Correlazione, allocazione in un portafoglio. Metodi di calcolo - pagina 5

Nuovo commento
 
Aleksey Nikolayev:
C'è un problema con il calcolo della correlazione banale. A causa della non stazionarietà inerente agli incrementi di prezzo, dà risultati sbagliati (spesso gonfiati). Ecco perché l'econometria di solito prende la difficile strada di costruire un modello autoregressivo per la serie.
Potresti approfondire la domanda in un PM?
 
CHINGIZ MUSTAFAEV:
Potresti approfondire la domanda in un messaggio privato?

Ecco un semplice esempio di questo effetto. Non sono pronto a descrivere come affrontarlo in termini generali, dato che è essenzialmente un corso di econometria)

Generiamo quattro campioni indipendenti della stessa lunghezza con diversi payoff attesi - i primi due hanno zero e gli altri hanno uno. Tutte le correlazioni a coppie dovrebbero essere vicine allo zero. Ora ne facciamo due campioni, uno del primo e del terzo, e uno del secondo e del quarto. Sono, ovviamente, indipendenti e quindi non correlati, ma la correlazione del campione è notevolmente maggiore di zero. Il codice su R e il suo risultato:

n <- 1000
v1 <- rnorm(n, mean = 0, sd = 1)
v2 <- rnorm(n, mean = 0, sd = 1)
v3 <- rnorm(n, mean = 1, sd = 1)
v4 <- rnorm(n, mean = 1, sd = 1)

v5 <- c(v1, v3)
v6 <- c(v2, v4)

print(cor(v1, v2))
print(cor(v3, v4))
print(cor(v5, v6))

0.01907343
0.01391064
0.2173542
 
Aleksey Nikolayev:

Ecco un semplice esempio di questo effetto. Non sono pronto a descrivere come affrontarlo in termini generali, dato che è essenzialmente un corso di econometria)

Generiamo quattro campioni indipendenti della stessa lunghezza con diversi payoff attesi - i primi due hanno zero e gli altri hanno uno. Tutte le correlazioni a coppie dovrebbero essere vicine allo zero. Ora ne facciamo due campioni, uno del primo e del terzo, e uno del secondo e del quarto. Sono, ovviamente, indipendenti e quindi non correlati, ma la correlazione del campione è notevolmente maggiore di zero. Il codice su R e il suo risultato:

Questo non viene fatto nel RNG?
 
CHINGIZ MUSTAFAEV:
Non è fatto in RNG?

Più che altro PRNG, ma si può collegare a un RNG quantistico se si vuole).

Sì, la funzione rnorm() in R genera un campione indipendente normalmente distribuito con parametri specificati.

 
CHINGIZ MUSTAFAEV:
Rispondi alla domanda, o vai avanti negli altri thread.
Non so cosa stai contando, ma non mi sembra giusto.
Ecco di cosa parlava il post.
E la tua risposta sa di occhiali rosa.
Dopotutto, le coppie correlate al 100% che avete sono fuori discussione.
Le coppie sono pre-sincronizzate, spero?
 
Aleksey Nikolayev:

Più che altro PRNG, ma si può collegare a un RNG quantistico se si vuole).

Sì, la funzione rnorm() in R genera campioni indipendenti normalmente distribuiti con parametri dati.

un molto-molto pignolo: sottraggono/utilizzano l'entropia? il processo (funzione) che richiede un tempo spiacevolmente lungo. essa (entropia) si accumula lentamente, e senza di essa nulla è cripto-resistente

riguardo alla miscelazione - quale risultato ci si aspettava? mi sembra che anche in teoria la correlazione parziale sarà obbligatoria.

 
Maxim Kuznetsov:

molto-molto pignolo: leggono/utilizzano l'entropia? il processo (funzione) richiede un tempo sgradevolmente lungo. essa (entropia) si accumula lentamente, e senza di essa le cose non sono a prova di crittografia.

riguardo alla miscelazione - quale risultato ci si aspettava? mi sembra che anche in teoria la correlazione parziale sarà obbligatoria.

C'è qualche pacchetto in R che permette di connettersi a un computer quantistico e prendere vere SF. Da qualche parte sul forum li ho già postati per il tuo omonimo) Per PRNG in R puoi scegliere tra un mucchio di algoritmi (puoi leggere l'aiuto), ma non è entrato davvero nella questione.

Correlazione e correlazione selettiva sono cose molto diverse. Per esempio, la correlazione può essere inesistente, mentre la correlazione del campione può essere calcolata per quasi tutti i campioni. Il problema è una totale incomprensione del semplice fatto che la correlazione campionaria non è la definizione di correlazione (ma solo una stima di essa, non sempre accurata).

 
Aleksey Nikolayev:

C'è un pacchetto in R che permette di connettersi a un computer quantistico e prendere dei veri SF. Da qualche parte sul forum li ho già postati per il tuo omonimo) Per PRNG in R puoi scegliere tra un mucchio di algoritmi (puoi leggere l'aiuto), ma non sono entrato davvero nella questione.

Correlazione e correlazione selettiva sono cose molto diverse. Per esempio, la correlazione può essere inesistente, mentre la correlazione del campione può essere calcolata per quasi tutti i campioni. Il problema è una totale incomprensione del semplice fatto che la correlazione campionaria non è la definizione di correlazione (ma solo una stima di essa, non sempre accurata).

Gsc lo stimava tracciando la distribuzione del numero di conteggi generati identici. Più la linea è piatta, logicamente meglio è. Ci sono voluti alcuni milioni di generazioni. E si può vedere chiaramente tutto. Di solito lo stesso algoritmo dà sempre una copia della distribuzione, non importa quanto sia presumibilmente casuale.
 
Renat Akhtyamov:
Gsc è stato solitamente stimato tracciando la distribuzione del numero di identici generati ss. Più piatta è la linea, logicamente meglio è. Ci sono voluti diversi milioni di generazioni. E si può vedere chiaramente tutto. Di solito lo stesso algoritmo dà sempre una copia della distribuzione, non importa quanto sia presumibilmente casuale.

Un tipico esempio di come l'intuizione umana non funziona bene nei problemi teorici. La probabilità che ci siano coincidenze è molto alta (il paradosso dei compleanni)

 
Aleksey Nikolayev:

C'è un pacchetto in R che permette di connettersi a un computer quantistico e prendere dei veri SF. Da qualche parte sul forum li ho già postati per il tuo omonimo) Per PRNG in R puoi scegliere tra un mucchio di algoritmi (puoi leggere l'aiuto), ma non sono entrato davvero nella questione.

Correlazione e correlazione selettiva sono cose molto diverse. Per esempio, la correlazione può essere inesistente, mentre la correlazione del campione può essere calcolata per quasi tutti i campioni. Il problema è una totale incomprensione del semplice fatto che la correlazione campionaria non è la definizione di correlazione (ma solo una stima di essa, non sempre accurata).

Quindi, quanto ha osato la scienza? Qual è esattamente il risultato insoddisfacente.

123456789101112
Nuovo commento