Bootstrapping method in stata forex

Bootstrapping O que é Bootstrapping Bootstrapping descreve uma situação em que um empresário inicia uma empresa com pouco capital, confiando em dinheiro além de investimentos externos. Um indivíduo diz ser bootstrapping quando ele tenta encontrar e construir uma empresa a partir de finanças pessoais ou das receitas operacionais da nova empresa. O Bootstrapping também descreve um procedimento usado para calcular a curva de rendimento de cupão zero de valores de mercado. BREAKING Down Bootstrapping Bootstrapping uma empresa ocorre quando um empresário inicia uma empresa com pouco a nenhum recurso. Isso contrasta com o início de uma empresa ao primeiro levantamento de capital através de investidores anímicos ou empresas de capital de risco. Em vez disso, os fundadores do bootstrap contam com economias pessoais, equidade do suor, operações enxutas, volume de negócios rápido e uma pista de aterragem para se tornar bem sucedida. Por exemplo, uma empresa de inicialização pode assumir preordenamentos para o seu produto, usando os fundos gerados a partir dos pedidos para realmente criar e entregar o próprio produto. Na finanças de investimento, o bootstrapping é um método que cria uma curva de taxa spot para uma obrigação de cupom zero. Exemplo de como o Bootstrapping é usado para taxas de pontos Esta metodologia é essencialmente usada para preencher as lacunas entre rendimentos para títulos do Tesouro ou tiras de cupom do Tesouro. Por exemplo, uma vez que os T-bills oferecidos pelo governo não estão disponíveis para cada período de tempo, o método de bootstrapping é usado para preencher os números perdidos para derivar a curva de rendimentos. O método bootstrap usa a interpolação para determinar os rendimentos dos títulos de cupom zero do Tesouro com vários vencimentos. Um exemplo de Bootstrapping de um negócio comparado ao uso de capital de risco. O bootstrapping pode ser benéfico porque o empreendedor é capaz de manter o controle sobre todas as decisões. No lado negativo. Essa forma de financiamento pode colocar um risco financeiro desnecessário para o empreendedor. Além disso, o bootstrapping pode não fornecer investimento suficiente para a empresa se tornar bem sucedida a uma taxa razoável. No entanto, tem havido muitas empresas de sucesso que começaram como uma operação de bootstrapped. Por exemplo, a plataforma de busca domiciliar Estately foi arrancada por seus dois fundadores, Galen Ward e Douglas Cole. Ward abandonou o cargo em 2007 para iniciar a empresa e convencer o seu parceiro a abandonar a pós-graduação para se juntar a ele. Com suficientes finanças pessoais para viver por um ano, os dois co-fundadores investiram 4.000 em total para comprar um servidor barato, pagam taxas de incorporação e mantêm uma pista que poderia cobrir despesas diversas. A empresa cresceu dos 4.000 investimentos pessoais para uma receita reportada de 1 milhão em 26 de fevereiro de 2014. Também foi relatado ter 17 funcionários. Além disso, as empresas de bootstrap, mesmo que se tornem bem-sucedidas, ainda podem decidir assumir investimentos futuros. De fato, muitas vezes é o caso de uma empresa bem-sucedida alcançar um planalto de crescimento e usar investimentos externos para acelerar seus negócios. Estatísticas: análise de dados e software estatístico. Amostragem e estimativa Bootstrap Bootstrap de comandos Stata Boostrap de programas escritos pelo usuário Erros padrão e viés A estimativa da programação de Statarsquos torna possível a realização de amostragem e estimativa de bootstrap (ver Efron 1979. 1982 Efron e Tibshirani 1993 Mooney e Duval 1993). Nós fornecemos duas opções para simplificar a estimativa do bootstrap. Bsample desenha uma amostra com substituição de um conjunto de dados. A amostra pode ser usada em programas escritos pelo usuário. No entanto, é mais fácil realizar estimativas de inicialização usando o prefixo bootstrap. O bootstrap permite ao usuário fornecer uma expressão que é uma função dos resultados armazenados dos comandos existentes, ou você pode escrever um programa para calcular as estatísticas de interesse. O bootstrap, em seguida, pode desenhar repetidamente uma amostra com substituição, executar o programa escrito pelo usuário, coletar os resultados em um novo conjunto de dados e apresentar os resultados. O programa de cálculo escrito pelo usuário é fácil de escrever porque cada comando do Stata salva as estatísticas que ele calcula. Por exemplo, suponha que desejamos obter a estimativa do bootstrap do erro padrão da mediana de uma variável chamada mpg. O recurso Statas calcula e exibe estatísticas de resumo, resumindo que ele calcula significa, desvios padrão, asfalto, kurtosis e vários percentis. Entre esses percentis é o 50º percentilemdashthe mediana. Além de exibir os resultados calculados, resumir os armazena e, no manual, descobrimos que a mediana é armazenada em r (p50). Para obter uma estimativa do bootstrap de seu erro padrão, tudo o que precisamos fazer é digitar. Bootstrap r (p50), reps (1000): resuma mpg, detalhe e bootstrap fará todo o trabalho para nós. Bem, também especifique uma opção seed () para que você possa reproduzir nossos resultados. . Webuse auto (1978 Automobile Data). Bootstrap r (p50), repetições (1000) semente (1234): resuma mpg, detalhe (execução resumida na amostra de