Una forma realmente buena de encontrar periodicidad en cualquier serie de datos regulares es inspeccionar su espectro de energía después de eliminar cualquier tendencia general. La eliminación de la tendencia preliminar (y la diferencia opcional para eliminar la correlación serial) es esencial para evitar confundir los períodos con otros comportamientos. El espectro de potencia es la transformada discreta de Fourier de la función de autocovariancia de una versión apropiadamente suavizada de la serie original. Si piensa en la serie temporal como muestreo de una forma de onda física, puede estimar cuánto de la potencia total de las ondas se lleva dentro de cada frecuencia. El espectro de potencia (o periodograma) representa la potencia frente a la frecuencia. Cíclicos (es decir, patrones repetitivos o estacionales) se mostrarán como grandes picos ubicados en sus frecuencias. Como ejemplo, considere esta serie temporal (simulada) de residuos de una medición diaria tomada durante un año (365 valores). Los valores fluctúan alrededor de 0 sin tendencias evidentes, mostrando que todas las tendencias importantes han sido eliminadas. La fluctuación aparece al azar: no hay periodicidad aparente. Heres otra trama de los mismos datos, dibujados para ayudarnos a ver posibles patrones periódicos. Si te ves muy duro, puede ser capaz de discernir un patrón ruidoso pero repetitivo que se produce de 11 a 12 veces. Las secuencias largas de valores por encima de cero y por debajo de cero al menos sugieren alguna autocorrelación positiva, mostrando que esta serie no es completamente aleatoria. Aquí está el periodograma, mostrado para frecuencias de hasta 91 (un cuarto de la longitud total de la serie). Fue construido con una ventana de Welch y normalizado al área de la unidad (para el periodograma entero, no apenas la parte demostrada aquí). El poder se parece al ruido blanco (fluctuaciones aleatorias pequeñas) más dos puntos prominentes. El más grande ocurre en un período de 12 y el más pequeño en un período de 52. Este método ha detectado así un ciclo mensual y un ciclo semanal en estos datos. Eso es realmente todo lo que hay que hacer. Para automatizar la detección de ciclos (estacionalidad), basta con escanear el periodograma (que es una lista de valores) para máximos locales relativamente grandes. Su hora de revelar cómo estos datos fueron creados. Los valores se generan a partir de una suma de dos ondas senoidales, una con frecuencia 12 (de amplitud cuadrada 3/4) y otra con frecuencia 52 (de amplitud cuadrada 1/4). Éstos son lo que detectaron los picos en el periodograma. Su suma se muestra como la gruesa curva negra. Iid A continuación se añadió el ruido normal de varianza 2, como se muestra por las barras de color gris claro que se extienden desde la curva negra hasta los puntos rojos. Este ruido introdujo las ondulaciones de bajo nivel en la parte inferior del periodograma, que de otro modo sería sólo un 0. Las dos terceras partes de la variación total de los valores no son periódicas y aleatorias, lo cual es muy ruidoso: Tan difícil de hacer la periodicidad sólo por mirar los puntos. Sin embargo (en parte porque hay tantos datos) encontrar las frecuencias con el periodograma es fácil y el resultado es claro. En el sitio de Numerical Recipes aparecen instrucciones y buenos consejos para calcular periodogramas: busque la sección sobre estimación del espectro de potencia utilizando la FFT. R tiene código para la estimación del periodograma. Estas ilustraciones fueron creadas en Mathematica 8 el periodograma se calculó con su función de Fourier. La afirmación de que las series de entrada son deterministas en la naturaleza vuela en la naturaleza. Frente a la posible presencia de una estructura estacional y regular de ARIMA. Sin tratamiento Los valores únicos inusuales distorsionarán cualquier esquema de identificación basado en el periodograma debido a un sesgo descendente a las estimaciones del periodograma que produzca no significación. Si los efectos semanales y / o mensuales cambian en algún momento en el pasado, el procedimiento basado en periodograma fallaría ndash IrishStat Sep 29 11 at 0:06 Irlandés Creo que su comentario puede exagerar un poco. Es más elemental buscar y tratar quotUnusual One-Time Valuesquot (aka outliers), por lo que solo se menciona para enfatizar que algunos estimadores de series temporales pueden ser sensibles a outliers. Determina en términos absolutos las ideas básicas: nadie supone que haya determinismo (como lo demuestra la enorme cantidad de ruido en la simulación). La simulación incorpora una señal periódica definida como modelo - siempre aproximada en realidad - sólo para ilustrar la conexión entre el periodograma y la estacionalidad. Sí, cambios en la estacionalidad pueden oscurecer el periodograma (y el acf, etc.), especialmente cambios en la frecuencia (improbable) o en la fase (posible). Las referencias en mi puesto de dar una solución para manejar eso: recomiendan usar una ventana móvil para la estimación de periodograma. Hay un arte a esto, y claramente hay trampas, por lo que mucho análisis de series de tiempo se beneficiará de un tratamiento experto, como usted defiende. Pero la pregunta pregunta si hay otros métodos para detectar la estacionalidad y, sin lugar a dudas, el periodograma es una opción estadísticamente poderosa, computacionalmente eficiente y fácilmente interpretable. Ndash whuber 9830 Sep 29 11 at 16:46 En mi mundo el uso de senos / cosenos son efectos quotdeterministas como los indicadores del mes del año. El ajuste de cualquier modelo predefinido restringe los valores ajustados a un patrón especificado por el usuario, a menudo sub-estándar. Los datos deben ser escuchados para ayudar al analista / software informático avanzado a discernir efectivamente entre entradas fijas y estocásticas n. b. Me refiero a ARIMA retarda las estructuras como quotdrivers estocásticos o adaptativos como los valores ajustados ajustan / adaptan a los cambios en la historia de la serie. En mi opinión, la utilización del periodograma quotoversellsquot simple modelado estadístico ndash IrishStat Sep 29 11 at 17:44 whuber Repitiendo la misma cosa podría no ser útil. Sin embargo, también sería bueno fijar el párrafo debajo del periodograma para decir que los picos se localizan a una frecuencia de quot frecuencia de 12 y 52 veces al año, y no de quotperiod. La fijación de la trama también para decir quotfrequencyquot en lugar de quotperiodquot podría ser agradable, así si usted piensa que no es demasiado molesto. Ndash Celelibi Oct 11 at 15:29 La estacionalidad puede y cambia a menudo con el tiempo, por lo tanto, las medidas de resumen pueden ser bastante inadecuadas para detectar la estructura. Hay que probar la transitoriedad en los coeficientes de ARIMA y, a menudo, cambios en las variables estacionales. Por ejemplo, en un horizonte de 10 años puede haber un efecto de junio para los primeros k años, pero los últimos 10 k años hay evidencia de un efecto de junio. Un simple efecto compuesto de junio podría no ser significativo ya que el efecto no fue constante en el tiempo. De manera similar, un componente ARIMA de temporada también puede haber cambiado. Se debe tener cuidado de incluir los cambios en el nivel local y / o las tendencias del tiempo local, asegurando al mismo tiempo que la varianza de los errores se ha mantenido constante en el tiempo. No se deben evaluar transformaciones como GLS / cuadrados mínimos ponderados o transformaciones de potencia como logs / raíces cuadradas, etc. sobre los datos originales, sino sobre los errores de un modelo tentativo. Los supuestos gaussianos no tienen nada que ver con los datos observados, sino con los errores