Correlazione zero del campione non significa necessariamente che non ci sia una relazione lineare - pagina 53
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
Ecco, lo schiocco...
Non sono tutto questo, ve lo assicuro.
Mi dispiace, naturalmente - non lo è.
Non capisco molto bene.
Cosa hanno a che fare tutti questi processi casuali con la figura dell'intero, che è y=a+bx da sempre e per sempre.
E per applicare la conoscenza nei processi casuali dovremmo sottrarre la linea retta dalla rappresentazione digitale della figura e guardare il risultato. Se è zero puro, è una cosa, se non è zero, è un'altra. Ma si dovrebbe sempre fare lo smoothing (a volte chiamato detrending). Non ha senso discutere della casualità dei dati se c'è una componente deterministica, e se si giudica la figura a occhio, allora se c'è una componente casuale, può essere trascurata. E la gente del forum cerca di calcolare qualcosa sulla casualità. È necessario eseguire lo smoothing e studiare il residuo.
Non lo capisco molto bene.
Non ha senso discutere della casualità dei dati se questi hanno una componente deterministica,
))))) Tutte le variabili casuali hanno una componente deterministica, che è ciò che le distingue dalle quantità incerte. È la statistica matematica e l'econometria che separa la componente deterministica dalle variabili casuali.
In generale - è possibile e necessario calcolare il QC usando i dati iniziali (prezzi) del mercato Forex. L'AC può e deve essere calcolata su serie non stazionarie. Il CQ per le serie stazionarie ed ergodiche non è affatto necessario - tutto è chiaro e comprensibile per loro.
НЕ совсем знают как применить рецикл в практической тоговле на валютном рынке , рецикл нужен для нахождения в частности наиболее устойчивых (менее подверженных изменениям) динамических систем ,которые являються не чем иным как валютными портфелями
Così per oggi e per i prossimi 2-3 mesi un tale portafoglio è un acquisto simultaneo di NZ, Pound, Aussie contro Yen, Euro, USD
))))) Tutte le variabili casuali contengono una componente deterministica, che è ciò che le distingue dalle quantità incerte.
Quindi quale componente deterministica pensate sia contenuta nel rumore bianco gaussiano?
In grande stile - il QC può e deve essere calcolato sui dati grezzi (prezzi) del mercato forex.
Supponiamo che abbiate calcolato l'ACF del prezzo (non gli incrementi) di qualche strumento su D1 negli ultimi 5 anni, e vedete che è positivo con un ritardo di 10 giorni. Puoi costruire una strategia redditizia basata su questo? :D
Quindi la fila è ferma... Quindi non si può usare in questo modo, ma solo le prime differenze. Immaginiamo un'altra fila, esattamente uguale, e un'altra ancora, solo che la linea è rivolta verso il basso.
Quindi, la correlazione è perfettamente calcolata, quando entrambe le serie sono dirette in una direzione - otteniamo 1, quando sono dirette in direzioni diverse - otteniamo -1. Cioè il risultato ha senso, la correlazione è calcolata e il valore corrisponde alla realtà.
Tuttavia, le serie sono non stazionarie, quindi non puoi farlo in questo modo:) devi contare la correlazione dalla prima differenza. Quindi abbiamo le serie 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 e -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1 - su tali dati la correlazione non può essere calcolata.
Questo è tutto! Signori
* * *
Ho cercato un po' su internet su Granger, e lì ho incontrato dichiarazioni che il metodo Granger dovrebbe essere applicato solo sulle prime differenze... Tuttavia nei libri di testo più competenti non c'è niente del genere, al contrario è scritto che sui dati stazionari si applica un altro metodo. Ma con quale aplomb tutti dimostrano il loro punto... Non so, per me è ovvio che non ho bisogno di nessuna prima differenza.
* * *
Tutto è chiaro per i signori econometrici e simili... Pertanto, mi congedo e non partecipo a conversazioni sul tema della correlazione e simili.
Oltre a manipolare formule e termini, è necessario capire l'essenza e il significato.
Ho cercato un po' su internet su Granger, e lì ho incontrato dichiarazioni che il metodo Granger dovrebbe essere applicato solo sulle prime differenze... Ma non c'è niente del genere nei libri di testo più competenti, al contrario, è scritto che si applica un metodo diverso sui dati stazionari. Ma con quale aplomb tutti dimostrano la loro giustezza... Non so, per me è ovvio che non ho bisogno di nessuna prima differenza.
Non bisogna leggere "discorsi" e "libri di testo competenti" ma la descrizione del metodo nell'originale.
http://webber.physik.uni-freiburg.de/~jeti/studenten_seminar/stud_sem_SS_09/grangercausality.pdf
Parte 5, paragrafo 1. Buon divertimento.
Questo è tutto! Signori
Oltre a manipolare formule e termini, bisogna capire l'essenza e il significato.
Supponiamo che abbiate calcolato l'ACF del prezzo (non gli incrementi) di qualche strumento su D1 negli ultimi 5 anni, e vedete che è positivo con un ritardo di 10 giorni. Puoi costruire una strategia redditizia basata su questo? :D
No. E allora?
Non hai abbastanza competenze per mettere il QC in qualsiasi altro posto che non sia l'ACF? E il QC tra gli strumenti? No? Non ti viene in mente?
E l'analisi intermarket? No? No? E lo spread trading? È fuori questione?
Perché questi post senza senso?