением персонала; формируют здоровый морально-психологический климат в коллективе.

Документация статистического учета построена так, чтобы обеспечить возможность сравнения фактических показателей с плановыми, с одной стороны, и накопления данных, включаемых в статистическую отчетность, с другой. Большая часть статистической информации записывается ежедневно, а статистические отчеты составляют и направляют по установленным адресам с регламентированной периодичностью.

дению инстанцией, назначившей ее. После утверждения акта мощность и стоимость введенных основных фондов включается в статистическую отчетность с отражением стоимости товарной строительной продукции.

Научно обоснованную потребность сельского хозяйства в средствах химизации рассчитывают, исходя из намечаемых объемов производства сельскохозяйственной продукции по утвержденным на планируемый период нормативам. Наряду с нормативами используют материалы агрохимического обследования земель, статистическую отчетность по использованию средств химизации за базовый период, разработанные научными учреждениями и агрохимической службой рекомендации по применению химических средств. В основе расчета потребности в минеральных удобрениях лежит баланс питательных веществ (N, Р2О5, КгО) в почвах страны, республики, района и др. Потребность в минеральных удобрениях определяют в пересчете на 100 % питательных веществ.

В порядке подготовки к планированию этого показателя для каждой подотрасли определен перечень важнейших видов материальных ресурсов, который согласован с ЦСУ СССР, для включения в статистическую отчетность предприятий по форме № 12-СН «Отчет о выполнении норм и заданий по среднему снижению норм расхода сырья и материалов». Получение такой информации позволит улучшить анализ и усилить контроль за использованием важнейших видов сырья и материалов на предприятии, в подотрасли и отрасли в целом. Усиление режима экономии — комплексная проблема,

Вышестоящей организации и статистическому управлению предприятия представляют и почтовую статистическую отчетность: месячную отчетность о выполнении плана по продукции — форму № 1-п, о выполнении плана по труду — форму № 2-т, о выполнении плана по" себестоимости товарной продукции — форму № 1-е, о выполнении плана прибыли — форму № 5-ф.

а) административная самостоятельность (право заключать договоры с другими предприятиями; наличие производственного плана, утверждаемого вышестоящей организацией; обязанность представлять периодическую статистическую отчетность органам государственной статистики);

В статистическую отчетность (форма № 1-КС) "Отчет о выполнении плана ввода в действие мощностей и плана подрядных работ" целесообразно ввести раздел "Применение комплектно-блочного метода строительства по введенным в действие объектам" (заполняет генеральный подрядчик). Соответствующие изменения следует внести в отчетность заказчиков.

Буровые предприятия составляют государственную статистическую отчетность по унифицированным формам, утвержденным ЦСУ СССР, а так же отчет 32ТП на испытание (опробование) скважин (Приложение 2).

Планово-экономический отдел совместно с другими отделами разрабатывает перспективные планы и тех-промфинплан, осуществляет контроль за их выполнением, организует хозяйственный расчет, анализирует производственно-хозяйственную деятельность предприятия и его подразделений с целью вскрытия неиспользованных резервов, составляет статистическую отчетность. В функции планового отдела входит также участие в расчете экономической эффективности новой техники и технологии, разработке прогрессивных норм расхода материальных ресурсов.

Механик обеспечивает бесперебойную работу оборудования, руководит ремонтными работами цеха, организует проведение небольшого ремонта и постоянное наблюдение за работой оборудования, обеспечивает участие работников цеха в средних и капитальных ремонтах. Экономист ведет текущий учет производства, составляет статистическую отчетность, проводит технико-экономический анализ.

С помощью линейной регрессии можно оценить значения параметров: а, Ь. с, d, e, f, проверить статистическую значимость каждой из оценок и оценить объяснительные возможности модели с помощью t-значе-ния и R2, соответственно.