del modelo. Esto se debe a los fundamentos de las pruebas estadísticas que utilizan la razón de una variable chi-cuadrada no central con una variable central chi-cuadrada. Si usted quisiera fijar una serie del ejemplo de su mundo yo sería alegre proporcionarle y la lista un análisis completo que conduce a la detección de la estructura estacional. Respondió Sep 27 11 at 18:36 La respuesta de Charlies es buena, y es donde empieza Id. Si no desea utilizar gráficos ACF, puede crear k-1 variables ficticias para los k periodos de tiempo presentes. A continuación, puede ver si las variables ficticias son significativas en una regresión con las variables dummy (y probablemente un término de tendencia). Si sus datos son trimestrales: el dummy Q2 es 1 si éste es el segundo trimestre, de lo contrario el 0 Q3 simulado es 1 si éste es el tercer trimestre, de lo contrario 0 el ficticio Q4 es 1 si éste es el cuarto trimestre. Caso base (todos los 3 dummies cero) También puede comprobar la descomposición de series de tiempo en Minitab - a menudo llamada descomposición clásica. Al final, es posible que desee utilizar algo más moderno, pero este es un lugar sencillo para empezar. Soy un poco nuevo para R, pero mi comprensión de la función ACF es que si la línea vertical va por encima de la línea punteada superior o por debajo de la línea punteada inferior, hay algo de autorregresión (incluida la estacionalidad) . Trate de crear un vector de seno Si bien encajar senos / cosenos etc puede ser útil para algunas series de tiempo física / eléctrica, pero debe ser consciente de MSB. Modelo de especificación sesgo. Ndash IrishStat Sep 28 11 at 14:31 Autoregresión no implica estacionalidad. Ndash Jens Nov 22 13 at 12:32 Su respuesta 2016 Stack Exchange, IncMetaTrader 4 - Econometría de sistemas de negociación EURUSD Previsión de un paso adelante El artículo se centra en un pronóstico de un paso adelante para EURUSD utilizando el software EViews y una evaluación adicional de la previsión Resultados por medio del programa en EViews y un asesor experto desarrollado en MQL4. Se basa en el artículo Analizando los Indicadores Parámetros Estadísticos cuyas proposiciones serán utilizadas sin ninguna aclaración adicional. 1. Construcción de un modelo El artículo anterior terminó con el análisis de la siguiente ecuación de regresión: EURUSD C (1) EURUSDHP (1) C (2) D (EURUSDHP (1)) C (3) D (EURUSDHP La ecuación fue el resultado de la implementación de la descomposición gradual de las cotizaciones iniciales de Close price. La idea detrás de ella se basa en la separación de un componente determinista de las cotizaciones iniciales y un análisis adicional del residuo resultante. Vamos a empezar a construir un modelo para el EUR / USD H1 en las barras durante un período de una semana desde el 12 de septiembre de 2011 al 17 de septiembre de 2011. 1.1. Análisis de las cotizaciones EURUSD iniciales Empezamos con el análisis de la serie EURUSD inicial para planificar el próximo paso. En primer lugar, vamos a crear un archivo que contiene las cotizaciones para el análisis posterior en EViews. Para ello, utilizo un indicador superpuesto en un gráfico relevante para generar un archivo requerido con comillas. El guión del indicador se muestra a continuación y en mi opinión no necesita comentarios. Habiendo fijado las fechas especificadas arriba, obtuve el archivo de citas que constaba de 119 líneas, la última línea que es Pronóstico, 0 aquí es donde el pronóstico futuro será. Tenga en cuenta que estoy usando precios abiertos. Observe también que las comillas del archivo están ordenadas en el orden opuesto al de MQL 4, es decir, como en los lenguajes de programación. El indicador, obviamente, genera el archivo quotes. txt en la carpeta de archivos de expertos. El Asesor experto que se va a revisar a continuación tomará el archivo de citas de la carpeta especificada cuando se opera en modos DEMO o REAL, pero cuando se utiliza en modo de prueba, este archivo se ubicará en la carpeta testerfiles, por lo que estoy colocando manualmente citas. txt En la carpeta testerfiles del terminal. Aquí está el gráfico: Fig. 1. EURUSD H1 tabla de cotizaciones Podemos observar una o varias tendencias, pero nuestro objetivo es predecir la estabilidad futura del sistema de comercio. Por lo tanto, realizaremos un análisis de la estacionariedad de las cotizaciones iniciales del EUR / USD H1. Calculemos la estadística descriptiva: Fig. 2. Estadística descriptiva La estadística descriptiva sugiere que: Hay una inclinación a la derecha (debe ser 0 mientras que tenemos 0.244950) La probabilidad de que nuestras cotizaciones iniciales se distribuyan normalmente es 9.64. Visualmente, el histograma no tiene nada que ver con la distribución normal, pero la probabilidad de 9.64 da lugar a ciertas ilusiones. Demostramos esto en comparación con la teoría: Fig. 3. Histograma EURUSD en comparación con la curva de distribución normal teórica Podemos comprobar visualmente que las cotizaciones EURUSD 1 están lejos de ser distribuidas normalmente. Sin embargo, todavía es pronto para sacar una conclusión, ya que podemos ver la tendencia que sugiere la presencia de un componente determinista en las cotizaciones, mientras que la presencia de tal componente puede distorsionar completamente las características estadísticas de la variable aleatoria (cotizaciones). Calculemos la función de autocorrelación de las comillas. Aparece como sigue: Fig. 4. Función de autocorrelación de las cotizaciones EURUSDH1 Al trazar el gráfico, hemos obtenido una probabilidad de la falta de correlación entre los retrasos - es distinto de cero para los primeros 16 retrasos. El gráfico y la probabilidad sugieren claramente que existe una correlación entre los retrasos en EURUSDH1, es decir, las cotizaciones consideradas contienen un componente determinista. Si el componente determinista se resta de las cotizaciones iniciales, ¿qué características estadísticas tendrá el residuo? Para este propósito, aplicaremos una prueba de raíz unitaria para ver si es más prospectivo trabajar con la primera diferencia (residual) de las cotizaciones iniciales. La probabilidad de que las cotizaciones iniciales tengan una raíz unitaria (la primera diferencia es normalmente distribuida) es de 41 La estadística de DW (Durbin-Watson) es algo más de 2,2 que también sugiere que la primera La diferencia se distribuye normalmente. Conclusión: sería razonable desvirtuar la serie de precios y posteriormente analizar el residuo de la detrending. El filtro Hodrick-Prescott se utilizará para separar el componente determinista de las cotizaciones EURUSD, por analogía con el artículo anterior. El número 10 en los nombres de las series denota el parámetro lambda en el filtro Hodrick-Prescott. Basado en la teoría detrás de esta herramienta, el valor lambda es de gran importancia para el resultado que parece ser como sigue: Fig. 5. El resultado de suavizado usando el filtro de Hodrick-Prescott Usaremos la ecuación del artículo anterior que en las anotaciones de EViews aparece como sigue: C (1) HP (-1) C (2) D (HP (-1) ) C (3) D (HP (-2)) En esta ecuación se tiene en cuenta la componente determinista y el ruido por los cuales se entiende la diferencia entre las cotizaciones iniciales y su componente determinista. Siguiendo el análisis del modelo actual de las cotizaciones iniciales, obtenemos los siguientes parámetros de la ecuación de regresión: Tabla 2. Estimación de la ecuación de regresión La probabilidad de que el coeficiente sea cero si 1D (-1) es ciertamente extremadamente desagradable. Dejaremos todo como es porque el ejemplo que vamos a proporcionar es para fines de demostración. Una vez obtenidas las estimaciones