A correlação de amostra zero não significa necessariamente que não exista uma relação linear - página 21
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
E a propósito, há ali um erro grosseiro em seus números. O que você chama de "gráficos com zero MO, uma variância e correlação zero" não são. Ou seja, você já tem um erro após a conversão dos dados - não precisa procurar mais.
Tudo o que você está dizendo é infundado. Por minha parte - além dos gráficos, anexei também os dados brutos. Você pode verificá-lo facilmente. E, como dito anteriormente, o CQ não é afetado pela multiplicação (trazendo variação para um) por uma constante e adicionando uma constante (trazendo MO para zero). Por favor, faça um teste rudimentar sobre os dados fornecidos e informe os resultados aqui. Não fazer reivindicações sem fundamento de erros grosseiros.
Direi mais, seu indicador de correlação está intrinsecamente errado. Você simplesmente substituiu a solução para um problema importante pela solução de outro problema. Exagerado.
Mais uma vez, é tudo conversa fiada. Leve uma leitura indicadora para qualquer lugar, calcule para ela com seu método de CQ e compare. O exemplo acima de correlação zero é encontrado a partir das leituras dos indicadores. A captura de tela sublinha especificamente em vermelho que a correlação calculada pelo Mathcad é de fato zero nesta amostra:
Obrigado, eu ri. O problema de identificar a correlação de indicadores financeiros está em outro plano ao todo.
Continue com isso, agora que você começou.
...
Além disso, ninguém neste fórum tomou incrementos relativos nos cálculos de CQ (com CQ a discussão começou), eles tomaram incrementos absolutos. O que, é claro, é fundamentalmente errado.
Já foi dito a você 1000 vezes. Por que você diz para todos que ninguém. Você já olhou através do meu computador e verificou todas as ferramentas desenvolvidas pelos participantes deste fórum?
O homem construiu um indicador ... com base nele fez um sistema comercial ... e está tendo lucro ... Você está dizendo deste ponto de vista que isso não é verdade? não estou nada certo, não é verdade em princípio, o que mais não é verdade?
Pare de pensar que todos neste fórum são idiotas e que você é o melhor e mais brilhante.
Já lhe disse 1000 vezes. Por que você está dizendo que ninguém é certo para todos? Você já olhou através do meu computador e pesquisou todos os desenvolvimentos dos participantes deste fórum?
Porque primeiro procurei neste fórum por cálculos de CQ e assegurei que os incrementos relativos não fossem usados (resultados postados no fórum) por você ou por qualquer outra pessoa. Se eu não estava procurando o suficiente, mostre-me.
Já foi discutido várias vezes, e não apenas por mim, por que usar incrementos absolutos ao comparar amostras de duas ou mais RCEs está errado.
Tudo isso é simplesmente infundado de sua parte. Pela minha parte, além dos gráficos, anexei também os dados brutos. Você pode verificá-lo facilmente.
Desculpe-me, você é estúpido?! Estamos falando desta foto aqui.
Não há MO = 0 e D=1 aqui.
É incrível, mas esta é a terceira vez que chamo sua atenção para este erro grosseiro. É como se você não conseguisse entender esta coisa simples, quanto mais debatê-la.
Não há MO = 0 e D=1 aqui.
É incrível, mas esta é a terceira vez que eu chamo sua atenção para este erro grosseiro. Parece que você não é capaz de entender esta coisa simples, muito menos de discuti-la.
Com base em que raciocínio você tira tais conclusões sobre MO e variância! Ainda bem que o primeiro post dá a data exata a partir da qual os dados foram tirados, assim foi possível recuperar:
Neste caso, como escrevi no primeiro post, o CQ é igual ao produto médio dos membros da BP da amostra:
Dados da fonte em anexo.
Os logaritmos são usados para estabelecer explicitamente que uma quantidade com uma distribuição parecida com uma distribuição normal tem um limite inferior de zero. Ao derivar a fórmula Black-Scholes, assume-se que a distribuição de preços é lognormal, ou seja, não é o preço que é normalmente distribuído, mas seu logaritmo.
O ARPSS inclui necessariamente a BP detrending. É feita uma distinção entre tendências aditivas e multiplicativas. Estes últimos, é claro, são logarítmicos antes de dissuadir a BP.
Com base em que raciocínio você tira tais conclusões sobre MO e dispersão?!
Muito simplesmente, MO e variância existem como um conceito estatístico para séries aleatórias, você tem uma série que é "não aleatória". Ou seja, MO e variância não existem como conceitos para eles.
1. Grosso modo, o critério do sinal é quebrado, cerca de 80% de seus dados são positivos (é um erro - padronização inadequada). As pessoas em um fio vizinho estão delirando sobre quantitiles - isto é exatamente a mesma coisa. E a partir da definição básica de séries aleatórias.
2. As dependências 'funcionais' são claramente visíveis.
3. e mais importante, é a questão de saber exatamente qual instrumento está sendo analisado - não há nada de aleatório nestes instrumentos. Pelo menos na representação dos dados que você tem.
4. Não há necessidade de esconder seu mal-entendido por trás de pacotes matriciais, entenda primeiro o básico. E a base é simples, a análise estatística (e o cálculo do MO) pode ser submetida a séries "aleatórias".
5. Se você apenas pegasse os dados como estão e eu lhe mostrasse como fazê-lo - isso estaria mais próximo da verdade.
O que diabos é análise estatística? Você tem alguma idéia do que está falando? Estamos falando de amostragem, QC conta com uma amostra. Você está ciente de conceitos como MO de amostragem, variância de amostragem e QC de amostragem?
Como se elas fossem escritas para você:
Um pouco de fundo.
Outro equívoco comum é confundir os conceitos de "coeficiente de correlação" (ou seja, uma característica de uma relação estocástica entre c.v.) e "coeficiente de correlação daamostra " (uma estimativa - uma das muitas possíveis - do verdadeiro CQ). Na verdade, são coisas bem diferentes, e substituir uma pela outra é fundamentalmente errado.
Muito simplesmente, MO e variância existem como um conceito estatístico para séries aleatórias, você tem uma série "não aleatória". Ou seja, MO e variância não existem como conceitos para eles.
1. Grosso modo, o critério do sinal é quebrado, cerca de 80% de seus dados são positivos (isto é um erro - padronização incorreta). As pessoas em um fio vizinho estão delirando sobre quantitiles - isto é exatamente a mesma coisa. E a partir da definição básica de séries aleatórias.
2. As dependências 'funcionais' são claramente visíveis.
3. e mais importante, é a questão de saber exatamente qual instrumento está sendo analisado - não há nada de aleatório nestes instrumentos. Pelo menos na representação dos dados que você tem.
4. Não há necessidade de esconder seu mal-entendido por trás de pacotes matriciais, entenda primeiro o básico. E a base é simples, a análise estatística (e o cálculo do MO) pode ser submetida a séries "aleatórias".
5. Se você apenas pegasse os dados como estão e eu lhe mostrasse como fazê-lo - isso estaria mais próximo da verdade.
Não desperdice suas energias. Prival tentou explicar-lhe que a ACF é uma função, não um número - ele falhou. É por aí que você tem que começar.
5. Se você tomasse sem rodeios os dados como eles são e eu lhe mostrasse como fazê-lo - isso estaria mais próximo da verdade.
Mostre-me, por favor: