A correlação de amostra zero não significa necessariamente que não exista uma relação linear - página 54

 
Demi:

Não há mais do que uma ACF para colocar um CQ em qualquer outro lugar? E quanto a um CQ entre instrumentos? Não? Você não consegue pensar nisso?

Bem, tome os preços dos índices S&P500 e NASDAQ (^GSPC e ^IXIC no Yahoo.Finance, respectivamente). A correlação calculada sobre os preços será novamente positiva. Você pode construir uma estratégia lucrativa?))

E espalhar o comércio? Também riscado?

Porque eles não usam correlação, mas cointegração.

Por que esses postes sem sentido?

Estou lhes dando idéias sobre como fazer grails com esta abordagem. Você não tem dúvidas de que está certo, se houver correlação, mas você não pode ganhar dinheiro no barco? :D

 
anonymous:

Bem, então tome os preços dos índices S&P500 e NASDAQ (^GSPC e ^IXIC no Yahoo.Finance, respectivamente). A correlação calculada sobre os preços será novamente positiva. Você pode construir uma estratégia lucrativa?))

Risque isso, pois não é a correlação, mas a cointegração que é utilizada.

Estou lhe dando idéias de como você pode fazer grails com esta abordagem. Você não tem dúvidas de que está certo, se existe uma correlação, mas não pode ganhar dinheiro no barco? :D

Bem, foi o que pensei... Tudo isso faz sentido agora...

Portanto:

1. Os instrumentos de mercado não são cointegrados - lembre-se disso para toda a vida.

2. eu posso fazer qualquer coisa - lembre-se disso também.

3. para todos os itens acima, é a correlação que é utilizada - ver item 1.

4. não gastar tempo no fórum e ler, ler, ler, ler. Googling, googling, googling.

P.S. pare de brincar de palhaço

 
Demi:

1. Os instrumentos de mercado não são cointegrados - lembre-se disso para sempre.

Veja os preços das ações BRK-A, BRK-B. Contra-exemplo, mais uma vez.

2. Eu posso fazer qualquer coisa - lembre-se disso também.

Bom para você.

3. é a correlação que é usada para tudo o que eu listei - veja o ponto 1.

Tem sido discutido tanto neste fórum como no fórum da MQL5.

Estou cansado de aborrecê-lo aqui também).

 
Demi: Em uma escala maior, o QC pode e deve ser calculado sobre os dados iniciais (preços) do mercado forex.
Bem, bem, faça as contas. Você encontrará muitas dessas correlações, com as quais ninguém aqui sonhou, porque são um disparate (correlações falsas).

O CQ para séries estacionárias e ergódicas não é de todo necessário - para elas tudo é claro e compreensível.

Errado em princípio. Em algum lugar eu vi um exemplo muito ilustrativo de cálculo da taxa de difusão de tinta em um líquido apenas usando ACF. O processo era estacionário e muito provavelmente ergódico.

Afixá-lo-ei quando o encontrar.

 
Mathemat:
Faça as contas. Você encontrará muitas dessas correlações com as quais ninguém aqui sonharia, pois seriam um disparate (correlações falsas).

Os instrumentos financeiros em divisas estão correlacionados. Mais uma vez, tudo isto é análise entre mercados, pares, etc. negociação, negociação em regime de spread, com exceção da negociação sazonal.

A falsa correlação poderia ser entre a velocidade de crescimento do cabelo na cabeça e a dinâmica do movimento da placa continental.

 
Integer:

Então a fila está estacionária... Portanto, não se pode usá-lo dessa forma, mas apenas as primeiras diferenças. Vamos imaginar outra fila, exatamente a mesma, e outra, apenas a linha é para baixo.

Portanto, a correlação é perfeitamente calculada, quando ambas as séries estão na mesma direção - obtemos 1, quando em direções diferentes - -1. Isto é, o resultado faz sentido, a correlação é calculada e o valor corresponde à realidade.
Entretanto, as séries não são estacionárias, portanto não se pode fazer assim:) você tem que contar a correlação da primeira diferença. Portanto, temos as séries 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 - sobre tais dados a correlação não pode ser calculada.

