От теории к практике - страница 462

 
Andrei:
не совсем, позволяет отделить периодические компоненты...

автокорреляция, как и корреляция, неприменимы для нестационарных вр

 
Maxim Dmitrievsky:

автокорреляция, как и корреляция, неприменимы для нестационарных вр

а кто не дает применить?
 
Andrei:
а кто не дает применить?

завышение оценок получается, спирмена тоже не лучше

 
Maxim Dmitrievsky:

завышение оценок получается, спирмена тоже не лучше

а точность тут и не нужна, всё и так плюс минус лапоть считается...
 
Andrei:
а кто не дает применить?

Не кто, а что - понимание того простого факта, что мы имеем дело с выборочной величиной, которая имеет смысл (сходится к чему-то с ростом объёма выборки) только при стационарности. 

 
Aleksey Nikolayev:

Не кто, а что - понимание того простого факта, что мы имеем дело с выборочной величиной, которая имеет смысл (сходится к чему-то с ростом объёма выборки) только при стационарности. 

АКФ имеет смысл для любого сигнала, даже нестационарного.
 
Andrei:
АКФ имеет смысл для любого сигнала, даже нестационарного.

Нет. Для нестационарных имеет смысл говорить про КФ, которая будет зависеть от двух переменных, а не от одной, как АКФ. Из этой КФ можно как-то (большим числом различных способов) сделать нечто зависящее от одной переменной. Но не стоит называть это АКФ - не надо путать себя и других.

 
Aleksey Nikolayev:

Нет. Для нестационарных имеет смысл говорить про КФ, которая будет зависеть от двух переменных, а не от одной, как АКФ. Из этой КФ можно как-то (большим числом различных способов) сделать нечто зависящее от одной переменной. Но не стоит называть это АКФ - не надо путать себя и других.

Не совсем так. АКФ в данном случае это просто классическая свертка любого сигнала на каком-то ограниченном отрезке со своей копией.

Ничего необычного в этом нет, как и поводов для паники.

От скольких переменных АКФ зависит тут роли не играет.

 
Aleksey Nikolayev:

(сходится к чему-то с ростом объёма выборки) только при стационарности. 

сходится к чему то все, что не считай, есть теория чисел, даже  в ней есть закономерности, которые проявляются при большой выборке значений, хотя она(теория чисел) не исследует никакой физический или иной процесс

упоминалось в топике необходимость автокорреляционной функции по более чем одному параметру, это уже исследование из области полей, сомневаюсь, что дискретную функцию во временном масштабе (ценовой ряд) есть смысл рассматривать по полю

ну и вообще корреляционный анализ непериодической функции, что он должен показать? в периодической функции корреляционный анализ покажет распределение спектра частот, а что должен показать корреляционный анализ ценового графика?

вот нашел хорошее чтиво на эту тему, очень похоже на учебник который 20 лет назад изучал http://scask.ru/book_brts.php?id=16

3.3. Автокорреляционная функция дискретного сигнала
  • scask.ru
Изучая АКФ пачки прямоугольных видеоимпульсов, читатель, безусловно, обратил внимание на то, что соответствующий график имел специфический лепестковый вид. С практической точки зрения, имея в виду использование АКФ для решения задачи обнаружения такого сигнала или измерения его параметров, совершенно несущественно, что отдельные лепестки имеют...
 
Igor Makanu:

сходится к чему то все, что не считай, есть теория чисел, даже  в ней есть закономерности, которые проявляются при большой выборке значений, хотя она(теория чисел) не исследует никакой физический или иной процесс

упоминалось в топике необходимость автокорреляционной функции по более чем одному параметру, это уже исследование из области полей, сомневаюсь, что дискретную функцию во временном масштабе (ценовой ряд) есть смысл рассматривать по полю

ну и вообще корреляционный анализ непериодической функции, что он должен показать? в периодической функции корреляционный анализ покажет распределение спектра частот, а что должен показать корреляционный анализ ценового графика?

Нужна мера "памяти" - конкретное числовое значение зависимости значений приращений цены друг от друга во временном скользящем окне.

Это дает возможность утверждать, образует ли сумма приращений в этом окне число, принадлежащее к распределению Гаусса или нет.

Фактически, АКФ - это и есть Грааль, ребята! Она показывает, в трендовом или флетовом участке мы находимся...

Надо только научиться правильно ее рассчитывать - чем сейчас и занимаюсь...