Correlazione zero del campione non significa necessariamente che non ci sia una relazione lineare - pagina 51
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
Alsu, anonimo aiutami a capire. Cosa significa? Si scopre che l'apparente correlazione positiva tra Bid e Ask di qualsiasi simbolo è una finzione. E la correlazione negativa tra le quotazioni avanti e indietro è anche qualcosa che può essere buttata via, perché non ha né stazionarietà né ergodicità?
1. Se non sapeste come sono state ottenute le serie negli esempi, come riconoscereste (preferibilmente con un esempio) che non si tratta di quantità correlate al 100% ma di quantità collineari? Un vincolo simile (indagare la collinearità) si applica all'autocorrelazione?
2. Qual è il rapporto aritmetico tra Bid e Ask?
P.S. "Più lontano nel bosco più fitti sono i partigiani" sembrerebbe, stiamo cercando l'interrelazione, e lì, dove questa interrelazione si rivela più nettamente, ... sconcerto. E tu volevi solo valutare la correlazione delle due file in qualche momento del passato.
Si scopreche l'apparente correlazione positiva tra Bid e Ask di qualsiasi simbolo è una finzione. E anche la correlazione negativa tra le quotazioni in avanti e all'indietro è qualcosa che può essere buttata via, dato che non c'è stazionarietà
Si può buttare via. Usare file stazionarie.
(3) Come quantizzare i dati
Prendete la prima differenza tra le candele, non è HP BP. Perché dovrebbe essere normalmente distribuito se una candela ha X scambi e l'altra ha 100X scambi e tutti con volumi diversi. Scavare nella storia delle zecche, storia di secondo livello? Più si va in profondità, più ci sono differenze tra i broker.
Si può quantizzare in base al volume se si ha accesso ad esso.
Si può non quantizzare affatto. Allora la formula della correlazione sarà diversa.
In ogni caso, non otterrete la normalità con la sola quantizzazione dei prezzi.
Le offerte e le richieste sono semplicemente migliori offerte e... e così via. Possono cambiare se non c'è un vero e proprio commercio? Certo. Possono rimanere invariati se c'è uno scambio? Sì, assolutamente (parzialmente eseguito). A metà prezzo! Che dire dei momenti in cui lo spread aumenta più volte, che dire di midprice o best-band?
Se si calcola in base ai prezzi di scambio - i risultati saranno rumorosi a causa del rimbalzo bid/ask.
Per il midprice si può usare, se lo strumento è abbastanza liquido.
La soluzione migliore è quella di utilizzare la media aritmetica tra i prezzi attesi di due ordini di mercato (acquisto e vendita) di un certo volume prestabilito. Ma abbiamo bisogno di dati di livello 2 per questo.
I valori collinari non possono partecipare ai calcoli statistici.
Non è vero :P È solo che si usano metodi diversi. Per esempio, invece della regressione lineare si può usare la regressione a componenti principali.
La correlazione è una costante. Se ogni campione di due SV per cui si calcola la correlazione è statisticamente uguale ad altri campioni della popolazione generale di questi SV, allora possiamo dire che i due SV sono dipendenti. Più precisamente, il loro comportamento è simile. Questo vale per SV distribuiti normalmente.
Se gli SV non sono normali, allora si applica la cointegrazione, quando la caratteristica della dipendenza reciproca di due SV non è un numero, ma una serie con certe proprietà.
Le condizioni per l'applicabilità della correlazione e della cointegrazione non sono scritte correttamente. La correlazione (in particolare, i metodi di rango) è applicabile indipendentemente dalla forma della distribuzione, la stazionarietà e l'ergodicità delle variabili casuali sono sufficienti. Anche i test di cointegrazione non dipendono dalla forma della distribuzione, solo lo stesso ordine di integrazione dei processi casuali è richiesto (l'ordine deve essere maggiore di zero).
Si può buttare via. Usare file stazionarie.
Si può quantificare in base al volume, se si ha accesso ad esso.
Non si poteva quantizzare affatto. Allora la formula della correlazione sarà diversa.
In ogni caso, la sola quantizzazione dei prezzi non garantisce la normalità.
Se fai i calcoli sui prezzi delle transazioni - i risultati sarebbero rumorosi a causa della presenza del rimbalzo bid/ask.
Si può usare il prezzo medio, se lo strumento è sufficientemente liquido.
Il modo migliore è quello di utilizzare la media aritmetica tra i prezzi attesi di due ordini di mercato (acquisto e vendita) di un certo volume prestabilito. Ma abbiamo bisogno di dati di livello 2 per questo.
Non è vero :P È solo che si usano metodi diversi. Per esempio, la regressione a componenti principali può essere usata al posto della regressione lineare.
Le condizioni per l'applicabilità della correlazione e della cointegrazione non sono scritte correttamente. La correlazione (in particolare i metodi di rango) è applicabile indipendentemente dalla forma della distribuzione, basta la stazionarietà e l'ergodicità delle variabili casuali. Anche i test di cointegrazione non dipendono dalla forma della distribuzione, solo lo stesso ordine di integrazione dei processi casuali è richiesto (l'ordine deve essere maggiore di zero).
Naturalmente, le sue osservazioni sono più accurate delle mie.
Ma.
Io, credo che la mia definizione sia più corretta perché l'applicazione si vede più chiaramente da essa, e per me questo è molto più importante della purezza delle definizioni. In generale, sto cercando di dimenticare tutte quelle definizioni che mi hanno insegnato all'istituto e prendere il significato del termine sotto forma di codice di programma. Prendere un codice specifico, per esempio R, ed eseguire quel codice per calcolare la cointegrazione è la definizione di quella parola. Questo, secondo me, è l'unico modo per dissociarmi dalla fiorente diversità pseudoscientifica della scienza russa. Questo riflette il mio desiderio di profitto, non di dissertazione.
Quindi, se volessi dare le specifiche di qualsiasi pacchetto, preferibilmente R, per sostenere ciò che dici, sarebbe super prezioso per me.
Ragazzi, applicate almeno una parte di quanto sopra al vostro trading, e poi valutate i risultati statisticamente:)
Signori, potete dirmi se questa serie di dati è stazionaria o non stazionaria?
Signori, potete dirmi se questa serie di dati è stazionaria o non stazionaria?
E quante osservazioni sono rappresentate? Solo due, o ce ne sono una dozzina?
Quante osservazioni sono rappresentate? Solo due, o ce ne sono una dozzina?
Molto. Molto.
Allora I(1), instabile.