É isso aí! Cavalheiros

* * *

Pesquisei um pouco na internet na Granger e lá encontrei declarações de que o método Granger deveria ser aplicado apenas nas primeiras diferenças... Entretanto, em livros mais competentes não existe tal coisa, ao contrário, está escrito, que em dados estacionários é aplicado outro método. Mas com o que todos provam seu ponto de vista... Eu não sei, é óbvio para mim que não preciso de nenhuma primeira diferença.

* * *

Tudo está claro com os senhores economistas e afins. Portanto, eu me ausento e não participo de conversas sobre o tema da correlação, etc.

Além de manipular fórmulas e termos, é preciso entender também a essência e o significado.


Você está enfatizando o ponto, mas enquanto isso, você mesmo o perdeu. Um exemplo simples, duas caminhadas estacionárias e aleatórias com MO zero:

É óbvio que ambos são direcionados na mesma direção, também é óbvio que não há correlação entre estes processos. Tomando o CQ para estas duas séries como está, obtemos o coeficiente igual a 0,86, ou seja, identificamos uma forte correlação. Mas se está ausente de forma confiável, então o que temos? Agora pegamos as primeiras diferenças destes dois processos e calculamos o coeficiente de correlação para eles e agora ele é igual a 0,02, ou seja, ele mostrou o que deve mostrar - não há conexão. Seu movimento em uma direção é uma simples coincidência.

Ao calcular o CQ em I(1), você está adequando os métodos estatísticos ao que lhe parece. E visualmente, as duas séries parecem ser semelhantes, quando na verdade não são.

 
C-4: É óbvio que ambos apontam na mesma direção, é também óbvio que não há relação entre estes processos. Tomando o CQ para as duas séries como está, obtemos um coeficiente de 0,86, ou seja, identificamos um forte relacionamento. Mas se está ausente de forma confiável, então o que temos? Agora pegamos as primeiras diferenças destes dois processos e calculamos o coeficiente de correlação para eles e agora ele é igual a 0,02, ou seja, ele mostrou o que deve mostrar - não há conexão. Seu movimento em uma direção é uma simples coincidência.

Muito bom exemplo, obrigado. Uma pedrinha na direção dos amantes de falsas correlações, que pensam que nunca as obterão.

 
Integer:

Cavalheiros, podem me dizer se esta série de dados é estacionária ou não estacionária?

É um processo estacionário do formulário I(1), quanto mais não seja porque sua expectativa matemática não muda com o tempo. Mas não tem variação (dispersão) e, portanto, não faz sentido ter pelo menos Pearson QC porque utiliza a soma dos produtos de variação de dois vetores divididos por sua dispersão, o que não temos neste processo.
 
C-4:


Você está enfatizando o ponto, mas, entretanto, você mesmo o perdeu. Um exemplo simples, duas caminhadas estacionárias e aleatórias com MO zero:

É óbvio que ambos apontam na mesma direção, é também óbvio que não há relação entre estes processos. Tomando o CQ para as duas séries como está, obtemos um coeficiente de 0,86, ou seja, identificamos um forte relacionamento. Mas se está ausente de forma confiável, então o que temos? Agora pegamos as primeiras diferenças destes dois processos e calculamos o coeficiente de correlação para eles e agora ele é igual a 0,02, ou seja, ele mostrou o que deveria mostrar - não há conexão. Seu movimento em uma direção é uma simples coincidência.

Ao calcular o CQ em I(1), você está adequando os métodos estatísticos ao que lhe parece. E visualmente, as duas séries parecem ser semelhantes, quando na verdade não são.

1. MO=0? O MO da série = 0? Ou os incrementos das filas?

2. Ambas as filas estão estacionárias? Você tem certeza disso?

3. O QC não estabelece e nunca estabeleceu a presença ou ausência de qualquer relação funcional. É simplesmente uma característica numérica. A presença ou ausência de relações é uma questão de interpretação de CQ por outros métodos.

 
C-4: Este é um processo estacionário do formulário I(1)

Não, não pode haver tal coisa. Somente a série I(0) pode ser estacionária.

Demi: 2 . Ambas as séries são estacionárias? Você tem certeza disso?

Não, eles não são estacionários. São apenas peças selecionadas de um processo Wiener (ou seja, um processo Browniano), tanto quanto eu entendo. Ou seja, o processo I(1), se de fato for um processo Wiener.