Sıfır örnek korelasyonu, doğrusal bir ilişkinin olmadığı anlamına gelmez. - sayfa 40
Alım-satım fırsatlarını kaçırıyorsunuz:
- Ücretsiz alım-satım uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Korelasyon katsayısı = 0.766654
Her şey excel'de hesaplandı. Tek şey, MT'den altın alıntılar almamdı (tembelliğinizde manuel olarak yeniden yapmak için noktalara virgülle deşarjlar vardı)
Buradaki verileri tekrar kontrol ettim: genel olarak biraz karıştırdım. Birincisi, açık faiz üzerinden değil, altın hedger'ların açık faizi üzerinden hesaplanan katsayılar var ve ikincisi, verilerin sonunda HAK için 3 sıfır değerim var - bunun da güçlü bir etkisi olabilir. Genel olarak, güncellenmiş katsayılar şunlardır:
Pearson: 0.1968
Mızrakçı: 0.2135
Kendal: 0.1430
Gördüğünüz gibi, daha iyi oldu.
Korelasyon katsayısı = 0.766654
Her şey excel'de hesaplandı. Tek şey, MT'den altın alıntılar almamdı (tembelliğinizde manuel olarak yeniden yapmak için noktalara virgülle deşarjlar vardı)
Bu konudaki gönderilerin yaklaşık yarısı bu konuyu tartışmaya ayrılmıştır ( buradan başlayın)
Benim düşüncem: Pearson'ın korelasyon katsayısı yoluyla korelasyon tahmini, analoji yoluyla ve ayrıca aritmetik ortalama yoluyla beklenti tahmini ve standart sapma yoluyla varyans, yalnızca doğrusal bir uzaydan kümelerin öğeleri için kabul edilebilir. Aksi takdirde, ya orijinal veriler üzerinde bir dönüşüm yapmalısınız (örneğin, fiyat zaman serileri durumunda, ölçümleri mutlak bir göreli ölçekten bir aralığa aktarın) ya da tahminleri hesaplamak için formülleri düzeltmelisiniz.
Bu konudaki gönderilerin yaklaşık yarısı bu konuyu tartışmaya ayrılmıştır ( buradan başlayın)
Benim düşüncem: Pearson'ın korelasyon katsayısı yoluyla korelasyon tahmini, analoji yoluyla ve ayrıca aritmetik ortalama yoluyla beklenti tahmini ve standart sapma yoluyla varyans, yalnızca doğrusal bir uzaydan kümelerin öğeleri için kabul edilebilir. Aksi takdirde, ya orijinal veriler üzerinde bir dönüşüm yapmalısınız (örneğin, fiyat zaman serileri durumunda, ölçümleri mutlak bir ölçekten bir aralığa aktarın) ya da tahminleri hesaplamak için formülleri düzeltmelisiniz.
Aslında burada .
Çok fazla bukoff var - korelasyon hem seriler arasında hem de ilk farklar arasında düşünülebilir. Yazar iki grafik yayınladı ve 0,00 boyutunun korelasyon katsayılarını gösterdi ... Aklıma geldi ve yeniden hesapladım. Ama yazar daha iyi oldu.
not Daha kolay, daha kolay olmak...
C-4 :
Açıkçası, hesaplama için I(0) formunun ilk farkları gereklidir, çünkü I(1) durumunda, bir pusuya düşeriz, çünkü uğraştığımız seriler her zaman pozitiftir (fiyat her zaman sıfırdan büyüktür), ancak daha sonra bunun üzerinde daha çok durulmuştur.
Heh, belli değil. Pearson'ın QC'si için hangi serilerin pozitif veya negatif olduğu önemli değildir, kovaryans olup olmadığı önemlidir, yani. dinamik benzerlik. İlişkisiz birinci farklar, orijinal serilerin ilişkisiz olduğu anlamına gelmez. Ayrıca, aynı fark alınırken, Pearson'ın gösterdiği korelasyonun doğrusal elemanları yok edilir. Bu nedenle, elde edilen sonuçta olağandışı bir şey yoktur ve sonuç
1. Gördüğünüz gibi, I (1) serisi hiç kullanılamaz. İlişkisi açık olmayan ve tam olarak işlevsel olmayan seriler için korelasyon katsayıları kesinlikle işe yaramaz.