de la ecuación de regresión (estimación de los coeficientes de ecuación) podemos proceder al pronóstico de un paso adelante. El resultado es el siguiente: Fig. 6. Pronóstico EURUSD de un paso adelante (a las 12 de la mañana del lunes) 1.3. Estimación de los residuos de la ecuación de regresión Hagamos un análisis limitado del residuo de la ecuación de regresión. Este residuo se obtuvo restando los valores calculados utilizando la ecuación de regresión de las cotizaciones EURUSD iniciales. Permítanme recordarles que las características de este residuo nos ayudarán a estimar la estabilidad futura del sistema de comercio. En primer lugar, se realizará una prueba para el análisis de las correlaciones entre los rezagos en el residuo: Fig. 7. Función de autocorrelación del residuo Desafortunadamente, las correlaciones entre los rezagos siguen ahí y su presencia pone en duda el análisis estadístico. La siguiente prueba que vamos a realizar es la prueba de normalidad del residuo. El resultado aparece como sigue: Fig. 8. Histograma del residuo de la ecuación de regresión La probabilidad de que el residuo se distribuya normalmente es 25.57, que es una cifra bastante grande. Hagamos pruebas de heterocedasticidad del residuo. Los resultados son los siguientes: La probabilidad de ausencia de heterocedasticidad tipo GARCH es 16.08 La probabilidad de ausencia de heteroscedasticidad general de Whites es 0.0066 Conclusiones: después de la diferenciación, hemos obtenido un residuo con una probabilidad de 25 para ser distribuido normalmente y una probabilidad cercana - Cero probabilidad de estar libre de correlaciones y podemos rechazar estrictamente la hipótesis de que la heteroscedasticidad general de los blancos está ausente. Esto implica que nuestro modelo es más bien crudo y requiere que eliminemos las correlaciones entre los retrasos para ser posteriormente probado para la heteroscedasticidad una vez más y el modelo de tal heterocedasticidad en caso de que esté presente. Dado que mi objetivo es demostrar el desarrollo del sistema de comercio basado en el pronóstico, voy a continuar los cálculos con el fin de obtener las características que son de interés para los comerciantes - ganancias o pérdidas. 2. Estimación de los resultados de la previsión Cuando estamos negociando, estamos interesados en los beneficios más que en el error de pronóstico, que debe ser tomado como una herramienta de análisis auxiliar para la comparación de diferentes modelos, pero no más que eso. Para estimar los resultados del pronóstico, se escribió un programa en el lenguaje EViews. Compara los movimientos incrementales reales de las cotizaciones EURUSD con las predicciones. Si estos incrementos coinciden, hay beneficios si no, hay pérdida. Además, calculamos el beneficio que representa la suma de todos los incrementos que coinciden con los incrementos previstos y la pérdida respectiva. El ratio de beneficio a pérdida se designa como un factor de beneficio. A continuación, calcular la proporción de rentables a no rentables incrementos (beneficio a la pérdida de comercio ratio). También se calcula el número de operaciones de pérdida consecutivas y la proporción de pérdidas en operaciones de pérdidas consecutivas con ganancias (factor de recuperación). El programa en el lenguaje EViews para la estimación de los resultados de modelado en términos de sistema de comercio consiste en el programa principal y dos subrutinas. El programa principal es el siguiente: Se supone que el número de los programas principales es igual al número de subrutinas que contienen modelos (véase más adelante), esto se hace para simplificar el trabajo. El cambio en el modelo requiere un cambio en dos líneas del programa principal relacionadas con el cambio en el nombre de la subrutina para el modelo. La subrutina que contiene el modelo (ecuación de regresión): El número de subrutinas será igual al número de modelos. Para otro modelo, se cambiará el nombre de la subrutina y, naturalmente, los nombres en el programa principal. Subrutina que calcula los parámetros de ganancia / pérdida para el modelo: Los resultados de los programas simples anteriores en EViews para nuestra ecuación son los siguientes: Tabla 3. Resultados de la estimación de rentabilidad en EViews El resultado es lamentable: la pérdida es tres veces mayor que el beneficio. Y esto es a pesar del optimista valor de error de pronóstico de 19 pips. El modelo necesita mejoras pero no voy a hacerlo aquí en el artículo voy a seguir trabajando en él en el foro junto con todos aquellos que deseen participar en el desarrollo de un modelo rentable. Hasta ahora, las cotizaciones EURUSDH1 se han analizado utilizando herramientas EViews. Sin embargo, parece ser muy tentador aplicar los resultados del pronóstico en un asesor experto del terminal MetaTrader 4. Consideremos ahora el intercambio de datos entre EViews y MetaTrader 4 y, una vez más, analizar los resultados utilizando un asesor experto en MetaTrader 4. 3. Intercambio de datos entre EViews y MetaTrader 4 Intercambio de datos entre EViews y MetaTrader 4 en este artículo se implementa Utilizando archivos. txt. El algoritmo de intercambio parece ser el siguiente: MetaTrader 4 Expert Advisor: Inicia el funcionamiento en respuesta a un comando del Asesor Experto Ejecuta un programa de cálculo de pronóstico para el archivo de comillas quotes. txt obtenido del Asesor Experto Guarda los resultados del pronóstico en el EViewsForecast. Txt. MetaTrader 4 Asesor experto: Al completar la generación de los resultados en EViews. Lee el archivo de pronóstico Decide ingresar o salir de una posición. Unas palabras acerca de la ubicación de los archivos. Los archivos del terminal MetaTrader 4 se colocan en sus carpetas estándar: un Asesor experto en la carpeta e indicador de expertos (que no es necesario para realizar pruebas) en la carpeta expertindicators. Todos ellos se encuentran en el directorio de terminales. El asesor experto se instala junto con otros asesores expertos. Los archivos de intercambio entre el Asesor experto y EViews se encuentran en archivos expertos durante el funcionamiento del Asesor experto y en la carpeta testerfiles al probar el Asesor experto. El archivo enviado por el Asesor experto de EViews se denomina citas. Txt sin importar el símbolo y el marco de tiempo seleccionados. Por lo tanto, el Asesor Experto puede ser conectado a cualquier símbolo mientras que el paso de pronóstico debe ser especificado en los parámetros del Asesor Experto en su inicio. EViews devuelve el archivo llamado EVIEWSFORECAST. txt. El archivo de trabajo EViews worf. wf1 se coloca en el directorio terminal. Los directorios especificados en los programas EViews que se adjuntan al artículo con toda probabilidad no coinciden con los directorios que tiene disponibles en sus equipos. He instalado estos programas en la carpeta raíz del disco. En EViews, tendrá que obtener un identificador en el directorio predeterminado o especificar sus propios directorios (no he utilizado los directorios predeterminados utilizados por EViews). 