Una correlación muestral nula no significa necesariamente que no exista una relación lineal - página 48

 
C-4:
No hay mejor manera de decirlo: la conclusión es inequívoca: hay que contar QC en I(0) y sólo en I(0).

(Ya es hora de que frenemos esta carrera hacia el bosque...) Vamos a tener los pies en la tierra.

El problema es que estás bailando el TwiSt de forma descuidada. Usted lanza fórmulas, palabras, definiciones y conclusiones sin cuidado.

¿Quién "necesita"? ¿Tú personalmente? ¿O "en general, siempre" o "para las series temporales"?

En la ciencia del TwiSt (en tiempos de Carl, bueno en tiempos de Pearson) no existía ni existe una metodología única para la resolución de problemas como la que existe en otros métodos numéricos. TwiSt dispone de un conjunto de métodos, la mayoría de los cuales son aplicables de forma fiable a variables aleatorias que se distribuyen normalmente, según Carl (Gauss). Así que no sólo importa la fórmula en la que se meten los resultados de las mediciones, sino también el razonamiento lógico que acompaña a esos cálculos. Ese es el "problema" de la teorización moderna.

La ciencia TwiSt simplemente pone a prueba las hipótesis. Y para no perder esta misma hipótesis en el transcurso del razonamiento - es necesario que TODA, repito TODA la cadena de cálculos se compruebe dos veces la coherencia con el OBJETIVO establecido (y la hipótesis).

Formular la hipótesis, Y el OBJETIVO. ¿Cuál es su hipótesis? ¿Que hay una conexión entre las filas? Supongamos. ¿Cuál es su objetivo? ¿Qué decisión o decisiones piensa tomar cuando llegue el próximo bar? ¿Qué debe decir la cadena de cuentas? ¿Que no había conexión y apareció? ¿O que era pequeño y se hizo grande? Si no lo compruebas con la hipótesis y con el objetivo, la cadena aritmética que has construido puede contener un fallo, o una conclusión precipitada, o demasiado general, y te llevará a un error.

 
Demi:

Así es. Bien por ti. Y puesto que I(0) para las series de precios en los mercados financieros no están correlacionadas o tienen una correlación extremadamente baja, el CC no debería contarse en absoluto.

...

Eso no es cierto. La correlación será significativa. Si llegas al fondo de la fórmula del control de calidad, te darás cuenta de que la probabilidad de incrementos unidireccionales en un segmento en el que ambos procesos van en la misma dirección es superior al 50/50.
 
C-4:
Eso no es cierto. La correlación será significativa. Si llega al fondo de la fórmula de control de calidad, se dará cuenta de que la probabilidad de incrementos unidireccionales en un segmento en el que ambos procesos van en la misma dirección será superior al 50/50.

en un segmento, sí. Para cualquier incremento puedo encontrar un segmento en el que KK esté cerca de +1. O puedo encontrar un segmento en el que KK esté cerca de -1. O puedo encontrar un segmento que esté cerca de 0.

Así son las cosas.

 
AlexEro:

(Ya es hora de que frenemos esta carrera hacia el bosque...) Vamos a tener los pies en la tierra.

El problema es que estás bailando el TwiSt de forma descuidada. Usted lanza fórmulas, palabras, definiciones y conclusiones sin cuidado.

¿Quién "necesita"? ¿Tú personalmente? ¿O "en general, siempre" o "para las series temporales"?

En la ciencia del TwiSt (en la época de Carl, bien Pearson) no existía ni existe una metodología unificada para la resolución de problemas similar a la de otros métodos numéricos. TwiSt dispone de un conjunto de métodos, la mayoría de los cuales son aplicables de forma fiable a variables aleatorias que se distribuyen normalmente, según Carl (Gauss). Así que no sólo importa la fórmula en la que se meten los resultados de las mediciones, sino también el razonamiento lógico que acompaña a esos cálculos. Ese es el "problema" de la teorización moderna.

La ciencia TwiSt simplemente pone a prueba las hipótesis. Y para no perder esta misma hipótesis en el transcurso del razonamiento - es necesario que TODA, repito TODA la cadena de cálculos se compruebe dos veces la coherencia con el OBJETIVO establecido (y la hipótesis).

