Une corrélation nulle entre les échantillons ne signifie pas nécessairement qu'il n'y a pas de relation linéaire. - page 21
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
Et d'ailleurs, il y a une erreur grossière dans vos chiffres là. Ce que vous appelez "graphiques à MO nul, variance nulle et corrélation nulle" ne le sont pas. C'est-à-dire que vous avez déjà une erreur après la conversion des données - vous n'avez pas besoin de chercher plus loin.
Tout ce que vous dites est sans fondement. Pour ma part - en plus des graphiques, j'ai également joint les données brutes. Vous pouvez facilement le vérifier. Et, comme indiqué précédemment, le CQ n'est pas affecté par la multiplication (ramenant la variance à un) par une constante et l'ajout d'une constante (ramenant le MO à zéro). Veuillez effectuer un test rudimentaire sur les données fournies et rapporter les résultats ici. Ne pas faire d'allégations non fondées d'erreurs grossières.
Je dirai même plus, votre indicateur de corrélation est intrinsèquement faux. Vous avez simplement substitué la solution d'un problème important à la solution d'un autre problème. C'est exagéré.
Encore une fois, ce ne sont que des bavardages. Prenez une lecture d'indicateur n'importe où, calculez-la avec votre méthode CQ et comparez. L'exemple ci-dessus de corrélation nulle se retrouve dans les relevés de l'indicateur. La capture d'écran souligne spécifiquement en rouge que la corrélation calculée par Mathcad est bien nulle sur cet échantillon :
Merci, j'ai ri. Le problème de l'identification de la corrélation des indicateurs financiers se situe sur un tout autre plan.
Continuez, maintenant que vous avez commencé.
...
De plus, personne sur ce forum n'a pris des incréments relatifs dans les calculs de QC (avec QC la discussion a commencé), ils ont pris des incréments absolus. Ce qui, bien sûr, est fondamentalement faux.
Je vous l'ai déjà dit 1000 fois. Pourquoi dites-vous pour tout le monde que personne. Avez-vous regardé dans mon ordinateur et vérifié tous les outils développés par les participants de ce forum ?
L'homme a construit un indicateur ... à partir de là, j'ai créé un système de trading ... et fait des profits ... Vous dites que ce n'est pas vrai de ce point de vue ? je n'ai pas du tout raison, ce n'est pas vrai en principe, quoi d'autre n'est pas vrai ?
Arrête de penser que tout le monde sur ce forum est un idiot et que tu es le meilleur et le plus brillant.
Je te l'ai déjà dit 1000 fois. Pourquoi dites-vous que personne ne convient à tout le monde ? Avez-vous regardé dans mon ordinateur et fouillé dans tous les développements des participants de ce forum ?
Parce que j'ai d'abord cherché sur ce forum les calculs de CQ et je me suis assuré que les incréments relatifs n'étaient pas utilisés (résultats postés sur le forum) par vous ou quelqu'un d'autre. Si je n'ai pas assez cherché, montre-moi.
Il a déjà été expliqué à plusieurs reprises, et pas seulement par moi, pourquoi l'utilisation d'incréments absolus lors de la comparaison d'échantillons de deux CER ou plus est erronée.
Tout cela est juste sans fondement de votre part. Pour ma part, en plus des graphiques, j'ai également joint les données brutes. Vous pouvez facilement le vérifier.
Je suis désolé, tu es stupide ? ! Nous parlons de cette photo ici.
Il n'y a pas de MO = 0 et D=1 ici.
C'est incroyable, mais c'est la troisième fois que j'attire votre attention sur cette erreur grossière. C'est comme si vous ne pouviez pas du tout comprendre cette chose simple, et encore moins en débattre.
Il n'y a pas de MO = 0 et D=1 ici.
C'est étonnant, mais c'est la troisième fois que je vous signale cette erreur grossière. Il semble que vous ne soyez pas du tout capable de comprendre cette simple chose, et encore moins d'en discuter.
Sur la base de quel raisonnement tirez-vous de telles conclusions sur le MO et la variance ! Heureusement que le premier message donne la date exacte à laquelle les données ont été prises, il était donc possible de les récupérer :
Dans ce cas, comme je l'ai écrit dans le premier post, le CQ est égal au produit moyen des BP membres de l'échantillon :
Données sources jointes.