Для гарантии успеха любое решение следует подтверждать тестами на данных вне выборки или статистическим анализом, но предпочтительно — обоими методами. Отбросьте любое решение, которое не будет прибыльным в тесте на данных, не входящих в первоначальную выборку, — при реальной торговле оно, скорей всего, провалится. Рассчитывайте статистическую значимость всех тестов — и в пределах выборки данных, и вне ее. Оценка статистической значимости показывает вероятность того, что пригодность системы на выборке данных соответствует ее пригодности в других условиях, включая реальную торговлю. Статистический анализ работает по принципу распределения вероятностей прибылей в сделках, совершаемых системой. Используйте только статистические методы, скорректированные для множественных тестов, когда анализируете результаты тестов в пределах выборки. Тесты вне пределов выборки следует оценивать стандартными, некорректированными методами. Подобные отчеты приводились в главе, посвященной симуляторам. Займитесь изучением статистики; это улучшит ваши трейдерские качества.

Многие разработчики торговых систем не оценивают статистическую значимость результатов оптимизации. Это достаточно неприятно, учитывая, что статистика принципиально важна при оценке поведения торговых систем. Как, например, можно судить о причине успеха системы — реален ли он или основан на артефакте либо на «удачной» выборке данных? Задумайтесь об этом, ведь следующая выборка может быть не очередным тестом, а реальной торговлей. Если поведение системы определялось случаем, можно быстро лишиться капитала. Нужно найти ответ на следующий очень важный вопрос: высокая эффективность системы вызвана обнаружением по-настоящему оптимальных параметров или является результатом «подгонки» под исторические данные? Мы встречали много разработчиков систем, которые отказываются от любой оптимизации вообще по причине иррационального страха подгонки, не зная, что статистический анализ помогает бороться с этой опасностью. В общем, статистика может помочь трейдеру оценить вероятность того, что система в будущем будет работать так же прибыльно, как и в прошлом. В этой книге мы представили результаты статистического анализа везде, где это, по нашему мнению, полезно и уместно.

Т-критерий для наилучшего решения составил 2,1118 при статистической значимости 0,0184. Это весьма впечатляющий результат. Если бы тест проводился только один раз (без оптимизации), то вероятность случайно достичь такого значения была бы около 2%, что позволяет заключить, что система с большой вероятностью находит «скрытую неэффективность» рынка и имеет шанс на успех в реальной торговле. Впрочем, не забывайте: исследовались лучшие 20 наборов параметров. Если скорректировать статистическую значимость, то значение составит около 0,31, что вовсе не так хорошо — эффективность вполне может оказаться случайной. Следовательно, система имеет некоторые шансы на выживание в реальной торговле, однако в ее провале не будет ничего удивительного.

Стандартное отклонение выборки составило более $6000, почти вдвое больше, чем в пределах выборки, по которой проводилась оптимизация. Следовательно, стандартное отклонение средней прибыли в сделке было около $890, что составляет немалую ошибку. С учетом небольшого размера выборки это приводит к снижению значения t-критерия по сравнению с полученным при оптимизации и к меньшей статистической значимости — около 14%. Эти результаты не слишком плохи, но и не слишком хороши: вероятность нахождения «скрытой неэффективности» рынка составляет более 80%. Но при этом серийная корреляция в тесте была значительно выше (ее вероятность составила 0,1572). Это означает, что такой серийной корреляции чисто случайно можно достичь лишь в 16% случаев, даже если никакой реальной корреляции в данных нет. Следовательно, и t-критерий прибыли/убытка, скорее всего, переоценил статистическую значимость до некоторой степени (вероятно, на 20 — 30%). Если размер выборки был бы меньше, то значение t составило бы около 0,18 вместо полученного 0,1392. Доверительный интервал для процента прибыльных сделок в популяции находился в пределах от 17 до приблизительно 53%.

Эффективность большинства из этих моделей, по меньшей мере, впечатляет. Лучшие модели имеют статистическую значимость выше 0,00007, что означает, что эти решения имеют очень высокую вероятность прибыльной торговли в будущем. Многие решения заработали более 50% годовых. В некоторых случаях прибыли достигли значительно более высоких уровней. Хотя лимитный приказ дал много наилучших решений, остальные приказы также показали много хороших, если не великолепных результатов. Как и в предыдущих исследованиях, ГА превосходно обнаруживает многие пригодные для торговли модели.