4. MQL4 Expert Advisor El algoritmo de operación de Expert Advisor está simplificado al máximo: El Asesor experto está asociado al marco temporal M1 de cualquier símbolo. Se especifica un paso de pronóstico en minutos en los parámetros del Asesor experto. El paso de pronóstico predeterminado es 60 minutos (1). Al adjuntar el Expert Advisor a M1, se obtiene la oportunidad de visualizar mejor los resultados de las pruebas, ya que el gráfico de pruebas se puede comprimir al cambiar a un marco de tiempo más largo Para propósitos de pronóstico en EViews. El Asesor experto genera el archivo. txt de cotizaciones con el número de barras (observaciones) especificado en los parámetros del asesor experto Si la previsión es mayor que el precio actual, se abre una posición larga Si la previsión es menor que el precio actual, Abre una posición corta El Asesor experto no abre más de una posición (sin agregar a una posición) Independientemente del pronóstico, cierra la posición anterior y abre la nueva. El algoritmo para la apertura de posiciones coincide con el algoritmo para calcular la ganancia / pérdida en el programa en EViews. El volumen de la posición que se va a abrir es de 0,1 lot. Expert Advisor tiene un código para colocar stops en los intervalos de error de pronóstico) Se dibuja un gráfico que muestra el valor de pronóstico y dos líneas en un intervalo de error de pronóstico estándar. Al ver el gráfico desde el tester en marcos de tiempo más cortos que el que se adjuntó al Asesor Experto, tenga en cuenta que la línea de pronóstico se retrocede, es decir, la previsión es la previsión a la que el precio actual debe llegar al final del período. El Asesor experto se adjunta a M1 marco de tiempo, mientras que en el probador, el gráfico se ve mejor en M5. El código fuente de MQL4 Expert Advisor para negociar EURUSD no se proporciona en este artículo debido a su volumen (alrededor de 600 líneas). Se puede encontrar en EvewsMT4.mq4 en el archivo EViewsMetaTrader4.zip adjunto al artículo. 5. Resultados de la prueba del asesor experto Ejecute el asesor experto en el probador en el marco de tiempo M1. Los parámetros de entrada se muestran a continuación. Higo. 9. Parámetros de entrada del asesor experto Se muestra a continuación un fragmento de la tabla de pruebas: Fig. 10. Prueba del Asesor Experto en el modo de visualización A continuación se muestran los resultados de la prueba del Asesor Experto que utiliza previsiones de una hora (paso). Reporte del Probador de Estrategia Fig. 11. Resultados de la Prueba del Asesor Experto Los resultados son mejores que los obtenidos en EViews. Tenga en cuenta que el cálculo de los resultados en EViews y el probador es diferente en términos de datos de entrada. EViews utiliza 118 barras y calcula el pronóstico partiendo de la barra de 3 a la izquierda como el avance de un paso adelante se está moviendo gradualmente hacia el final del período de tiempo aumentando el número de barras utilizadas en la estimación de la ecuación de regresión. El Asesor experto desplaza la ventana de 118 barras y calcula el pronóstico en la barra 119, es decir, la ecuación de regresión se calcula siempre en 118 barras, ya que EViews expande la ventana dentro de la muestra y el Asesor experto desplaza la ventana de ancho fijo. El Asesor experto nos ayuda a producir una tabla extendida de estimación de modelos. Si bien la tabla anterior constaba de una sola línea, ahora contiene 117 líneas - para cada fecha para la cual se produjo el pronóstico. El cuadro es el siguiente: Comienzo de la muestra Final de la muestra Beneficio de la muestra Pérdida de la muestra Cantidad de pérdidas P / F en las observaciones Tabla 4. Resultados de las pruebas en EViews La tabla sugiere que nuestro modelo (tan primitivo e inacabado) es Prácticamente sin esperanza. Necesita mejorar. Trazamos los gráficos de las dos columnas: P / F en pips y P / F en observaciones. Higo. 12. Gráficos modelo del factor de beneficio en la muestra de 118 barras Este gráfico representa la dependencia de los factores de beneficio sobre el número de barras en el análisis. Hay una obvia tendencia alcista. Vamos a comprobar los resultados en la muestra de 238 barras. El gráfico dibujado es el siguiente: Fig. 13. Gráficos modelo modelo de beneficio en la muestra de 236 barras El hecho de que los gráficos de factores de beneficio difieren sugiere que el modelo es inestable. Conclusión El artículo se ha ocupado del uso de un paso adelante previsiones producidas por EViews para el desarrollo de la Expert Advisor en MetaTrader 4. El resultado negativo que hemos obtenido indica que la construcción de un modelo en EViews es una tarea bastante complicada que, sin embargo, aparece Para ser más potencialmente productivo que el desarrollo intuitivo de los Asesores Expertos. Software Libre para Econometría y Economía (Trabajar en Progreso - comentarios a jfrain en tcd punto ie) Con los años he encontrado a muchas personas que, de vez en cuando, tienen problemas para acceder a comerciales software. El software en cuestión sólo puede estar disponible en una red corporativa o de la universidad que sólo se puede acceder desde una oficina o PC en red y no desde un PC en casa o portátil. Los estudiantes pueden ser persuadidos a hacer algún trabajo empírico en casa, pero esto no es factible si sólo tienen acceso a software relevante en la red de la universidad. Un usuario puede tener acceso a una versión actualizada de algún software, pero esto puede no ser factible si el software debe someterse a alguna forma de evaluación por un departamento de TI antes de ser hecho disponible en la red corporativa o de estudiantes. Dado el precio del software comercial no se puede esperar que los empleados o estudiantes compren este software comercial de sus propios bolsillos. Una solución posible es usar software libre. El software libre es software que puede ser usado, estudiado y modificado sin restricción. Puede ser copiado y redistribuido gratuitamente en el formato original o modificado siempre que los destinatarios del formulario redistribuido también tengan estos derechos. En general, debe estar disponible el código fuente completo para el formulario original o modificado. Esto permite que uno construya y extienda el trabajo de otros sin tener que comenzar de básico. En el campo de la estadística se está realizando mucha investigación empírica sobre nuevos métodos en R y es probable que este R se utilice cada vez más en econometría. Por ejemplo Chris Sims ha cambiado a usar una versión R de su VarTools en su propia investigación. He utilizado software libre durante muchos años. A menudo es más fácil de usar (por ejemplo, gretl) ya veces más actualizado que el software comercial. A veces contiene instalaciones que generalmente no están disponibles en software comercial (por ejemplo, jMulti). Esta nota describe los principales elementos del software libre que he utilizado a lo largo de los años. Es una lista personal y cubre sólo una pequeña parte de dicho software. Si bien el énfasis aquí está en el software para las versiones de Microsoft Windows también están disponibles para Linux y para Apple Mac. Encontrará listas completas de software libre y comercial en feweb. vu. nl/econometriclinks/software. html y en AEA Resources for Economists en Internet. El software que aparece en el índice a continuación cubre la mayoría de las aplicaciones que un econometrista o economista podría requerir. Las descripciones que siguen son una mezcla de mis propios comentarios y extractos tomados de descripciones del software tomado de la tela. Índice de software libre para econometristas. Gretl es un paquete econométrico fácil de usar. Es el paquete ideal para la econometría elemental a intermedia. R es un paquete estadístico muy completo. JMulti cubre varios análisis de series de tiempo univariante y multivariante. Octave es una versión gratuita de Matlab. Scilab es funcionalmente similar a Matlab con una amplia caja de herramientas de econometría. Maxima es un sistema de álgebra computacional. Libreoffice (OpenOffice) es una suite de Office. LaTeX es un programa de configuración de tipo para producir libros, papeles, etc. con contenido matemático y técnico. Gretl 1. Descargando e instalando gretl (GNU Regression y Econometric Time series Library) Obtención de Gretl: Citando desde