Correlazione zero del campione non significa necessariamente che non ci sia una relazione lineare - pagina 54
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
Non c'è più di un ACF per mettere un QC da qualche altra parte? E un controllo di qualità tra gli strumenti? No? Non ti viene in mente?
Bene, prendete i prezzi degli indici S&P500 e NASDAQ (^GSPC e ^IXIC su Yahoo.Finance, rispettivamente). La correlazione calcolata sui prezzi sarà di nuovo positiva. Puoi costruire una strategia redditizia?))
E lo spread trading? Cancellato anche questo?
Perché non usano la correlazione, ma la cointegrazione.
Perché questi post senza senso?
Vi sto dando idee su come fare grails con questo approccio. Non hai dubbi che tu abbia ragione, se c'è correlazione ma non puoi fare soldi con la barca? :D
Allora prendete i prezzi degli indici S&P500 e NASDAQ (^GSPC e ^IXIC su Yahoo.Finance, rispettivamente). La correlazione calcolata sui prezzi sarà di nuovo positiva. Puoi costruire una strategia redditizia?))
Toglietelo, perché non è la correlazione che si usa, ma la cointegrazione.
Vi sto dando delle idee su come potete fare grails con questo approccio. Non hai dubbi che tu abbia ragione, se c'è correlazione ma non puoi fare soldi con la barca? :D
Beh, è quello che pensavo... Ora tutto ha un senso...
Quindi:
1. gli strumenti di mercato non sono cointegrati - ricordatelo per tutta la vita.
2. Posso fare qualsiasi cosa - ricorda anche questo.
3. Per tutto quanto sopra, è la correlazione che viene usata - vedi punto 1.
4. non spendere tempo sul forum, e leggere, leggere, leggere. Cercare su Google, cercare su Google, cercare su Google.
P.S. smettila di fare il pagliaccio
1. gli strumenti di mercato non sono cointegrati - ricordatelo per tutta la vita.
Guardate i prezzi delle azioni BRK-A, BRK-B. Controesempio, ancora una volta.
2. posso fare qualsiasi cosa - ricorda anche questo.
Buon per te.
3. è la correlazione che si usa per tutto quello che ho elencato - vedi punto 1.
È stato discusso sia in questo forum che nel forum MQL5.
Sono stanco di annoiarvi anche qui).
Il CQ per le serie stazionarie ed ergodiche non è affatto necessario - per loro tutto è chiaro e comprensibile.
Sbagliato in linea di principio. Da qualche parte ho visto un esempio molto chiaro di calcolo del tasso di diffusione della vernice in un liquido solo usando ACF. Il processo era stazionario e molto probabilmente ergodico.
Lo posterò quando lo troverò.
Fate i conti. Troverete un sacco di queste correlazioni che nessuno qui si sognerebbe di fare, perché sarebbero sciocchezze (false correlazioni).
Gli strumenti finanziari nel forex sono correlati. Ancora una volta, questa è tutta analisi inter-mercato, coppie, ecc. trading, spread trading con l'eccezione del trading stagionale.
Una falsa correlazione potrebbe esserci tra la velocità di crescita dei capelli sulla testa e la dinamica del movimento della placca continentale.
Quindi la fila è ferma... Quindi non si può usare in questo modo, ma solo le prime differenze. Immaginiamo un'altra fila, esattamente la stessa, e un'altra ancora, solo che la linea è verso il basso.
Quindi, la correlazione è perfettamente calcolata, quando entrambe le righe sono nella stessa direzione - si ottiene 1, quando in direzioni diverse - -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, -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 su 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, ecc.
Oltre a manipolare formule e termini, bisogna anche capirne l'essenza e il significato.
Stai sottolineando il punto, ma nel frattempo l'hai perso tu stesso. Un esempio semplice, due passeggiate casuali stazionarie con MO zero:
È ovvio che entrambi sono diretti nella stessa direzione, è anche ovvio che non c'è correlazione tra questi processi. Prendendo il QC per queste due serie come è, otteniamo il coefficiente pari a 0,86, cioè abbiamo identificato una forte correlazione. Ma se è attendibilmente assente, allora cosa abbiamo? Ora prendiamo le prime differenze di questi due processi e calcoliamo il coefficiente di correlazione per loro e ora è uguale a 0,02, cioè ha mostrato ciò che dovrebbe mostrare - non c'è connessione. Il loro movimento in una direzione è una semplice coincidenza.
Calcolando il CQ su I(1) state adattando i metodi statistici a ciò che vi sembra. E visivamente, le due serie sembrano essere simili, quando in realtà non lo sono.
Ottimo esempio, grazie. Un sassolino in direzione degli amanti delle false correlazioni che pensano che non ci arriveranno mai.
Signori, potete dirmi se questa serie di dati è stazionaria o non stazionaria?
Lei sta sottolineando il punto, ma nel frattempo lei stesso l'ha perso. Un esempio semplice, due passeggiate casuali stazionarie con MO zero:
È ovvio che entrambi puntano nella stessa direzione, è anche ovvio che non c'è relazione tra questi processi. Prendendo il CQ per le due serie così com'è, otteniamo un coefficiente di 0,86, cioè abbiamo identificato una forte relazione. Ma se è attendibilmente assente, allora cosa abbiamo? Ora prendiamo le prime differenze di questi due processi e calcoliamo il coefficiente per loro ed è uguale a 0,02, cioè ha mostrato ciò che dovrebbe mostrare - non c'è connessione. Il loro movimento in una direzione è una semplice coincidenza.
Calcolando il CQ su I(1) state adattando i metodi statistici a ciò che vi sembra. E visivamente, le due serie sembrano essere simili, quando in realtà non lo sono.
1. MO=0? Il MO della serie = 0? O gli incrementi delle righe?
2. entrambe le file sono ferme? Sei sicuro di questo?
3. QC non stabilisce e non ha mai stabilito la presenza o l'assenza di relazioni funzionali. È semplicemente una caratteristica numerica. La presenza o l'assenza di relazioni è una questione di interpretazione del CQ con altri metodi.
No, non può esistere una cosa del genere. Solo la serie I(0) può essere stazionaria.
Demi: 2 . Entrambe le serie sono stazionarie? Sei sicuro di questo?
No, non sono fermi. Sono solo pezzi selezionati di un processo di Wiener (cioè un processo browniano), per quanto ne so. Cioè, il processo I(1), se è davvero un processo di Wiener.