Statistiche di dipendenza nelle citazioni (teoria dell'informazione, correlazione e altri metodi di selezione delle caratteristiche) - pagina 17
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
Come metodo di eliminazione, suggerisco semplicemente di mettere in relazione gli incrementi con il profilo di volatilità giornaliero.
Posso metterlo a modo mio?
Quindi, l'approccio scelto mostra che ci sono delle dipendenze. La più ovvia, ragionevole e visibile a occhio nudo è la periodicità giornaliera della volatilità.
Pertanto, il prossimo passo logico nella mia ricerca sarebbe quello di cercare di escludere questa dipendenza ovvia e molto forte dai dati e vedere se il nostro (vostro) metodo mostra la presenza di altre dipendenze.
Come metodo di eliminazione propongo di mettere semplicemente in relazione gli incrementi con il profilo di volatilità giornaliero.
Sono terribilmente dispiaciuto.
ma cosa c'entra la volatilità "sbagliata" se abbiamo adottato il modello "corretto".
:)
Continuo a sostenere "distruttivamente" che il test per l'indipendenza è equivalente al test per una distribuzione uniforme.
E nessuna "statistica non parametrica" - solo l'ipotesi nulla, che gli autori dei libri di testo sono a volte troppo pigri per spiegare...
Codice grezzo per MQL-- https://www.mql5.com/ru/forum/132692/page13
Caro esperto!
C'è una domanda su questa macchina. Come risultato della devolatilizzazione, l'autocorrelazione sulla serie di rendimenti risultante (presa modulo) è vicina allo zero? In un processo normale su lag 1 e 24 l'autocorrelazione è circa 0,11.
Posso certamente controllarlo io stesso, è solo che ho provato a fare una correzione al profilo di volatilità giornaliera io stesso, ma l'autocorrelazione per qualche motivo è rimasta.... E questa è la radice delle forti dipendenze, come è diventato chiaro.
Caro esperto!
Non chiamarmi così :) TheXpert è un soprannome, niente di più, esperto è una caratteristica.
Come risultato della devolatilizzazione, l'autocorrelazione sulla serie di rendimenti risultante (presa modulo) è vicina allo zero?
Non ne ho idea, per me l'ATR giornaliero lisciato è uno strumento puramente pratico, e non è andato oltre l'ottenere un grafico, sono venute fuori questioni più urgenti.
Quindi devi farlo :). Non necessariamente vicini, ma logicamente dovrebbero essere più vicini.
Sono terribilmente dispiaciuto.
Ma cosa c'entra la volatilità "sbagliata" se abbiamo adottato il modello "giusto".
:)
Sono stato io a camminare sulla luna o sei stato tu? :) Perché la tua volatilità è sbagliata e, anzi, cosa c'entra la tua volatilità sbagliata? È vostro diritto accettare il modello e considerarlo corretto, ma in relazione all'approccio dell'autore qualsiasi modello sarebbe esterno, non ci sono e non possono esserci modelli nel suo approccio. Se ho capito bene ovviamente :)
Sono stato io a camminare sulla luna o sei stato tu? :) Perché la tua volatilità è sbagliata e, anzi, cosa c'entra la tua volatilità sbagliata? È vostro diritto accettare il modello e considerarlo corretto, ma in relazione all'approccio dell'autore qualsiasi modello sarebbe esterno, non ci sono e non possono esserci modelli nel suo approccio. Se ho capito bene ovviamente :)
Posso chiedere?
Intendiamo l'indipendenza nello stesso modo? Cioè entrambi i processi appartengono alla stessa distribuzione e sono presumibilmente indipendenti.
Ma se non fossero la stessa cosa?
che cosa allora?
Quindi "irregolarità".
:)
posso chiedere?
intendiamo l'indipendenza nello stesso modo? cioè entrambi i processi appartengono alla stessa distribuzione e sono presumibilmente indipendenti.
E se non sono uguali?
che cosa allora?
Da qui l'"irregolarità".
:)
Non ho il tempo di acclimatarmi così in fretta :). Quali due processi? Ci potrebbero essere un milione di processi, le loro distribuzioni potrebbero essere qualsiasi, noi vediamo solo il risultato complessivo.
La volatilità e la sua periodicità giornaliera è solo un fatto osservabile, che non ha niente a che vedere con nessun modello. Quindi è sempre corretto :).
Non ho il tempo di acclimatarmi così in fretta :). Quali due processi? Ci possono essere un milione di processi, le loro distribuzioni possono essere quello che vogliono, noi vediamo solo il risultato complessivo.
La volatilità e la sua periodicità giornaliera è solo un fatto osservabile, che non ha niente a che vedere con nessun modello. Quindi è sempre corretto :).
si hanno dei ritorni (e Alexei sostiene che sono quasi laplaciani nella distribuzione temporale).
Ora si testano le ipotesi sulla loro indipendenza dai valori precedenti.
Se il modello di distribuzione dei rendimenti è uniforme - è corretto applicare il chi-quadrato come discusso qui...
Altrimenti non lo è. È di questo che sto parlando. Devi prendere la frequenza dalla distribuzione di Laplace per il test del chi-quadrato. E non pensare ad altro.
E il fatto che la volatilità sia sensibile al volume azionario è un fatto. ma la ragione è diversa.
E cercare di normalizzare - offuscherà il taglio evidente.
Più fuori (oltre sigma) - più indipendenza...
;)
si hanno dei ritorni (e Alexei sostiene che sono quasi laplaciani nella distribuzione temporale).
Ora si testano le ipotesi sulla loro indipendenza dai valori precedenti.
Se il modello di distribuzione dei rendimenti è uniforme, corretto. Altrimenti non lo è. È di questo che sto parlando.
E il fatto che la volatilità sia sensibile alla volatilità azionaria è un fatto. ma la ragione è diversa.
E cercare di razionarlo - offuscherebbe il taglio ovvio.
Più fuori (oltre sigma) - più indipendenza...
;)
Gli SV possono essere distribuiti in modo diverso e possono essere dipendenti o indipendenti. Se 2 SV sono indipendenti, allora le distribuzioni condizionate delle variabili casuali indipendenti sono uguali alle loro distribuzioni incondizionate. Nel caso di un SV, la distribuzione è indipendente dai valori SV precedenti: la distribuzione condizionale SV (dei valori precedenti dello stesso SV) è uguale alla distribuzione incondizionata SV