gretl. sourceforge. net/. Gretl es un paquete de software multiplataforma para el análisis econométrico, escrito en lenguaje de programación C. Es un software libre de código abierto. Puede redistribuirlo y / o modificarlo bajo los términos de la Licencia Pública General GNU (GPL) publicada por la Free Software Foundation. Se puede descargar una versión de Windows seleccionando gretl para Windows en la lista en el lado izquierdo de la página de inicio. Hay dos versiones del programa de instalación disponibles gretl-1.9.5.exe y gretlinstall. exe. El primero de ellos es la última versión 8220stable8221. La segunda es la última instantánea de desarrollo que puede contener algunas actualizaciones y correcciones de errores, pero puede tener algunos errores nuevos. Puedo usar la segunda versión y actualizar de vez en cuando. Mantengo la versión anterior en caso de que necesite revertir pero esto no ha sido necesario. Una guía de user8217s y un manual de referencia están contenidos en la descarga o se pueden descargar por separado desde el sitio web. Instalación de gretl: La instalación es sencilla. Haga doble clic en el archivo descargado y siga las instrucciones. Puede aceptar los valores predeterminados sugeridos. Otros recursos de gretl: El sitio web de gretl contiene versiones de los programas de ajuste estacional X12-ARIMA y TRAMO / SEATS que se pueden llamar desde dentro de gretl y pueden guardar su salida en formato gretl. El sitio web también contiene conjuntos de datos y archivos de script para Wooldridge, Econometría Introductoria Gujarati, Econometría Básica Stock y Watson, Introducción a la Econometría Davidson y MacKinnon, Teoría y Métodos Econométricos Marno Verbeek8217s Guía para la Econometría Moderna Lee Adkins página gretl, learneconometrics / gretl. html contiene una guía descargable para el uso de gretl con (Using Gretl for Principles of Econometrics, 3rd edition) y otros enlaces útiles. Hay un sitio wiki de gretl en gretlwiki. econ. univpm. it/wiki/index. php/MainPage. Esto también contiene algunos enlaces útiles 2 Usando Gretl Hay básicamente 3 maneras de usar gretl Usando la interfaz gráfica de usuario de programas (GUI) 8211 Esto es similar a muchos otros programas de Windows donde usted usa el ratón y el ratón para seleccionar varias acciones de drop - Menús desplegables. Como verá la mayoría de los menús se explican por sí mismos. Por el momento para iniciar la interfaz gráfica de usuario simplemente haga doble clic en el icono gretl que instala el programa instalado en su escritorio. Uso de scripts gretl 8211 Todos estos elementos de menú pueden completarse emitiendo comandos en el lenguaje de programación gretl (script). Estos comandos se pueden guardar en un archivo y el conjunto de instrucciones en el archivo se puede volver a ejecutar desde el archivo guardado. (En algunas organizaciones, la función de auditoría interna (o la administración puede insistir en que se mantenga un registro de análisis econométrico para ayudar a la replicación.) A menos que el trabajo sea de una naturaleza muy simple, ésta es la única manera de asegurar que un análisis pueda ser replicado. GUI y scripting 8211 Si ejecuta Gretl desde la GUI tiene la posibilidad de guardar las opciones de menú y las opciones que toma como un archivo de script. A continuación, puede usar y posible expandir y modificar ese archivo de guión como base para un análisis posterior. Iniciar la interfaz gráfica de usuario la ventana que se muestra a continuación. En el trabajo a través de cualquier proyecto econométrico recomiendo que se establezca un directorio específico o subdirectorio para ese proyecto (C: Usersfrainjgretlintroduction).Puedo especificar ese directorio como directorio de trabajo utilizando theFileWorking Directory como en La siguiente figura. En ese directorio tengo un archivo de Excel denmark. xls que se ilustra en la figura siguiente. El conjunto de datos es un rectángulo con observaciones en filas y series en columnas. Los datos que faltan se pueden representar por celdas en blanco, por NA o Varias otras opciones. (Consulte la guía users8217). Los datos se importan desde Excel utilizando los elementos de menú FileOpen DataImportExcel y seleccionando el archivo correspondiente. Gretl intentará determinar varias características del archivo y le pedirá que confirme estas características. (Generalmente hace esto bien). En el caso actual determina que los datos son series de tiempo y etiqueta las observaciones con las fechas correctas. Los datos se ingresan ahora en el Gretl Workplace. Gretl puede importar datos de un gran número de otros programas. Archivos de texto plano (ASCII) 8211 Estos pueden ser utilizados con gretls FileOpenData Import ASCII. El elemento de menú o el comando de script de importación. Para más detalles sobre lo que Gretl espera de estos archivos, consulte la Sección 4.4. De la guía users8217. Archivos de valores separados por comas (CSV) 8211 Estos pueden importarse utilizando gretls FileOpen DataImport CSV. El elemento de menú o el comando de script de importación. Véase también la sección 4.4. Hojas de cálculo: MS Excel, Gnumeric y Open Document (ODS) 8211 Estos también se incorporan utilizando el menú gretls FileOpen DataImport. Los requisitos para tales archivos se dan en la Sección 4.4. Del manual de usuario 8217s archivos de datos Stata (.dta). Archivos de datos SPSS (.sav). Archivos de trabajo Eviews (.wf1) Los archivos de datos JMulTi gretl también pueden acceder a algunas ratas 4 ya GiveWin a través de sus rutinas de bancos de datos. En ocasiones, los propietarios de software propietario pueden realizar cambios en sus formatos de datos nativos y es posible que las rutinas gretl no funcionen con las últimas versiones de estos formatos. Gretl tiene su propio formato de datos nativo y es posible guardar todo o una selección De nuestros datos en este formato con el elemento de menú FileSave Data. A continuación, se puede cargar directamente desde el archivo Archivo Abrir archivo de datos archivo elemento. Examinar los elementos del menú muestra la variedad de trabajo que se puede completar en gretl. El siguiente gráfico y sus anotaciones se produjeron en dos etapas. Un gráfico básico que contenía las dos series se produjo utilizando el elemento de menú ViewGraph seleccionado VariablesTime Series Plot y eligiendo las dos variables que se van a trazar. Esto no produce una gráfica muy informativa. Al hacer clic con el botón derecho del ratón en el gráfico se abre un cuadro de contexto. Seleccione el elemento de edición para abrir un cuadro de opciones con pestañas. Primero seleccione la lengüeta de líneas y cambie el eje para la línea 2 LYR al eje derecho. A continuación, seleccione el eje principal, el eje x, el eje y1 y el eje y2 para añadir varias otras etiquetas al gráfico. Tenga en cuenta que hay otras opciones disponibles. No hay problema en probar estos para ver cómo llegar. Puede utilizar las opciones del cuadro de contexto para guardar el gráfico en varios formatos. El programa de instalación instala una excelente guía y manual del usuario en el disco duro. Estos también están disponibles en el sitio web de Gretl R R es un paquete estadístico completo. El paquete de base R está disponible para su descarga desde r-project. org/. Obtendrá una descarga más rápida si elige un sitio espejo cercano. Para instalar Basic R simplemente ejecute el programa de instalación. Si está trabajando en ventanas de 64 bits, puede instalar las versiones de versiones de 64 y 32 bits. Si está instalando (o actualizando) paquetes R en Windows 7 inicie R como administrador (Haga clic con el botón derecho del ratón en el icono R en el escritorio y seleccione Ejecutar