Correlazione zero del campione non significa necessariamente che non ci sia una relazione lineare - pagina 44
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Diamo un'occhiata insieme:
C'è il mio post "I CC POSSONO e DEVONO essere contati dalle file originali". Ora fate attenzione, domanda - c'è la parola SOLO nel significato di "I CC POSSONO e DEVONO essere contati SOLO dalle file originali")).
Ok, prendete le due funzioni ortogonali seno e coseno. Ovviamente, la correlazione tra i loro valori è zero.
Ora cambiamo un po' queste funzioni per renderle più simili a una serie di prezzi: 1) alziamole sopra lo zero 2) e aumentiamo gradualmente i valori secondo la scala relativa usando la funzione di esponenziazione.
Misuriamo il CQ di Pearson per i valori ottenuti e per i loro logaritmi. Il QC per i logaritmi tende a zero. Il QC calcolato "a testa alta" indica l'esistenza di una relazione. Qual è il CQ a cui si riferisce?
L'esempio è inverosimile e non si adatta del tutto alla tua domanda, ma comunque.
Ok, prendete le due funzioni ortogonali seno e coseno. Ovviamente la correlazione tra i loro valori è zero.
Perché?
Avete almeno capito cosa significa "La correlazione tra i loro valori è zero"? Questa espressione significa che KK=0, che non è il caso (e questo può anche essere determinato visivamente).
Non so nemmeno cosa dire (pensavo di aver menzionato l'ortogonalità). Perché? Perché questa è la sua natura.
Ecco il file excel, esperimento.
Forse queste sono le conclusioni di un confronto visivo che ha generato questo argomento.
Quale coefficiente di correlazione userete?
Se volete conoscere il coefficiente di correlazione, userete il coefficiente di correlazione. Se volete conoscere il coefficiente di correlazione, dovrete guardare il coefficiente di correlazione.
Prima devi determinare su cosa stai camminando e poi applicare un coefficiente di correlazione, o un coefficiente di correlazione per la differenza o il logaritmo o qualsiasi altra cosa, o forse non un coefficiente di correlazione a tutti.
Non so nemmeno cosa dire (pensavo di aver menzionato l'ortogonalità). Perché? Perché questa è la sua natura.
Ecco il file Excel, esperimento.
Forse queste sono le conclusioni di un confronto visivo che ha generato questo thread.
Sì? E una volta mi hanno insegnato che il coefficiente di correlazione di coseno e seno varia dolcemente da -1 a +1. Si scopre che è 0........
Dipende da quale periodo contare. Se è inferiore al periodo di seno e coseno, va di qua e di là. Se esattamente il periodo di seno e coseno, 0.
Ok, prendete le due funzioni ortogonali seno e coseno. Ovviamente, la correlazione tra i loro valori è zero.
Ora cambiamo un po' queste funzioni per renderle più simili a una serie di prezzi: 1) alzarle sopra lo zero 2) e aumentare gradualmente i valori secondo la scala relativa usando la funzione esponenziale.
Misuriamo il CQ di Pearson per i valori ottenuti e per i loro logaritmi. Il QC per i logaritmi tende a zero. Il QR calcolato "a testa alta" indica l'esistenza di una relazione. Qual è il CQ a cui si riferisce?
Questo esempio è inverosimile e non si adatta del tutto alla tua domanda, ma comunque.
Qual è il punto di queste costruzioni, il QR descrive la relazione tra due variabili casuali in un dato momento nel tempo e non durante un intervallo. Quest'ultimo è vero solo se i due processi da confrontare sono a) stazionari b) ergodici, il che non è assolutamente il caso per le funzioni date, quindi il QC campione come stima del vero QC non ha alcun senso per loro. In altre parole, bisogna prima provare (o almeno supporre ragionevolmente) la stazionarietà e l'ergodicità, e solo dopo sostituire la serie nella formula.
Dipende da quale periodo contare. Se è inferiore al periodo di seno e coseno, va di qua e di là. Se esattamente per il periodo di seno e coseno, allora 0.
Vedi il mio post precedente - se su un intervallo in cui possiamo approssimare le condizioni a e b