Une définition formelle du maître-esclave - en existe-t-il une ? - page 3
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
On parle de corrélation... quelle méthode utilisez-vous pour le mesurer ?
Il y en a beaucoup, mais tous ne sont pas adaptés.
Pourquoi c'est pour la papeterie ? ! Il s'agit en fait d'une quantité qui caractérise la relation entre deux variables aléatoires.
On peut bien sûr en déduire que sa valeur ne peut absolument pas avoir une signification = 0.
On parle de corrélation... quelle méthode utilisez-vous pour le mesurer ?
Il y en a beaucoup, mais tous ne sont pas adaptés.
Je le mesure avec Spearman.
La corrélation ne convient pas du tout. C'est pour les rangs stationnaires, et il n'y a rien de tel sur le front.
Vous avez fait une erreur. La corrélation convient à toutes les séries. Il s'agit d'une régression de Fourier et ne convient que pour les séries stationnaires.
On a parlé de corrélation... quelle méthode utilisez-vous pour le mesurer ?
Il y en a beaucoup, mais tous ne sont pas adaptés.
Vous avez quelque chose de mal. La corrélation convient à toutes les séries. Il s'agit d'une régression de Fourier qui ne convient qu'à une situation stationnaire.
Je ne pense pas. La co-intégration est plus générale et présente des limites quant à son application. Je ne veux pas le regarder. Je suis juste sûr que la corrélation n'est pas du tout applicable sur le front. C'est un numéro. A quel endroit de l'échantillon fait-il référence ? Et nous sommes généralement intéressés par le bord droit de l'échantillon.
Quelles sont les méthodes appropriées ? Est-ce que Pearson convient ? La formule générale sans estimation de l'espérance et de la variance semble très logique.
à celui que vous spécifiez dans la série que vous comparez.
La corrélation n'a pas sa place dans une série - elle est une caractéristique d'un échantillon de deux séries.
La corrélation est la plus grande illusion des statistiques pour les personnes qui non seulement connaissent les statistiques, mais les ressentent.
Si nous parlons du forex, nous ne pouvons pas simplement l'appliquer, car le forex a des tendances et les valeurs de corrélation indiquent le rapport de deux composantes déterministes dans deux séries, c'est-à-dire qu'elles n'ont rien à voir avec des variables aléatoires. Alors excusez-moi, tous les arguments sur les valeurs de Pearson et de Spearman viennent du malin.
Celle de Pearson est peu probable. La façon dont vous le calculez dépend de ce que vous voulez obtenir.
Vous voyez, si je vous comprends bien, il est "improbable" que Pearson s'adapte, parce qu'il est utilisé pour estimer une mesure des relations linéaires, et donc ne convient pas pour estimer une mesure des relations non linéaires.
Mais dans ce cas, vous pouvez :
L'idée d'utiliser l'espérance normalisée de cette relation comme mesure de la stabilité de la relation me paraît acceptable.