Una correlación muestral nula no significa necesariamente que no exista una relación lineal - página 54
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿No hay más que un ACF para poner un QC en cualquier otro lugar? ¿Qué hay de un control de calidad entre instrumentos? ¿No? ¿No se te ocurre?
Pues bien, tomemos los precios de los índices S&P500 y NASDAQ (^GSPC y ^IXIC en Yahoo.Finance, respectivamente). La correlación calculada sobre los precios volverá a ser positiva. ¿Puedes construir una estrategia rentable?)
¿Y el comercio de diferenciales? ¿También tachado?
Porque no utilizan la correlación, sino la cointegración.
¿Por qué estos posts sin sentido?
Te estoy dando ideas sobre cómo hacer grails con este enfoque. ¿No tienes dudas de que tienes razón, si hay correlación pero no puedes ganar dinero con el barco? :D
Pues bien, tome los precios de los índices S&P500 y NASDAQ (^GSPC y ^IXIC en Yahoo.Finance, respectivamente). La correlación calculada sobre los precios volverá a ser positiva. ¿Puedes construir una estrategia rentable?)
Táchalo ya que no se utiliza la correlación, sino la cointegración.
Te estoy dando ideas de cómo puedes hacer grails con este enfoque. ¿No tienes dudas de que tienes razón, si hay correlación pero no puedes ganar dinero con el barco? :D
Bueno, eso es lo que pensé... Ahora todo tiene sentido...
Así que:
1. los instrumentos de mercado no están cointegrados - recuérdelo de por vida.
2. Puedo hacer cualquier cosa, recuérdalo también.
3. Para todo lo anterior, se utiliza la correlación - véase el punto 1.
4. no gastar tiempo en el foro, y leer, leer, leer. Buscando, buscando, buscando.
P.D. deja de hacer el payaso
1. los instrumentos de mercado no están cointegrados - recuérdelo de por vida.
Mira los precios de las acciones de BRK-A, BRK-B. Contraejemplo, una vez más.
2. puedo hacer cualquier cosa - recuérdalo también.
Bien por ti.
3. es la correlación la que se utiliza para todo lo que he enumerado - véase el punto 1.
Se ha discutido tanto en este foro como en el foro MQL5.
Yo también estoy cansado de aburrirte aquí).
El control de calidad para las series estacionarias y ergódicas no es necesario en absoluto: para ellas todo es claro y comprensible.
En principio, es un error. En algún lugar vi un ejemplo muy ilustrativo de cálculo de la velocidad de difusión de la pintura en un líquido sólo con ACF. El proceso era estacionario y muy probablemente ergódico.
Lo publicaré cuando lo encuentre.
Haz las cuentas. Encontrarás un montón de correlaciones de este tipo que a nadie de aquí se le ocurriría, porque serían tonterías (falsas correlaciones).
Los instrumentos financieros en el mercado de divisas están correlacionados. Una vez más, se trata de análisis entre mercados, pares, etc., operaciones de spreads con la excepción de las operaciones estacionales.
La falsa correlación podría darse entre la velocidad de crecimiento del pelo en la cabeza y la dinámica del movimiento de la placa continental.
Así que la fila es estacionaria... Así que no se puede utilizar de esa manera, pero sólo las primeras diferencias. Imaginemos otra fila, exactamente igual, y otra más, sólo que la línea es hacia abajo.
Así, la correlación está perfectamente calculada, cuando ambas filas están en la misma dirección - se obtiene 1, cuando en diferentes direcciones - -1. Es decir, el resultado tiene sentido, la correlación está calculada y el valor se corresponde con la realidad.
Sin embargo, las series son no estacionarias, por lo que no se puede hacer así:) debemos calcular la correlación a partir de la primera diferencia. Así que tenemos las series 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 y -1, -1, -1, -1, -1, -1, -1, -1, -1, -1 - en tales datos no se puede calcular la correlación.
¡Eso es! Señores
* * *
He buscado un poco en internet sobre Granger, y allí me he encontrado con afirmaciones de que el método de Granger debe aplicarse sólo en las primeras diferencias... Sin embargo, en los libros de texto más competentes no existe tal cosa, al contrario, se escribe que en los datos estacionarios se aplica otro método. Pero con qué aplomo todos demuestran su acierto... No sé, para mí es obvio que no necesito ninguna primera diferencia.
* * *
Todo está claro con los señores econometristas y similares... Por lo tanto, me despido y no participo en conversaciones sobre el tema de la correlación, etc.
Además de manipular las fórmulas y los términos, hay que entender la esencia y el significado.
Insistes en el punto, pero mientras tanto tú mismo lo has perdido. Un ejemplo sencillo, dos paseos aleatorios estacionarios con MO cero:
Es obvio que ambos se dirigen en la misma dirección, también es obvio que no hay correlación entre estos procesos. Tomando el CC de estas dos series como es, obtenemos el coeficiente igual a 0,86, es decir, hemos identificado una fuerte correlación. Pero si está ausente de forma fiable, ¿qué tenemos? Ahora tomamos las primeras diferencias de estos dos procesos y calculamos el coeficiente de correlación para ellos y ahora es igual a 0,02, es decir, ha mostrado lo que se supone que debe mostrar: no hay conexión. Su movimiento en una dirección es una simple coincidencia.
Al calcular el control de calidad sobre I(1) estás ajustando los métodos estadísticos a lo que te parece. Y visualmente, las dos series parecen ser similares, cuando en realidad no lo son.
Muy buen ejemplo, gracias. Un guijarro en dirección a los amantes de las falsas correlaciones que creen que nunca lo conseguirán.
Señores, ¿pueden decirme si esta serie de datos es estacionaria o no estacionaria?
Insistes en el punto, pero mientras tanto, tú mismo lo has perdido. Un ejemplo sencillo, dos paseos aleatorios estacionarios con MO cero:
Es obvio que ambos apuntan en la misma dirección, también es obvio que no hay relación entre estos procesos. Si tomamos el control de calidad de las dos series, obtenemos un coeficiente de 0,86, es decir, hemos identificado una relación fuerte. Pero si está ausente de forma fiable, ¿qué tenemos? Ahora tomamos las primeras diferencias de estos dos procesos y calculamos el coeficiente de correlación para ellos y ahora es igual a 0,02, es decir, ha mostrado lo que debería mostrar: no hay conexión. Su movimiento en una dirección es una simple coincidencia.
Al calcular el control de calidad sobre I(1) estás ajustando los métodos estadísticos a lo que te parece. Y visualmente, las dos series parecen ser similares, cuando en realidad no lo son.
1. ¿MO=0? ¿La MO de la serie = 0? ¿O los incrementos de las filas?
2. ¿las dos filas son fijas? ¿Estás seguro de eso?
3. El control de calidad no establece ni ha establecido nunca la presencia o ausencia de relaciones funcionales. Es simplemente una característica numérica. La presencia o ausencia de relaciones es una cuestión de interpretación del control de calidad por otros métodos.
No, no puede haber tal cosa. Sólo la serie I(0) puede ser estacionaria.
Demi: 2 . ¿Las dos series son estacionarias? ¿Estás seguro de eso?
No, no son inmóviles. No son más que piezas seleccionadas de un proceso de Wiener (es decir, un proceso browniano), según tengo entendido. Es decir, el proceso I(1), si es que es un proceso Wiener.