Как отличить график FOREX от ГПСЧ? - страница 27
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Можно и не раньше чем через пару годиков. Пользы будет больше для форума. Думать будут больше.
Извиняйте. Мне Ваши выспренние высокомерные высокоматематические домыслы совсем по хрену.
О (линейной) корреляции Пирсона в контексте котировок, пожалуй, уже все сказано. Она ж бесполезна, о чем тут еще говорить.
Реальный практический интерес могут представлять только нелинейные связи, о которых тут никто не говорит толком. Ибо они слишком сложны и не исследованы. Это теория информации, хи-квадраты и прочие непонятки для подавляющего большинства.
Тема поднималась раньше, но она была тупо сведена к кластеризации волатильностей, т.е. к (G)ARCH. Это далеко не все, тут есть кое-что большее. Может быть, семиинварианты тут помогут, а, может, и еще кое-что.
P.S. Приходи когда хочешь, Алексей. Хоть ты и говоришь много всякой хрени, но она стимулирует моск.
Никого не хотел обидеть, вообще дело не в инструменте, а в том, как его используют.
Да я не обиделся. Просто всегда страшно, на самом деле, что найдется профи, который что-нибудь откопает и ткнет носом, по праву. :)
Зачем же спорить, кто круче, все объясняется достаточно просто - исходный сигнал представляет собой отрезок синусоиды в прямоугольном окне, его АКФ - это тоже отрезок синусоиды, но уже в треугольном окне, то бишь именно то, что мы видим на втором рисунке. Проверяется сие элементарными рассчетами. Если же взять синусоиду, неограниченную во времени, то ее АКФ будет такой же синусоидой. Вывод 1: расчет в маткаде правильный. Вывод 2: если мы считаем таким образом выборочную АКФ (а не собственно АКФ, которую мы не узнаем никогда) реального сигнала, то не должны забывать, что расчет производится в окне, а следовательно, результат всегда искажен.
при всем уважении, АКФ определяется как зависимость КК от расстояния между отсчетами, так что разница не такая уж и принципиальная. Да и сама классическая формула (которая, как справедливо было замечено выше, действительно подразумевает как минимум стационарность процесса в узком смысле, плюс его эргодичность) это подтверждает.
А вот это уже красиво и более правильно. Разница в том что с чем сравнивается. При расчете КК сравниваются два разных массива данных. При расчете АКФ на первом шаге, массив сравнивается сам с собой (именно поэтому в нуле АКФ =1, массивы полностью одинаковы). На втором шаге, массив сдвигается по оси времени и сравнивается с исходным и т.д. до тех пор пока сдвигать уже нет смысла, массив вышел за пределы первого АКФ=0.
АКФ определяется как зависимость КК от расстояния между отсчетами, так что разница не такая уж и принципиальная.
я бы сказал что АКФ это функция от сдвига массива (тау) относительно первого, а не функция расстояния между отсчетами (расстояния между отсчетами, обычно константа).
Дело в другом. Я привел формулу, сделал индикатор, выложил в кодбасе. Но говорят что неправильно рассчитывается,типа нужно "причесать", что есть более правильный расчет..обладающий свойствами робастности, не-параметрический...
Вот я прошу ткнуть меня носом, где ошибка ? что нужно причесать ? в чем отличие ? Показать более лучшую, правильную.... это же просто формула, берешь и считаешь, как МА. А вот как ты эти результаты и расчеты используешь ... ведь понимать нужно что ты и для чего считаешь
мне в личку (да и на форуме), что только не писали, типа я балбес и у меня индикатор тупой, и я тупой, математики не знаю, программировать не умею, он индикатор все время на 0-м баре единицу показывает, с помощью него торговать невозможно....что мне таким отвечать ? плакать хочется от безграмотности ... академического подхода к анализу уже и не встретишь ... всех интересует когда кнопку нажимать и какую...
он индикатор все время на 0-м баре единицу показывает, с помощью него торговать невозможно....что мне таким отвечать ? плакать хочется от безграмотности ... академического подхода к анализу уже и не встретишь ... всех интересует когда кнопку нажимать и какую...
Люди, понимающие в АКФ, брать его из кодобазы не будут, так как АКФ (а) должен сопровождаться дополнительными сведениями, (б) сама по себе особой ценности не представляет, так как приходится использовать с другими инструментами, которых нет в кодобазе. Поэтому, разместив в кодобазе, Вы предназначили его именно гражданам с открытыми клювиками, будущим миллиардерами.
А на счет академического подхода - это Вы зря. Такие люди на форуме имеются и их достаточно много. А Вы не можете выбраться из системной ошибки первого рода: решение не правильно поставленной задачи правильными методами. И критику этих людей, которые это понимают, Вы не воспринимаете.
Уж извините за прямоту.
1. Не моя это формула. Не надо приписывать её мне. Я её взял из учебников и математических пакетов. Ничего не выдумывал. В вики она точно токая же. Формула 100% совпадает. Что причесывать ?