По-видимому, правила обнаруживали необычные (но пригодные для торговли) рыночные события; подобную модель можно назвать моделью для «торговли в нетипичных случаях». Эта модель не так бесполезна, как может показаться на первый взгляд. Ассортимент систем, каждая их которых торгует при различных редких событиях, может давать превосходную прибыль. При работе с системой такого типа рекомендуется торговля как портфелем систем, так и портфелем финансовых инструментов. Однако небольшое количество сделок может поставить под сомнение статистическую значимость полученных результатов. Данная задача, вероятно, может быть решена при использовании более сложного способа обработки больших комбинаций правил.

Проводя тесты недельных данных с 1961 по 1980 год, Джозеф Е. Кэлиш обнаружил, что расхождения промышленного и транспортного индексов Доу-Джонса, нарастающей дневной линии Роста/Падения Нью-Йоркской фондовой биржи, 20-ти наиболее активно торгующихся акций, нарастающей недельной линии Роста/Падения и подъемов акций над своими тридца-тинедельными скользящими средними на 5% и 10% по данным, публикуемым в Trendline's, также статистически значимы. Кроме того, тесты хи-квадрат показали, что чем большее количество индикаторов подтверждают или расходятся, тем более значим полученный на их основе вывод. Однако противоположно популярному мнению, Кэлиш не смог обнаружить статистическую значимость расхождений индекса компаний общественного пользования Доу-Джонса (Dow-Jones Utility Average), возможно, благодаря его длительным и меняющимся задержкам по отношению к промышленному индексу. (В его исследованиях требовалось, чтобы индикатор подтвердил новый максимум или минимум промышленного индекса Доу-Джонса в те-

Такой сценарий возможен. Однако если оптимизация использует недостаточную выборку данных, то она скорее всего даст слишком маленькую выборку сделок, чтобы обеспечить статистическую значимость. Если оптимизация выполнена на нерепрезентативной выборке данных, модель с большой вероятностью покажет плохие результаты, когда неожиданно столкнется с другими условиями рынка или тренда. Если число степеней свободы ограничено слишком многими условиями, статистическая ва-

Результаты оптимизации тоже требуют оценки. В первую очередь, необходимо оценить их на статистическую значимость. Вспомните, что 1% всех тестов будет иметь «высокую значимость», а 5% всех тестов будут статистически «значимыми». Это означает, что если найдена топ-модель, и лишь 1% или примерно 1% всего тестового прогона оказывается прибыльным, то, по всей вероятности, данная топ-модель в статистическом плане является несостоятельной, а потому, скорее всего, не будет достаточно устойчивой. Аналогично, если лишь 5% всего теста будут иметь предельно-допустимую прибыльность, такая топ-модель также скорее всего будет статистической аномалией, не имеющей достаточной устойчивости.

Чтобы увеличить статистическую значимость, на основании которой мы можем заключить, что четыре самых больших события - являются "выбросами", мы перетасовали дневные ценовые приращения 1,000 раз и, следовательно, сгенерировали 1,000 синтетических наборов данных. Эта процедура означает, что синтетические наборы данных будут иметь то же самое распределение ежедневных приращений. Однако, корреляции высшего порядка и зависимость, которая может присутствовать в самых больших просадках, будут разрушены такой перетасовкой. Этот, так называемый, "идентификационный" анализ данных распределения просадок имеет преимущество - он является не параметрическим, то есть независимым от качества соответствия экспоненциальной модели, или любой другой модели. Теперь мы сравним распределение просадок и для реальных данных, и для синтетических данных. Относительно синтетических данных, это может быть сделано двумя дополнительными способами.

Навигация

Главная

Новое

Акционер Америка Агрессивность