estimativa) Aviso: Como resumir não é um comando de estimativa ou não configura e (amostra), o bootstrap não tem como determinar Quais as observações utilizadas no cálculo das estatísticas e assume que todas as observações são usadas. Isso significa que nenhuma observação será excluída do reexame devido a valores faltantes ou outros motivos. Se a suposição não for verdadeira, pressione Gravar, salve os dados e solte as observações a serem excluídas. Certifique-se de que o conjunto de dados em memória contém apenas os dados relevantes. Repetições Bootstrap (1000) (saída omitida) Resultados Bootstrap Número de obs 74 Replicações 1.000 comando: resumir mpg, detalhe bs1: r (p50) (N) intervalo de confiança normal (P) intervalo de confiança percentil (BC) intervalo de confiança corrigido por viés Para Um exemplo de quando precisamos escrever um programa, considere o caso de bootstrapping a proporção de dois meios. Nós definimos pela primeira vez a rotina de cálculo, que podemos nomear o que quisermos, programa myratio, rclass versão 14 resumir comprimento comprimento local r (média) resumir turno local r (média) retorno escalar relação comprimento final final Nosso programa chamadas resumir e armazenar a média Do comprimento variável em uma macro local. O programa então repete esse procedimento para o segundo turno variável. Finalmente, a razão dos dois meios é calculada e retornada pelo nosso programa no resultado armazenado que chamamos de r (relação). Com o nosso programa escrito, agora podemos obter a estimativa do bootstrap simplesmente digitando. Bootstrap r (ratio), reps (): myratio Isso significa que vamos executar bootstrap com o nosso programa myratio para replicações. Abaixo, solicitamos 1.000 replicações e especificamos uma semente de número aleatório para que você possa reproduzir nossos resultados:. Bootstrap r (proporção), repetições (1000) semente (4567): myratio (executando myratio na amostra de estimação) Aviso: porque myratio não é um comando de estimativa ou não configura e (amostra), o bootstrap não tem como determinar quais observações são Usado no cálculo das estatísticas e, portanto, assume que todas as observações são usadas. Isso significa que nenhuma observação será excluída do reexame devido a valores faltantes ou outros motivos. Se a suposição não for verdadeira, pressione Gravar, salve os dados e solte as observações a serem excluídas. Certifique-se de que o conjunto de dados em memória contém apenas os dados relevantes. Replicações Bootstrap (1000) (saída omitida) Resultados Bootstrap Número de obs 74 Replicação 1000 comando: myratio bs1: r (proporção) A relação, calculada sobre a amostra original, é 4.739945, a estimativa do bootstrap do erro padrão da relação é 0.0344786. Se tivéssemos querido manter o conjunto de dados de 1.000 observações dos resultados iniciados para análise subsequente, teríamos digitado. Bootstrap r (ratio), reps (1000) seed (4567) saving (mydata): myratio bootstrap pode ser usado com qualquer estimador Stata ou comando de cálculo e até mesmo com comandos de cálculo escritos pelo usuário. Descobrimos que o bootstrap é particularmente útil na obtenção de estimativas dos erros padrão dos coeficientes de regressão quantitativa. A Stata realiza regressão quantile e obtém os erros padrão usando o método sugerido por Koenker e Bassett (1978. 1982). Rogers (1992) relata que esses erros-padrão são satisfatórios no caso homosquítico, mas que parecem ser subestimados na presença de erros heterossegativos. Uma alternativa é inicializar os coeficientes estimados para obter os erros padrão. Por exemplo, diga que deseja estimar uma regressão mediana do preço sobre as variáveis ​​de peso. comprimento . E estrangeiros. Digitando o peso do preço Qreg, o estrangeiro produzirá as estimativas juntamente com os erros padrão do KoenkerndashBassett. Para obter erros padrão do bootstrap, podemos emitir o comando. Bootstrap, reps (): qreg price weight length foreign Recomendamos este procedimento tão altamente que Gould (1992) escreveu um novo comando na linguagem de programação Statarsquos para automatizar este procedimento para a regressão quantile. Digitando o peso do preço do bsqreg estrangeiro também produzirá os resultados do bootstrapped. Referências Efron, B. 1979. Bootstrap métodos: outro olhar para o jackknife. Anais das estatísticas 7: 1ndash26. ------. 1982. O Jackknife, o Bootstrap e outros planos de remate. Filadélfia: Sociedade de Matemática Industrial e Aplicada. Efron, B. e R. J. Tibshirani. 1993. Introdução ao Bootstrap. Nova Iorque: Chapman amp Hall. Gould, W. 1992. sg11.1: regressão quantile com erros padrão bootstrapped. Stata Technical Bulletin 9. 19ndash21. Reimpresso em Stata Technical Bulletic Reprints. Vol. 2, pp. 137ndash139. Koenker, R. e G. Bassett, Jr., 1978. Teoria assintótica da menor regressão de erro absoluto. Jornal da American Statistical Association 73: 618ndash622. ------. 1982. Testes robustos para heterocedasticidade com base em quantiles de regressão. Econometrica 50: 43ndash61. Mooney, C. Z. e R. D. Duval. 1993. Bootstrapping: uma abordagem não paramétrica para a inferência estatística. Newbury Park, Califórnia: Sage. Rogers, W. H. 1992. sg11: erros padrão de regressão quantile. Boletim Técnico Stata 9. 16ndash19. Reimpresso no Stata Technical Bulletin Reprints. Vol. 2, pp. 133ndash137.