Eine Stichprobenkorrelation von Null bedeutet nicht zwangsläufig, dass es keine lineare Beziehung gibt. - Seite 50
![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Zunächst einmal wäre es gut zu wissen, wie es funktioniert.
Das ist es, was ich meine, um damit anzufangen, zu recherchieren, um zu verstehen, wie er es zu tun versucht.
Erlauben Sie mir, mich vorzustellen: Mathematische Statistik, Spezialisierung:Ökonometrie.
Die Mathematik und ihre Anwendung auf die Wirtschaftswissenschaften Ökonometrie, hat eine Vielzahl von verschiedenen Arten von Tests, Modellen ..... Jeder von ihnen ist so nutzlos wie ein Schraubenschlüssel ohne Mutter. Die Nützlichkeit kann nur im Rahmen eines bestimmten Ziels, für das das Modell entwickelt wurde, verstanden werden.
Die Diskussion hier dreht sich um das WAS und was ist das MODELL für dieses WAS? Granger wird vielleicht nicht gebraucht.
Für mich ist klar, dass wir in diesem Forum nur über Vorhersagen diskutieren sollten, während die Analyse ein Hilfsmittel zum Aufbau und Testen eines Vorhersagemodells ist.
Was wird dann prognostiziert? Preiswert?, Preissteigerung? oder etwas anderes? Ohne diese Definition werden wir eine Reihe nutzloser ökonometrischer Instrumente sehen, die wir zwangsläufig falsch interpretieren und zu unterschiedlichen und nutzlosen Meinungen kommen werden.
Erlauben Sie mir, mich vorzustellen: Mathematische Statistik, Spezialisierung: Ökonometrie.
...
Es ist mir ein Vergnügen.
Kommen wir nun zur Sache: Beschreiben Sie uns bitte das Wesen des Granger-Tests. Es gibt niemanden, den man fragen könnte. Könnten Sie auch ein paar Worte zur Transferentropie sagen?
Erlauben Sie mir, mich vorzustellen: Mathematische Statistik, Spezialisierung: Ökonometrie.
Die Mathematik und ihre Anwendung auf die Wirtschaftswissenschaften Ökonometrie, hat eine Vielzahl von verschiedenen Arten von Tests, Modellen ..... Jeder von ihnen ist so nutzlos wie ein Schraubenschlüssel ohne Mutter. Die Nützlichkeit kann nur im Rahmen eines bestimmten Ziels, für das das Modell entwickelt wurde, verstanden werden.
Die Diskussion hier dreht sich um das WAS und was ist das MODELL für dieses WAS? Granger wird vielleicht nicht gebraucht.
Für mich ist klar, dass wir in diesem Forum nur über Vorhersagen diskutieren sollten, während die Analyse ein Hilfsmittel zum Aufbau und Testen eines Vorhersagemodells ist.
Was wird dann prognostiziert? Preiswert?, Preissteigerung? oder etwas anderes? Ohne diese Definition werden wir eine Reihe nutzloser ökonometrischer Instrumente sehen, und wir werden sie zwangsläufig falsch interpretieren und unterschiedliche und nutzlose Meinungen haben.
Übrigens, während wir darüber philosophieren, was eine Methode ist, was ein Modell ist, wo I(1) und wo I(0), niete ich ein weiteres Handelssystem, das auf diesem Thema basiert:
Ich meine, vielleicht sollten wir aufhören, über das Ende des Stocks und den Anfang zu diskutieren, und einfach den Stock an irgendeinem Ende nehmen und anfangen, damit Geld zu verdienen?
Ich freue mich, dass Sie zufrieden sind, aber ich glaube, Sie haben mich überschätzt.
Ich werde versuchen, das wiederzugeben, was mir nach den Prüfungen im Kopf geblieben ist.
Ich erinnere mich nicht an etwas über Transferentropie.
Über Granger.
Es gibt drei recht ähnliche Begriffe: Korrelation, Kointegration und Granger-Test.
Die Korrelation ist eine Konstante. Wenn jede Stichprobe von zwei SVs, für die die Korrelation berechnet wird, statistisch die gleiche ist wie andere Stichproben aus der Grundgesamtheit dieser SVs, dann kann man sagen, dass die beiden SVs abhängig sind. Genauer gesagt, ihr Verhalten ist ähnlich. Dies gilt für normalverteilte SV.
Wenn die SVs nicht normal sind, wird die Kointegration angewendet, wenn das Merkmal der gegenseitigen Abhängigkeit zweier SVs nicht eine Zahl, sondern eine Reihe mit bestimmten Eigenschaften ist.
Granger ermöglicht es, die Richtung der Abhängigkeit nach dem "Huhn oder Ei-Prinzip" zu berechnen. Eine weitere Eigenschaft der Abhängigkeit.
Hier ist mein Verständnis für die Finger. Dies ist jedoch nur eine erste Annäherung. Noch einmal. Man muss alles berücksichtigen, beginnend mit der Beschreibung der ursprünglichen Zeitreihe, dann das Modell und dann vielleicht die aufgeführten Konzepte.
Übrigens, während wir darüber philosophieren, was eine Methode ist, was ein Modell ist, wo I(1) und wo I(0), niete ich ein weiteres Handelssystem, das auf diesem Thema basiert:
Ich meine, können wir aufhören, darüber zu diskutieren, wo das Stöckchen endet und wo es anfängt, und einfach das Stöckchen zumindest an einem Ende nehmen und anfangen, damit Geld zu verdienen?
Das Problem ist nicht, dass man das Geld aufbringen muss, sondern dass man weiß, dass dies auch morgen noch der Fall sein wird. Nun, mit einer gewissen Präzision.
Um es auf den Punkt zu bringen: Bitte beschreiben Sie uns das Wesen des Granger-Tests
Das ist ganz einfach. Eine Autoregression wird für eine Reihe geschätzt, dann werden die Werte einer anderen Variablen mit unterschiedlichen Verzögerungen hinzugefügt. Dann wird geprüft, ob das zweite Modell besser abschneidet als das erste. Wenn ja, besteht ein kausaler Zusammenhang. In ähnlicher Weise wird die Autoregression an der zweiten Reihe getestet, wobei die Verzögerungswerte aus der ersten Reihe einbezogen werden. Das geschieht so, dass die Kausalbeziehung in beide Richtungen geht. Das bedeutet, dass die Zeilen einfach korreliert sind.
Zur Transferentropie lesen Sie die Links von hier:
http://stats.stackexchange.com/questions/12573/calculating-the-transfer-entropy-in-r
OK, aber was ist, wenn ich genau verstehe, woran mein System arbeitet? Ich kann diesen Faktor genau messen, was muss ich noch tun, um glücklich zu sein?
Die Ergodizitätseigenschaft ermöglicht es uns, die Korrelationsfunktion für die Allgemeinbevölkerung anhand einer Stichprobe der Allgemeinbevölkerung zu schätzen. Wenn diese Eigenschaft nicht erfüllt ist, kann die durch die Formel erhaltene Zahl verworfen werden.