como administrador). Los paquetes pueden ser instalados o actualizados desde dentro de R. Muchas técnicas estadísticas modernas están disponibles en R mucho antes de que estén disponibles en paquetes comerciales. El sistema está abierto en la medida en que el código fuente esté disponible para todas las rutinas de CRAN (Comprehensive R Archive Network). Actualmente el sistema consiste en un paquete básico y más de 3000 paquetes suplementarios. Para tener una idea de la cobertura de R para la econometría uno podría mirar las vistas de tareas CRAN para la econometría. Series de tiempo. Financiar. Y las Ciencias Sociales. Varias otras vistas de tareas disponibles en cran. r-project. org/ indican otras áreas que pueden ser de interés para economistas y econometristas. Una de las razones por las que uso R porque es más fácil hacer las cosas difíciles en R. Probablemente es cierto que hasta que uno se acostumbra a R, es más difícil hacer las cosas más fáciles en R. , Recomendamos R a un economista experimentado que desee utilizar alguna rutina o una variante de una rutina existente que no esté fácilmente disponible en un paquete estándar. También sería útil para cualquiera que quisiera obtener una comprensión más profunda de una rutina en particular o que deseaba controlar algún aspecto de un proceso. Sin embargo cualquier persona que sé que ha dominado la curva de aprendizaje escarpada de R lo encuentra conveniente para el uso de tareas ordinarias. Si desea aprender R, puede empezar leyendo An Introduction to R. Puede buscar en la lista de documentación aportada en cran. r-project. org/. 8220Econometrics en R8221 de Grant Farnsworth (PDF) es una introducción a R para la Econometría. Hay una lista de libros (110 en este momento) sobre R en r-project. org/. De particular interés para la econometría son David Ruppert. Estadística y Análisis de Datos para Ingeniería Financiera. Use R Springer, 2010. ISBN: 978-1-4419-7786-1. Paul S. P. Cowpertwait y Andrew Metcalfe. Serie de tiempo introductoria con R. Serie Springer en Estadísticas. Springer, 2009. ISBN: 978-0-387-88697-8. Giovanni Petris, Sonia Petrone y Patriza Campagnoli. Modelos lineales dinámicos con R. Utilice R. Springer, 2009. ISBN: 978-0-387-77237-0. Bernhard Pfaff. Análisis de Series de Tiempo Integradas y Cointegradas con R, Segunda Edición. Springer, Nueva York, 2a edición, 2008. ISBN 978-0-387-75966-1. Jonathan D. Cryer y Kung-Sik Chan. Análisis de series temporales con aplicaciones en R. Springer, Nueva York, 2008. ISBN 978-0-387-75958-6. Hrishikesh D. Vinod. Manos en la econometría intermedia utilizando R: Plantillas para extender docenas de ejemplos prácticos. World Scientific, Hackensack, NJ, 2008. Christian Kleiber y Achim Zeileis. Econometría aplicada con R. Springer, Nueva York, 2008. ISBN 978-0-387-77316-2. Robert H. Shumway y David S. Stoffer. Análisis de series temporales y sus aplicaciones con ejemplos de R. Springer, Nueva York, 2006. ISBN 978-0-387-29317-2 (nueva edición ahora disponible) También hay varios textos introductorios generales sobre R enumerados en la misma fuente. Hay una forma de documentación estandarizada que acompaña cada paquete. Muchos de los paquetes aportados cuentan con viñetas que describen la teoría subyacente al paquete y dan ejemplos sobre cómo usar el paquete. Si va a usar R, necesita usar un editor de programa / script para escribir sus archivos de programa / script. Hay un editor simple incluido en el GUI de las ventanas de la base R (interfaz gráfica de usuario). Una vez que comience a hacer un trabajo más avanzado, necesita un mejor entorno de desarrollo. Varios están disponibles en este momento. Actualmente uso RStudio y lo recomiendo altamente. A continuación se muestra la pantalla inicial de RStudio. Alternative R development environments include Emacs. My recommended site for Emacs for Windows is that maintained by Vincent Goulet. He distributes a version of Emacs that contains support for R, LaTeX, Octave and several other additions. I would not recommend Emacs to a new user of R as it is a bit different to the usual Windows programs. Tinn-R is a popular development for R that I have used in the past. Some people like it Rcmdr is a a platform-independent basic-statistics GUI (graphical user interface) for R which has been extended by a variety of plug-ins. Several other program development interfaces for R are described in sciviews. org/rgui/ . My current recommendation would be to begin with the simple GUI in base R and move to RStudio. For any particular user the range of packages he may require will be different from those another may need and the methods of implementation may be different. If you can find an R-user in your organisation he may be able to advise you what is best in your case. It took me a long time to get accustomed to R but the investment has been worthwhile. JMulti Jmulti is a GUI based program for the econometric analysis of univariate and multivariate time series. It provides easy access to a limited number of procedures which may be difficult to implement in other packages. The program may be downloaded from jmulti. de/. The program is based requires Java 1.6 or greater. If you are installing pay particular instructions to the installation instructions on the web site. According to the website the program facilities may be summarised as follows Initial Analysis various tools for creating, transforming, editing time series Unit Root tests: ADF, HEGY (quarterly, monthly), Schmidt-Phillips, KPSS, Unit Root test with structural break Cointegration tests: Johansen Cointegration test with response surfaces, Saikkonen amp Ltkepohl test kernel density estimation spectral density plots crossplots autocorrelation analysis VAR (can be used for univariate modelling as well) VAR modelling (with arbitrary deterministic/exogenous variables) subset model estimation output in matrix form automatic model selection (various strategies based on information criteria) residual analysis with tests for non-normality, autocorrelation, ARCH, spectrum, kernel density, autocorrelation plots, crosscorrelation GARCH analysis for residuals Impulse Responses with bootstrapped confidence intervals also for accumulated responses, orthogonal and forecast error versions Forecast Error Variance Decomposition forecasting, also levels from 1st differences, asymptotic confidence intervals for levels causality tests stability analysis: bootstrapped Chow tests, recursive parameters, recursive residuals, CUSUM test SVAR modelling: AB model, Blanchard-Qua Model with bootstrapped standard errors SVAR Forecast Error Variance Decomposition SVAR Impulse Responses with bootstrapped confidence intervals VECM VECM modelling (with arbitrary deterministic/exogenous variables) restrictions on cointegration space, Wald test for beta restrictions Johansen, Two Stage, S2S estimation procedures EC term can be fully or partly predetermined subset model estimation output in matrix form automatic model selection (various strategies based on information criteria) residual analysis with tests for nonnormality, autocorrelation, ARCH, spectrum, kernel density, autocorrelation plots, crosscorrelation Impulse Responses with bootstrapped confidence intervals also for accumulated responses, orthogonal and forecast error versions Forecast Error Variance Decomposition forecasting, also levels from 1st differences, asymptotic confidence intervals for levels causality tests stability analysis: bootstrapped Chow tests, recursive parameters, recursive eigenvalues SVEC modelling with bootstrapped standard errors SVEC Forecast Error Variance Decomposition SVEC Impulse Responses with bootstrapped confidence intervals GARCH