![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Un coup d'œil rapide sur la façon dont les paramètres (coefficients et variance des résidus) de cette relation très linéaire évoluent dans le temps. Probablement, nous ne pouvons parler du fait de glisser que si la corrélation et la variance sont approximativement constantes, et que le glissement fluctue régulièrement autour d'une certaine valeur moyenne. En conséquence, on peut essayer d'utiliser les paramètres de cette fluctuation pour construire un TC)
Tout cela est vrai. La question est de savoir ce qu'il faut prendre exactement comme glissement entre les deux séries. Par exemple, il existe un point de vue traditionnel selon lequel la longueur de la perpendiculaire à la ligne de régression. Mais je ne pense pas que ce soit la bonne façon de faire. Car il donne un écart non pas par rapport aux valeurs précédentes, mais par rapport à leur point médian. Il perd une substance telle que "l'asymétrie" du glissement, qui est ce que je voudrais ressentir.
Je ne sais même pas si on peut considérer une perpendiculaire comme un vecteur à deux composantes). Elles sont bien sûr proportionnelles à la longueur, mais avec des coefficients différents.
Mais je suppose que je n'ai pas compris. Peut-être s'agit-il de garder la trace d'une éventuelle violation de la condition de relation linéaire (découplage du modèle) à tout moment ? Si l'on a toujours la certitude que la relation est préservée et inchangée, alors toute mesure de discontinuité devrait (idéalement) être exprimée en termes de longueur perpendiculaire et de coefficients de régression.
Je me demande ce qui se passe si les erreurs ei sont un bruit blanc avec la distribution d'Alexei Nikolaev.
Il est donc nécessaire d'étudier la structure des résidus de la régression. En fait, c'est à cela que sert la moitié de l'économétrie).
Pour des raisons tout à fait objectives. Un portefeuille stationnaire ne fonctionne que sur le moment, sur de nouvelles données, tout s'écroule sans les bonnes compétences.
Avec la SEP et la télévision, il faut parfois être prudent. Il peut parfois montrer un modèle là où il n'y en a pas du tout.
Avec la SEP et la télévision, il faut parfois être prudent. Il peut parfois montrer un modèle là où il n'y en a pas du tout.
Ne vous inquiétez pas pour la SEP et la télévision - l'effet de fausse corrélation est étudié depuis longtemps, il existe des tests et des algorithmes de validation appropriés.