Les logarithmes sont utilisés pour établir explicitement qu'une quantité dont la distribution ressemble à une distribution normale a une borne inférieure égale à zéro. Pour calculer la formule de Black et Scholes, on suppose que la distribution du prix est log-normale, c'est-à-dire que ce n'est pas le prix qui est normalement distribué, mais son logarithme.
L'ARPSS inclut nécessairement la désintermédiation de BP. Une distinction est faite entre les tendances additives et multiplicatives. Ces derniers sont bien sûr logarithmiques avant la désintégration de BP.
Sur la base de quel raisonnement tirez-vous de telles conclusions sur la MO et la dispersion ? !
Très simplement, le MO et la variance existent en tant que concept statistique pour les séries aléatoires, vous avez une série "non aléatoire". C'est-à-dire que le MO et la variance n'existent pas en tant que concepts pour eux.
1. En gros, le critère du signe est rompu, environ 80 % de vos données sont positives (c'est une erreur - une mauvaise normalisation). Dans un fil de discussion voisin, les gens s'extasient sur les quantiles - c'est exactement la même chose. Et d'après la définition de base des séries aléatoires.
2. Les dépendances "fonctionnelles" sont clairement visibles.
3. et surtout, il s'agit de la question de savoir exactement quel instrument est analysé - ces instruments n'ont rien d'aléatoire. Au moins dans la représentation des données que vous avez.
4. Il n'est pas nécessaire de cacher votre incompréhension derrière des paquets de matrices, comprenez d'abord les bases. Et la base est simple, l'analyse statistique (et le calcul du MO) peut être soumise à des séries "aléatoires".
5. Si vous preniez simplement les données telles quelles et que je vous montrais comment faire, ce serait plus proche de la vérité.
Qu'est-ce que l'analyse statistique ? Avez-vous la moindre idée de ce dont vous parlez ? Nous parlons d'échantillonnage, de contrôles de qualité sur un échantillon. Connaissez-vous des concepts tels que le MO d'échantillonnage, la variance d'échantillonnage et le CQ d'échantillonnage ?
Comme s'ils avaient été écrits pour vous :
Un peu d'alphabétisation.
Une autre erreur courante consiste à confondre les concepts de "coefficient de corrélation" (c'est-à-dire une caractéristique d'une relation stochastique entre c.v.) et de "coefficient de corrélation de l'échantillon " (une estimation - une parmi de nombreuses possibles - du véritable CQ). Il s'agit en fait de choses très différentes, et substituer l'une à l'autre est fondamentalement erroné.
Très simplement, le MO et la variance existent en tant que concept statistique pour les séries aléatoires, vous avez une série "non aléatoire". C'est-à-dire que le MO et la variance n'existent pas en tant que concepts pour eux.
1. En gros, le critère du signe est rompu, environ 80 % de vos données sont positives (c'est une erreur - une mauvaise normalisation). Dans un fil voisin, les gens s'extasient sur les quantiles - c'est exactement la même chose. Et d'après la définition de base des séries aléatoires.
2. Les dépendances "fonctionnelles" sont clairement visibles.
3. et surtout, il s'agit de la question de savoir exactement quel instrument est analysé - ces instruments n'ont rien d'aléatoire. Au moins dans la représentation des données que vous avez.
4. Il n'est pas nécessaire de cacher votre incompréhension derrière des paquets de matrices, comprenez d'abord les bases. Et la base est simple, l'analyse statistique (et le calcul du MO) peut être soumise à des séries "aléatoires".
5. Si vous preniez simplement les données telles quelles et que je vous montrais comment faire, ce serait plus proche de la vérité.
Ne gaspillez pas votre énergie. Prival a essayé de lui expliquer que ACF est une fonction, pas un nombre - il a échoué. C'est par là qu'il faut commencer.
5. Si vous preniez carrément les données telles qu'elles sont et que je vous montrais comment faire, ce serait plus proche de la vérité.
Montrez-moi, s'il vous plaît :