Analysis univariate ARCH, GARCH, T-GARCH estimation with different error distributions residual analysis for ARCH residuals with robustified test for no remaining ARCH (S. Lundbergh, T. Teraesvirta), plotting of variance process, kernel density for residuals multivariate GARCH(1,1) estimation, residual analysis, plotting of variance process together with univariate estimates, kernel density for residuals Smooth Transition Regression STR model specification with exogenous/deterministic variables linearity tests STR estimation various specification tests for no remaining nonlinearity, nonnormality, no remaining serial dependency, parameter constancy various plots to check estimated model Nonparametric Analysis lag selection for univariate models based on linear and nonlinear selection criteria nonlinear estimation with configurable 3D plots residual analysis model selection for volatility process estimation of volatility process residual analysis for volatility estimation residuals ARIMA Analysis with fixed regressors (univariate) lag selection for AR and MA parameters with Hannan-Rissanen procedure estimation with fixed regressors residual analysis ARCH modelling of residuals forecasting with fixed regressors Octave The basic element in programs like GAUSS, Matlab, Ox, Octave and Scilab is a matrix. One can regard them as matrix manipulation languages where on can easily translate the matrix equations in textbooks and papers into computer instructions. New methods are often implemented first in one of these languages. In my opinion they are much easier to program than standard econometric packages. This is borne out by an examination of the software used in articles in the Journal of Applied Econometrics. In 155 articles, that gave details of software used, in this Journal covering the period 1995 to 2008 Ohms (2011) calculates that 58 used Gauss and 17 Matlab. Stata at 21 was the most popular statistical package but is still far behind Gauss. Octave is quite similar to Matlab so that most programs are easily portable between the two. Base Matlab programs will often run in Octave without any amendment. Octave version for Windows 3.2.4 may be downloaded from octave. sourceforge. net/. When I install Octave I generally follow the option to install all Octave-Forge toolboxes. These often correspond to various toolboxes in Matlab and provide additional functionality to that available in base Matlab. Octave version 3.2.4 may be downloaded from gnu. org/software/octave/download. html. Use the Windows binaries from Octave Forge. (Cygwin binaries are also available but unless you are familiar with Cygwin I would not recommend them). I would recommend that you install Octave in a directory that has no embedded blanks (e. g. c:octave rather than c:Program Files. I also install all Octave Forge toolboxes. This is equivalent to installing a lot of Matlab toolboxes and increases the functionality of the package. However it installs the oct2mat package which contains a bug which interferes with various plotting functions. The simple solution is to start Octave and issue the command and exit Cntrl D. the next time you start Octave oct2mat will not be loaded and graphics will work. For more details see wiki. octave. org/wiki. plOctaveForWindows. Much of my Matlab notes An Introduction to Matlab for Econometrics are also applicable to Octave. The Econometrics Toolbox for MATLAB by James P LeSage is broadly compatible with Octave. I have tried several routines and they worked. Michael Creel has an econometrics text with applications implemented in Octave. This test is available in pdf and may be downloaded from idea. uab. es/ The Matlab GUI is very good and is far ahead of that in Octave. The version of Octave mentioned here contains the editor Notepad which works but is not well integrated with Octave. (As of September, 2012 a new version of octave ( octave-3.6.2-vs2010-setup. exe) containg an preliminary version of a new Octave GUI is available. If you wish to use this be careful to follow the instructions in the readme file) An implementation of the Linux GUI for Octave is available from outsch. org/2011/01/29/qtoctave-0-10-1-for-windows/. I have used this interface in Linux and it is good. I have also used the emacs interface to Octave but this is for emacs addicts. Scilab Scilab is a program with similar functionality to Matlab but with a somewhat different syntax. It can be downloaded from scilab. org/. It also contains an econometric toolbox grocer which is a much extended and updated version of the LeSage Matlab toolbox adapted for Scilab. I am surprised that it is not used more in econometrics. Maxima According to maxima. sourceforge. net/ Maxima is a system for the manipulation of symbolic and numerical expressions, including differentiation, integration, Taylor series, Laplace transforms, ordinary differential equations, systems of linear equations, polynomials, and sets, lists, vectors, matrices, and tensors. Maxima yields high precision numeric results by using exact fractions, arbitrary precision integers, and variable precision floating point numbers. Maxima can plot functions and data in two and three dimensions. The main difference between Maxima and standard computer packages is that Maxima, like commercial programs such as Mathematica and Maple, can do symbolic manipulation. A simple illustration is given below. In step 1. the integral of 1/(1x3) is calculated In step 2. the derivative of the result is calculated In step 3. the result of the previous step is simplified In step 4. the definite integral from 0 to 1 is calculated. In step 5. the numerical value of this result is calculated. These calculations were completed using the GUI wxmaxima and do not require a great knowledge of maxima itself. At its simplest you will find that maxima is useful as a check on your algebra, differentiation, integration, solutions to differential equations. The GUI is not as sophisticated as that in Mathematica or Maple but it is an extremely powerful system and very useful if you do not have access to Mathematica or Maple. Libreoffice(OpenOffice) LibreOffice has been developed from the earlier OpenOffice suite. Currently the two suites are being developed in parallel but LibreOffice appears to be attracting the greater resources. Any comments here apply equally to both suites. Both packages are very compatible with Microsoft Office. If you are a heavy user of Visual Basic for Applications you may find that your code may need some amendment. (I do not use Visual Basic for Applications and an not familiar with problems that may occur). I have found any of my Microsoft Office Word and Excel files have been fully exchangeable with LibreOffice. I have edited many Microsoft. doc. Docx. xls and. xlsx files in LibreOffice and reopened the files in Microsoft Office and have never encountered any problems. In preparing data for econometric packages I find that the facilities in LibreOffice are superior to those in Microsoft Office and I prefer to use LibreOffice. The menu system in LibreOffice is similar to that in Office XP and does not have the type of GUI in the later versions of Microsoft Office. Some people may regard this as a benefit. The following description of LibreOffice is taken from libreoffice. org/features/. What does LibreOffice give you Writer is the word processor inside LibreOffice. Use it for everything, from dashing off a quick letter to producing an entire book with tables of contents, embedded illustrations, bibliographies and diagrams. The while-you-type auto-completion, auto-formatting and automatic spelling checking make difficult tasks easy (but are easy to disable if