KK'nin iddiaya göre fazla tahmin edildiği gerçeğinin yanı sıra, kesinlikle yanlıştır: hesaplarken, süreç merkezlenir (örnek için ortalama çıkarılır), böylece KK pozitif veya negatif olabilir. Onlar. Sizin durumunuzda %15 kesinlikle gerçek bir katsayı, grafiğe görsel olarak baktığımda vereceğim kadar.
Onlar. Sizin durumunuzda %15 kesinlikle gerçek bir katsayı, grafiğe görsel olarak baktığımda vereceğim kadar.
Buna gerçekten katılıyorum.
Heh, belli değil. Pearson's CC için hangi serinin pozitif veya negatif olduğunun bir önemi yoktur, kovaryans olup olmadığı önemlidir, yani. dinamik benzerlik. İlişkisiz birinci farklar, orijinal serilerin ilişkisiz olduğu anlamına gelmez. Ayrıca, aynı fark alınırken, Pearson'ın gösterdiği korelasyonun doğrusal elemanları yok edilir. Bu nedenle, elde edilen sonuçta olağandışı bir şey yok ...
Peki, o zaman neden hafif bir pozitif önyargı ile 100 bağımsız BP(1) üretirsek (yani BP'nin çoğu > 0 bölgesindedir), o zaman korelasyon matrislerini oluşturur ve sonra bu aynı korelasyonların dağılımlarının histogramını alırız. , o zaman bu histogramda normal dağılımla ortak hiçbir şey görmeyeceğiz, ancak şunu göreceğiz:
BP'nin 10.000 kombinasyonundan (100 * 100) aynı sayıda kombinasyonun 0,5 ve -0.5 korelasyonlu kombinasyonlarla sıfır korelasyona sahip olduğu görülebilir. Onlar. iki bağımsız, pozitif rasgele yürüyüşün birbiriyle 0.0'lık bir CC ile ilişkilendirilme olasılığı, CC'lerinin -1.0 ile +1.0 arasındaki herhangi bir sayıya eşit olmasıyla aynıdır. Yani I(1) kullanılamaz. Bunun gibi bir şey.
Korelasyon sorunu tamamen farklı bir düzlemdedir.
KK düşünüldüğünde, her zaman bir rakam elde ederiz. Algoritma, KK = NA değerinin elde edilmesini sağlamaz, yani. "değersiz". Sıfır değil, "değer yok". Bu nedenle, Kotir'in Satürn'ün halkalarıyla ve aynı zamanda burundaki problemlerle bir korelasyonu elde edebilirsiniz.
CC, yalnızca içeriklerinden potansiyel olarak bağlanabilecekleri bilinen çiftler için sayılmalıdır. En az. Genel olarak, böyle bir bağlantının varlığı için maddi bir gerekçe gereklidir. Bu durumda, ortaya çıkan rakam bu içeriğin nicel bir ölçüsü olarak yorumlanacaktır.
Hesaplamanın geri kalan incelikleri hakkında sessizim.
Korelasyon sorunu tamamen farklı bir düzlemdedir.
KK düşünüldüğünde, her zaman bir rakam elde ederiz. Algoritma, KK = NA değerinin elde edilmesini sağlamaz, yani. "değersiz". Sıfır değil, "değer yok". Bu nedenle, Kotir'in Satürn'ün halkalarıyla ve aynı zamanda burundaki problemlerle bir korelasyonu elde edebilirsiniz.
CC, yalnızca içeriklerinden potansiyel olarak bağlanabilecekleri bilinen çiftler için sayılmalıdır. En az. Genel olarak, böyle bir bağlantının varlığı için maddi bir gerekçe gereklidir. Bu durumda, ortaya çıkan rakam bu içeriğin nicel bir ölçüsü olarak yorumlanacaktır.
Hesaplamanın geri kalan karmaşıklıkları hakkında sessizim.
Evet, tüm bunlar saçmalık. Bu dünyadaki her şey "potansiyel olarak bağlantılı". Ve Meksika kıyılarındaki okyanusun sıcaklığı, Fransa'daki buğday verimini işlevsel olarak etkiler.
Korelasyon katsayısı, nedensel bir ilişki ile birbirine bağlı olmayan fenomenler arasında da hesaplanabilir. Soru bu katsayının yorumlanmasında