2. Картинку привели мою, где я как мог показывал hrenfx в чем отличия.
3. да именно так и получается, причем хочу отметить не у меня. А у MathCAd, добавьте сюда и MathLab в нем точно также получается, т.к. lcorr(Y,Y) - это функция встроенная в маткад, я её не программировал и не выдумывал ... (любой кто знает маткад может зайти проверить) Вы что искренне считаете что оба этих математических пакета неправильно считают АКФ ?
4. формулу в студию. Очень хочу увидеть робастный, да еще и не-параметрический...
1. Мда. Ага, уйдёшь тут с форума, как же......
Как говорит Депутат Государственной Думы Мария Кожевникова, "ЭТО ПИПЕЦ просто какой-то!"
Привалов, автоколлеляция - это безразмерная величина, которая показывает БЛИН ПОХОЖЕСТЬ функции на саму себя. Автокорреляция периодической функции - тоже периодическая функция.
Автокорреляция синуса - КОСИНУС. Автокорреляция косинуса - КОСИНУС.
http://sfprime.net/lls/pcs.htm
The autocorrelation of a sine wave is a cosine waveshape [REF10].
10. Applied Fourier Analysis, Harcourt Brace College Outline Series, Hwei P. Hsu, Harcourt Brace College Publishers, New York (1984). ISBN 0-15-60169-5.
Могу привести ещё десяток ссылок. Нада?
А по Вашему (и по матлабовски) получается, что кусок синуса в точке 0 похож на кусок синуса в точке 200 в ТЫСЯЧУ РАЗ БОЛЬШЕ, чем на на кусок того же синуса в точке 200 000, так что ли?Привалов, это 7-8-й класс средней школы школы.
Формула в Википедии НЕ ТАКАЯ ЖЕ, она там как раз нормирована (n-k), чтобы для разных лагов получались сравнимые числа. Потом в Вики ОДНО СРЕДНЕЕ мю-маленькое, а у Вас в формуле их много, много мю-маленьких, и все какие-то индексированные. Что это?
2. Вы ошиблись.
3. Да, они идиоты. Кучка недоделанных физиков, которые не стали физиками, и поэтому решили писать математические проги на фортране.
Вот ссылка где штатный сотрудник mathWorks - на удивлённый вопрос почему у них АКФ дампнутая, то есть затухающая, отвечает, мол она производится В ОКНЕ, а потому чем больше тестируемый период АКФ, тем меньше остаётся отсчётов и поэтому АКФ у них всегда затухает.
http://www.mathworks.co.uk/matlabcentral/answers/36882
-------------------------------------------------------------------
2 Comments
Thanks so much for your input, Sir.The result is what I expected.
I do have I last question,though: why does the autocorrelation function flatten out at the beginning and end of the period?
Because the summation necessarily involves fewer and fewer terms as the lag increases. Think about shifting one finite length vector with respect to itself, the greater the shift, the less the overlap and therefore the fewer products there will be in the sum.
-------------------------------------------------------------------
Привалов, просто перестаньте молиться на MATLAB, это выведет Вас из некоторых заблуждений. С какого лешего я должен слепо верить кучке неизвестных мне, безымянных физиков, написавших этого лязгающего чудища?
4. А чё, лень-матушка замучала? Вот ссылка на русский раздел Википедии:
https://ru.wikipedia.org/wiki/%D0%9A%D0%BE%D1%80%D1%80%D0%B5%D0%BB%D1%8F%D1%86%D0%B8%D1%8F
Это, Привалов, - корреляция. Она тут считается не-параметрическими способами. Точно также можно подсчитать АВТО-корреляцию, если в качестве ВТОРОЙ функции взять САМУ СЕБЯ ПЕРВУЮ, только со сдвигом. Все известные методы подсчёта корреляции, коих десятки, применимы и к авто-корреляции, поскольку авто-корреляция - это просто частный случай корреляции.
Блин, коллеги, ну дайте уйти с этого форума - на себя работать, пожалуйста не тупите. Этот ликбез на ровном месте меня достал. Ладно бы, если было бы что-то сложное, но это же элементарщина. Хотя, .... если в MathWorks столько лет тупят, так чего тут требовать от остальных.
Странно слышать это от Вас. Вы действительно верите, что ранжирование действительно никак не учитывает абсолютные значения?
Главное требование к непараметрическим методам - робастность к "шумам" и распределениям (особенно fat tails). Ради нее можно слегка пожертвовать точностью, которая часто оказывается призрачной и вводящей в заблуждение.
В чем проблема-то с маткадом? Он считает то, что ему подали на вход. В данном случае подали две выборки по 1000 точек со сдвигом - естественно, при полном сдвиге данные не перекрываются, сравнивать будет нечего.
Продолжите первую выборку до 2000 точек, и не будет никаких затуханий.