Statistiche di dipendenza nelle citazioni (teoria dell'informazione, correlazione e altri metodi di selezione delle caratteristiche) - pagina 73
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
Ben detto! Noi, Alexei, siamo a favore delle inefficienze del mercato. E abbiamo già risultati pratici che lo dimostrano, ma non visibili attraverso il prisma dell'approccio statistico-econometrico classico.
Per quanto riguarda il tuo risultato hai ignorato il mio post.
Lasciate che sia. Ma.
L'ACF classico sa dove attaccare e non io da solo, ma milioni. Dopo la detrending ACF raramente produce dipendenze maggiori di 10 e se è così, è più probabile che non si tratti di una tendenza qualitativa. Tuttavia, se le dipendenze rimangono e il numero di ritardi supera i 40 (135 nella vostra immagine), implica modelli di integrazione frazionata (FARIMA). E cosa ne consegue dal suo approccio non classico? Quali modelli seguono quando vengono rilevate dipendenze di informazioni?
Potrebbe essere.
Qualsiasi intervallo di confidenza suona così: al livello del 5% (per esempio) l'ipotesi nulla è (non è) confermata.
Come suona la tua ipotesi nulla? Dov'è l'intervallo di confidenza? ecc. Se l'ACF è una cosa comprensibile per me, il tuo grafico non è comprensibile. Se il massimo è 2,098 bit, allora 0,05/2,098 non dovrebbe essere discusso. E i problemi all'inizio della linea non vengono rimossi.
A proposito, su cosa hai calcolato l'ACF?
Su quello che ho contato l'ACF - ho scritto. Sui dati del file allegato, solo che prendo l'intera riga di dati, non 100 punti come te. A proposito, non capisco perché bisogna prendere 100 punti di dati. Non è abbastanza, IMHO.
Riguardo all'intervallo di confidenza. Il mio risultato suona così: al livello 0,01, l'ipotesi nulla che le statistiche di mutua informazione tra la barra nulla e i ritardi non sono diversi sulle serie casuali e di origine non è confermata.
Scusa se non ti ho risposto subito. Mi è sfuggito di mente ed ero un po' occupato.
Quello che ho usato per calcolare l'ACF - l'ho scritto. Sui dati del file allegato, solo che prendo l'intera riga di dati, non 100 punti come te. A proposito, non capisco perché bisogna prendere 100 punti di dati. Non è abbastanza, IMHO.
Riguardo all'intervallo di confidenza. Il mio risultato suona così: al livello 0,01, l'ipotesi nulla che le statistiche di mutua informazione tra la barra nulla e i ritardi non sono diversi sulle serie casuali e di origine non è confermata.
Grazie, mi hai dato completa chiarezza.
Per favore. Questo era il messaggio principale del mio articolo. Ho specificamente eseguito un test Kolmogorov-Smirnov e Mann-Whitney U alla fine per i campioni senza indicazione del tipo di distribuzione. Entrambi i test hanno mostrato che l'ipotesi nulla non è confermata. Come interpretare questo è un argomento molto più ampio.
Allora, da dove vengono i test e l'ACF?
Ah, ora capisco la domanda. Statistica.
Il prossimo penultimo passo è EViews, e poi l'ultimo è R.
Ho già sentito parlare molto di EViwes da voi, lo proverò. R - hanno anche sentito e anche visto. Lo proverò anch'io, quando avrò tempo. Ho letto su un forum medico che a volte i risultati dei calcoli sui test differiscono tra diversi programmi, purtroppo.
E Excel in generale - anche la qualità di PRNG, a differenza di Statistica. Io stesso ho osservato delle differenze nella morbidezza della campana della distribuzione normale.
Quando ho tempo, vorrei farlo in questo topic. Per analogia con l'autocorrelazione privata (in cui l'influenza dei ritardi intermedi è tagliata), fare il taglio dell'influenza dei ritardi intermedi nel calcolo dell'informazione reciproca.
Ecco un esempio. Questa è l'autocorrelazione della volatilità (modulo) di EURUSD H1 alla profondità fino a 480 ritardi:
E questo è l'aspetto di un grafico delle autocorrelazioni parziali - cioè l'influenza dei ritardi intermedi (false correlazioni) è stata rimossa:
Potete vedere che molte correlazioni sono tagliate in una volta sola.
Qui voglio fare una cosa simile, solo per una serie di ritorni con segni. Almeno sarà visibile fino a quale barra c'è davvero una memoria.