Statistiques de dépendance entre guillemets (théorie de l'information, corrélation et autres méthodes de sélection de caractéristiques) - page 70
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
Passons à Klous
Graphique
Le graphique est différent par rapport à l'ouvreur.
Statistiques descriptives
Et les statistiques sont différentes. C'est incroyable. J'ai toujours pensé qu'Open et Clowes avaient les mêmes valeurs.
ACF
Date : 10/14/12 Heure : 13:53
Echantillon : 1 100
Observations incluses : 99
Autocorrélation Corrélation partielle AC PAC Q-Stat Prob
.|* |00 |* 1 0.077 0.077 0.6031 0.437
.|. | .|. |. 2 -0.038 -0.044 0.7502 0.687
.|. | .|. | 3 -0.038 -0.032 0.9001 0.825
*|. | *|. | 4 -0,181 -0,178 4,3327 0,363
.|. | .|. | 5 -0,013 0,012 4,3511 0,500
.|. | .|. | 6 -0,017 -0,034 4,3810 0,625
*|. | *|. | 7 -0,127 -0,139 6,1421 0,523
.|. | .|. | 8 0.048 0.035 6.3987 0.603
.|* | .|. 9 0.086 0.069 7.2140 0.615
.|. | .|. | 10 0,011 -0,015 7,2283 0,704
*|. | *|. | 11 -0,089 -0,136 8,1289 0,702
.|* |00 .|* 12 0.095 0.143 9.1596 0.689
.|. | .|. |. 13 -0.014 -0.019 9.1816 0.759
.|. | .|. | 14 -0.016 -0.039 9.2132 0.817
.|. | .|. | 15 0.026 0.013 9.2908 0.862
*|. | .|. | 16 -0.092 -0.035 10.308 0.850
*|. | *|. | 17 -0,107 -0,129 11,703 0,818
.|. | *|. | 18 -0.062 -0.101 12.175 0.838
*|. | .|. | 19 -0.100 -0.053 13.422 0.816
.|. | *|. | 20 -0.049 -0.091 13.727 0.844
.|. | .|. | 21 0,062 -0,009 14,223 0,860
.|. | .|. | 22 0,011 -0,042 14,239 0,893
.|. | .|. | 23 0.040 0.016 14.445 0.913
.|. | .|. | 24 0,049 -0,029 14,770 0,927
*|. | *|. | 25 -0,074 -0,081 15,512 0,929
.|. | .|. | 26 -0,047 -0,037 15,813 0,941
.|. | .|. | 27 0.050 0.045 16.158 0.950
.|. | .|. | 28 0.022 0.023 16.223 0.962
.|. | .|. | 29 0.035 0.006 16.401 0.971
.|. | .|. | 30 -0.010 -0.027 16.415 0.979
.|* |00 .|* 31 0.099 0.140 17.863 0.971
.|. | .|. |. 32 0.021 -0.006 17.928 0.979
.|. | .|. | 33 0.049 0.028 18.285 0.982
*|. | *|. | 34 -0.094 -0.089 19.632 0.977
*|. | *|. | 35 -0.136 -0.105 22.506 0.949
.|* | .|. | 36 0.080 0.039 23.528 0.946
Et l'ACF est différent.
Oh, bien. J'attends vos conclusions.
J'ai spécialement préparé une série pour vous. Je compte la différence comme x(t)/x(t-1) - 1.
nous prenons une longueur arbitraire de l'alphabet, dans la capture d'écran c'est 24 bits et nous encodons
Le rouge signifie que le prix a un minimum actualisé = 1, le bleu signifie que le prix a un maximum actualisé = 0,
Et ainsi de suite pour chaque TF. J'ai vérifié l'affirmation selon laquelle la tendance sur le TF le plus élevé est "plus importante", c'est en partie vrai, mais jusqu'à présent je n'ai pas vu de règles claires.
Calculé. Voir ci-dessus.
Je vais le faire moi-même. Vous êtes un peu difficile à comprendre.
Statistiques pour la série close(t) / close(t-1) - 1 :
Statistiques de la série close(t) / close(t-1) - 1 arrondies à 2 décimales :
ACF sont très similaires. Mais les relations linéaires sont minimes.
Maintenant, comparez la clarté avec laquelle les corrélations entre la barre de zéro et les 250 retards sont révélées par l'information mutuelle. Le graphique donne une comparaison de la série quantifiée et de la série aléatoire avec la même distribution.
Maintenant, comparez la clarté avec laquelle les corrélations entre la barre de zéro et les 250 retards sont révélées par l'information mutuelle. Le graphique donne une comparaison de la série quantifiée et de la série aléatoire avec la même distribution.