Коэффициенты корреляции - страница 3

 
grasn:

Исправлено:


Если взять отдельно H и L, то они, действительно, имеют ФЗ. Мы ведь не знаем является ли данное значение H или L до тех пор, пока не закончится формирование свечи. Однако, их ФЗ меньше одного бара. То же самое можно сказать и о (H+L)/2. И вообще, можно перейти от пары координат (H,L) к паре ((H+L),(H-L)) ортогональным преобразованием, которое, как известно, сохраняет их линейную независимость. В этих переменных (H-L) имеет ненулевое, но весьма устойчивое мо, а значит наиболее близка к стационарному ряду. А (H+L)/2, как показал Neutron на прошлой странице, имеет еще большую автокорреляцию первой разности, чем H или L. Так это не отбрасывать надо, а воспользоваться этим !


Воспользоваться, толком не получиться. Совсем забыл сказать, важную мысль :о). Используя для оценки прогнозируемости автокорреляционную функцию надо четко понимать, что эта оценка корректна только для методов прогнозирования, которые используют эту самую функцию автокорреляции. А вообще (философски), это оценка никакого смысла не имеет.

Да и сама АКФ очень тонкая штука :о) Не просто с ней.

Сергей, к сожалению ваша важная мысль не по адресу. Разве вы не заметили что я не использую АКФ, методы корреляционного анализа и тому подобное ?

Упомянутая оценка имеет философский (= физический) смысл, который я и сформулировал. Правда не в приведенной вами цитате, а абзацем раньше. Почему вы не обратили внимание ? Так вот, именно это я и предлагаю использовать. А уж как это сделать - через АКФ, вашими методами или еще как, - это роли не играет. И если у вас получается строить какие-то прогнозы, используя (H+L)/2, то как раз поэтому. И у других получится, если, конечно, они подойдут к этой задаче с правильной стороны.

И еще. Вам не кажется, что выделенное предложение - нонсенс ? Если математическая оценка корректна для одного математического метода, то она корректна вообще. Иначе что вы понимаете под корректностью ? Если методы прогнозирования, использующие АКФ, дают положительный результат, то этот результат (с большим или меньшим успехом) может быть получен и другими методами. А значит АКФ может использоваться для оценки прогнозируемости. Разве не так ?

Так что же остается от вашего поста ? "Воспользоваться не получиться", "оценка никакого смысла не имеет", "АКФ очень тонкая штука " - что-то слишком уж бессодержательно. Я как-то привык, что в ваших постах больше конструктива. Может я чего не доглядел, так вы уж простите великодушно, объясните яснее что вы хотели сказать.

 
Yurixx:
lna01:

Вспомним о последовательности поступления данных (O,C,{H,L}).

Все же, наверное, не в такой последовательности. По-моему так ближе: (O,{H,L},C).

Нет, так они располагаются на графике. А поступают всё же в том порядке, как написал я - пока не станет известно Close, H и L нам неизвестны.

 

to Yurixx

Сергей, к сожалению ваша важная мысль не по адресу. Разве вы не заметили что я не использую АКФ, методы корреляционного анализа и тому подобное ?

...

Я прекрасно понял, о чем Вы писали, но сильное желание скорее донести, как мне кажется важную мысль-предостережение, немного исказило текст, а вместе с тем, и мысль. За торопливость в своих мыслях и прошу прощенья :о)))


И еще. Вам не кажется, что выделенное предложение - нонсенс ? Если математическая оценка корректна для одного математического метода, то она корректна вообще. Иначе что вы понимаете под корректностью ? Если методы прогнозирования, использующие АКФ, дают положительный результат, то этот результат (с большим или меньшим успехом) может быть получен и другими методами. А значит АКФ может использоваться для оценки прогнозируемости. Разве не так ?

Никаких «нонсенсов» нет, все корректно, может быть сформулировано неважно. Речь ранее шла об определении «прогнозируемости» временного ряда, и мы вроде согласились, что такие оценки не носят объективный, строго научный характер. Если на основе оценки функции автокорреляции Вы получили утвердительный ответ на вопрос «временной ряд хорошо прогнозируется?», то это совершенно не означает, что Вы теперь можете прогнозировать этот ряд чем угодно, например, линейной, параболической регрессией, или преобразованием Фурье или МНК построить любую другую модель и предсказывать поведение ряда. По крайне мере, мои эксперименты подтверждают этот факт. Или я ошибаюсь?

А тонкость АКФ в том, что это всего лишь «автокорреляция» (звучит глупо, но это так :о) и единственное, что можно сделать точно (математически верно, обоснованно), так это обнаружить периодичность, если она есть и фактически все. А все остальное к «математической обоснованности» и «верности для распространения на все остальное» не имеет никакого отношения. Напомню, это мое мнение.