Formular la hipótesis, Y el OBJETIVO. ¿Cuál es su hipótesis? ¿Que hay una conexión entre las filas? Supongamos. ¿Cuál es su objetivo? ¿Qué decisión o decisiones piensa tomar cuando llegue el próximo bar? ¿Qué debe decir la cadena de cuentas? ¿Que no había conexión y apareció? ¿O que era pequeño y se hizo grande? Si no lo compruebas con la hipótesis y con el objetivo, la cadena aritmética que has construido puede contener un fallo, o una conclusión precipitada, o demasiado general, y te llevará a un error.

Soy un comerciante autodidacta y estoy lejos de las hipótesis. Pero entiendo muy bien la esencia de las fórmulas que uso y los gráficos que dibuja mi "R". Si no los entiendo, no los uso o trato de entenderlos. El control de calidad en I(0) lo entiendo. Lo que cuenta ese coeficiente en I(1) no lo sé. Si necesitas obtener algún número aleatorio en el intervalo -1.0 1.0 entonces puedes calcular el QC en I(1), pero sería más fácil llamar a rand().
 
Demi:

en un segmento, sí. Para cualquier incremento puedo encontrar un segmento en el que KK esté cerca de +1. O puedo encontrar un segmento en el que KK esté cerca de -1. O puedo encontrar un segmento que esté cerca de 0.

Sólo es cuestión de averiguarlo.

Pero nunca encontrarás un segmento así en I(0). Y mientras tanto, si la correlación de la serie I(0) existe realmente, será significativa. Y esto es exactamente lo que se necesita.
 

El seno y el coseno van en UNA dirección en algunos segmentos. Es decir, su correlación lineal en un segmento corto será mayor que cero:

(esta cifra estaba arriba en este hilo)

El seno y el coseno a veces son amigos y a veces no.

.... Y luego van en diferentes direcciones. Por lo tanto, cuando se conectan en el segmento largo , resulta que la correlación entre ellos es cero y se consideran ortogonales. Este es el tipo de contradicción que se deriva del hecho de que todos los recursos son finitos y el principal recurso es la longitud del segmento de medición, es decir, el tiempo.

 
AlexEro:

(Es hora de frenar esta entrada en el bosque...) Hablemos con los pies en la tierra.

El problema es que estás bailando el TwiSt de forma descuidada. Estás lanzando descuidadamente fórmulas, palabras, definiciones y conclusiones.

¿Quién "necesita"? ¿Tú personalmente? ¿O "en general, siempre" o "para las series temporales"?

En la ciencia del TwiSt (en la época de Carl, bueno de Pearson) no había ni hay una metodología unificada para la resolución de problemas como la hay en otros métodos numéricos. TwiSt dispone de un conjunto de métodos, la mayoría de los cuales son aplicables de forma fiable a variables aleatorias que se distribuyen normalmente, según Carl (Gauss). Así que no sólo importa la fórmula en la que se meten los resultados de las mediciones, sino también el razonamiento lógico que acompaña a esos cálculos. Ese es el "problema" de la teorización moderna.

La ciencia TwiSt simplemente pone a prueba las hipótesis. Y para no perder esta misma hipótesis en el transcurso del razonamiento - es necesario que TODA, repito TODA la cadena de cálculos se vuelva a comprobar si se cumple el OBJETIVO fijado (y la hipótesis).

Formular una hipótesis y también un objetivo. ¿Cuál es su hipótesis? ¿Que hay una conexión entre las filas? Digamos. ¿Cuál es el objetivo? ¿Qué decisión o decisiones piensa tomar cuando llegue el próximo bar? ¿Qué debe decir la cadena de cuentas? ¿Que no había conexión y apareció? ¿O que era pequeño y se hizo grande? Si no se comprueba con la hipótesis y con el objetivo, la cadena aritmética que se construye puede contener un fallo, o una conclusión precipitada, o demasiado general, y llevará a un error.

Por cierto, aquí te estás adelantando, esa presencia de correlación no significa una conexión causal, para mí también está claro. Pero tenemos que construir sobre algo. Hasta ahora utilizo la correlación cruzada - no conozco/entiendo otros métodos. Así que si tienes algún conocimiento de los métodos para establecer relaciones causales por favor habla, tengo un completo vacío en este tema.
 
C-4:
Así que si tienes algún conocimiento de los métodos causales, por favor, habla, yo estoy completamente en blanco en el tema.

El enfoque más conocido es la prueba de causalidad de Granger. También puedes mirar la entropía de transferencia

 
C-4:
Por cierto, aquí te estás adelantando a que la presencia de correlación no significa causalidad, eso también lo tengo claro. Pero tenemos que empezar por algún sitio. Hasta ahora utilizo la correlación cruzada - no conozco/entiendo otros métodos. Así que si tienes conocimientos sobre los métodos para establecer relaciones causales por favor habla, tengo un completo vacío en este tema.

No hay problema. Dejemos clara la motivación, o más bien la diferencia de motivaciones. Tú, colega, como trader practicante, buscas conexiones en los gráficos de series de precios, (mirándolos o no) calculas correlaciones cruzadas y concluyes a partir de un mayor movimiento de UNA divisa que la OTRA divisa, que aún no se ha movido, pero que está RELACIONADA con la primera, también se está MOVIENDO. Y entonces decide abrir una posición, para ganar dinero con el movimiento del precio. ¿Verdad? Si es así, esa es su HIPÓTESIS en sentido probabilístico.

Bueno, es algo bastante decente hoy en día.

Así es como trabajan los operadores de los grandes bancos y los fondos de cobertura.

(Encontraré los enlaces en un momento).

Pero es, por así decirlo, un ENFOQUE PRÁCTICO BULLY. ¿No estabas en el hilo ". ¿PRGP"? Allí cité a Carl (bueno a Pearson), que dice que está bien hacerlo, pero no hay garantías de tal método (bueno, más precisamente, que es Carl personalmente y su amigo Yul).

Pero, personalmente, creo que la mayoría de los matemáticos cualificados de este foro NO están especialmente interesados en los casos especiales de dichas correlaciones. Les interesan los modelos estadísticos de negociación en general, para todas las ocasiones.

Al menos yo personalmente saco esta conclusión de mensajes como los de Alsu, Gpwr, Reshetov, Integer, Neutron, faa1947, Privalov y otros, perdón de antemano si no he indicado claramente a alguien en esta "lista rápida".

Por lo tanto, para interesarles, para obtener respuestas a sus preguntas, éstas deben ser formalizadas, y el problema es que para una conversación sustantiva la redacción debe ser ESTRICTA.

 
AlexEro:

No hay problema. Dejemos clara la motivación, o más bien la diferencia de motivaciones. Tú, colega, como trader practicante, buscas conexiones en los gráficos de series de precios, (mirándolos o no) calculas correlaciones cruzadas y concluyes a partir de un mayor movimiento de UNA divisa que la OTRA divisa, que aún no se ha movido, pero que está RELACIONADA con la primera, también se está MOVIENDO. Y entonces decide abrir una posición, para ganar dinero con el movimiento del precio. ¿Verdad?

Bueno, es algo bastante decente hoy en día.

Así es como trabajan los operadores de los grandes bancos y los fondos de cobertura.

(Encontraré los enlaces en un momento).

Pero es, por así decirlo, un ENFOQUE MUY PRÁCTICO. ¿No estabas en el hilo ". ¿"PRSG"? Allí cité a Carl (bueno a Pearson), que dice que es POSIBLE hacerlo, pero no hay garantías de tal método (bueno, más precisamente, eso es personalmente Carl y su amigo Yul).

Pero, personalmente, creo que la mayoría de los matemáticos cualificados de este foro NO están especialmente interesados en los casos especiales de dichas correlaciones. Les interesan los modelos estadísticos de negociación en general, para todas las ocasiones.

Al menos yo personalmente saco esta conclusión de mensajes como los de Alsu, Gpwr, Reshetov, Integer, Neutron, faa1947, Privalov y otros, perdón de antemano si no he indicado claramente quiénes en esta "lista rápida".

Por lo tanto, para interesarles, para obtener respuestas a sus preguntas, éstas deben ser formalizadas, y el problema es que para una conversación sustantiva la redacción debe ser ESTRICTA.


En general, sí, es cierto. Pero con la única excepción de que necesito métodos que me permitan determinar la conexión, en lugar de utilizar la suposición de que existe dicha conexión a priori. Por ejemplo, he leído un artículo sobre el análisis de regresión en la wikipedia:

...El análisis de regresión no puede utilizarse para determinar si existe una relación entre las variables porque la existencia de dicha relación es un requisito previo para la aplicación del análisis.

Bien, antes de utilizar el mismo análisis de regresión tenemos que identificar la relación. ¿Pero cómo lo hacemos? No podemos hacerlo con el análisis de regresión porque es una consecuencia de la relación, no podemos hacerlo con la correlación porque la propia CC no habla de relaciones causa-efecto, y no podemos hacerlo con la correlación cruzada? - parece ser mejor, pero ahí acaban mis conocimientos...