you prefer). Writer is powerful enough to tackle desktop publishing tasks such as creating multi-column newsletters and brochures. The only limit is your imagination. Calc tames your numbers and helps with difficult decisions when youre weighing the alternatives. Analyze your data with Calc and then use it to present your final output. Charts and analysis tools help bring transparency to your conclusions. A fully-integrated help system makes easier work of entering complex formulas. Add data from external databases such as SQL or Oracle, then sort and filter them to produce statistical analyses. Use the graphing functions to display large number of 2D and 3D graphics from 13 categories, including line, area, bar, pie, X-Y, and net 8211 with the dozens of variations available, youre sure to find one that suits your project. Impress is the fastest and easiest way to create effective multimedia presentations. Stunning animation and sensational special effects help you convince your audience. Create presentations that look even more professional than the standard presentations you commonly see at work. Get your colleagues and bosses attention by creating something a little bit different. Draw lets you build diagrams and sketches from scratch. A picture is worth a thousand words, so why not try something simple with box and line diagrams Or else go further and easily build dynamic 3D illustrations and special effects. Its as simple or as powerful as you want it to be. Base is the database front-end of the LibreOffice suite. With Base, you can seamlessly integrate your existing database structures into the other components of LibreOffice, or create an interface to use and administer your data as a stand-alone application. You can use imported and linked tables and queries from MySQL, PostgreSQL or Microsoft Access and many other data sources, or design your own with Base, to build powerful front-ends with sophisticated forms, reports and views. Support is built-in or easily addable for a very wide range of database products, notably the standardly-provided HSQL, MySQL, Adabas D, Microsoft Access and PostgreSQL. Math is a simple equation editor that lets you lay-out and display your mathematical, chemical, electrical or scientific equations quickly in standard written notation. Even the most-complex calculations can be understandable when displayed correctly. Emc 2 . LibreOffice also comes configured with a PDF file creator, meaning you can distribute documents that youre sure can be opened and read by users of almost any computing device or operating system. If one is working on a less powerful PC one might consider using gnumeric or abiword. gnumeric is a spreadsheet program that can read and write excel files and do many of the calculations that an economist might wish to do with a spreadsheet. In effect many of the statistical functions in gnumeric are more accurate than those in other spreadsheets. abiword is a relatively small word processor. Both of these packages can export files for use in LaTeX. LaTeX TeX is a computer program used to produce books, papers, lecture slides etc. In was developed by Donald Knuth in the 1970s and 1980s. LaTeX is a set of macros in (extensions to) the TeX language developed by Leslie Lamport. One sets out the structure of the document by listing the parts, chapters, sections, subsections etc. Within each part, section etc. one sets out in plain text and mark-up the content of the part, section etc. LaTeX then does all the formatting for you. (You can of course fine tune the results afterwards but this is often not necessary.) In mathematics, engineering and physics LaTeX has become a de facto standard. Many thousands of books have been published using LaTeX. Many journals in these fields are produced using LaTeX. Many publications in other fields, including economics, are also produced using LaTeX but it has not been as successful in these fields as in more technical fields because LaTeX was primarily designed for mathematics. If you are writing technical material then it is much easier to produce good output with LaTeX than with a word processor. If you have a lot of equations and graphs LaTeX is also quicker than a word processor. Latex can also produce tables of contents, lists of tables and lists of figures. It has a helper program (bibtex) that reads bibliographic material from a separate file and manages citations within the document and produces lists of references. This external file of bibliographic material can be managed by another helper program (Jabref ) and can be extended and used for several documents. The following is a small sample tex file. It is largely self explanatory. Any tex file consists of first a preamble and secondly the content of the document and its structure. The preamble here consists of the single documentclass(article) statement. In general other auxiliary packages will be included here. If you are starting LaTeX I would advise that you get an appropriate preamble from a colleague. Dont worry if you dont understand it all in the beginning. If you have the bandwidth in your internet connection I would recommend the Protext TeX distribution. This is based on the Miktex TeX distribution but is a little easier to install. The install will take at least an hour and perhaps even more. To generate the. tex file you need a text editor. Do not even think of using a word processor. Several text editors have special facilities for editing. tex files. MikTeX installs the editor TeXworks by default. I would have a preference for another editor Texmaker which I think offers more help to a beginner. If a colleague uses another editor and is willing to give some help and advice then you should try his editor. Alternatively if you already use emacs then it has an excellent Tex mode, AucTeX. Loading this file into Texmaker and running TeX produces the pdf file below. There is a good introduction to Latex on en. wikibooks. org/wiki/LaTeX. This book is available there in html, pdf and LaTeX source. Further material is listed at tug. org/begin. html and in the links there. If you going to write technical material in economics then an investment in LaTeX is worthwhile. Lyx is an alternative Graphical interface to LaTeX which can be downloaded from lyx. org/ . Text Editors I have commented several times on the need to use a text editor rather than a word processor. Notepad the text editor distributed with Windows is particularly primitive and can only edit one file at a time. I use Scite and Notepad. Both programs are very easy to use and are valuable if you have to edit or browse various test files. I should also mention that I use emacs as a text editor. Emacs was originally used in emacs as a programmers editor and has many worthwhile features. Some Windows users may find certain aspect of emacs counter-intuitive. Extended versions of Emacs for MS windows and Mac by Vincent Goulet are recommended. Programming If one has a need for programming there are programming IDEs available at bloodshed. net/devcpp. html (Dev-C) and codeblocks. org/ (Code::Blocks). I have used these in conjunction with the Gnu Compilers. Kompozer Kompozer may be downloaded from kompozer. net/ According to the web site KompoZer is a complete web authoring system that combines web file management and easy-to-use WYSIWYG web page editing. KompoZer is designed to be extremely easy to use, making it ideal for non-technical computer users who want to create an attractive, professional-looking web site without needing to know HTML or web coding. Almost all of my web pages have been edited and set-up with Kompozer or the earlier Nvu .
No comments:
Post a Comment