Sıfır örnek korelasyonu, doğrusal bir ilişkinin olmadığı anlamına gelmez. - sayfa 39

[trol222]

İşte hrenfx 03/22/2011 00:43 beğenilen bağlantıdaki yorumlardan:

korelasyon var! :)
birinin diğerinin sonucu olduğu anlamına gelmez.
ama fenomenler ilişkilidir.
(ve sonra açıklamalar yapmaya başlayabilirsiniz)
ama açıklamaların özünde değil.
mesele şu ki, bir bakış açısıyla birinin diğeriyle ilişkisini tahmin etmek mümkün. bir noktaya kadar. )
Tabii ki, bağlantı mekanizmasının net bir şekilde anlaşılması, bağlantının ne zaman sona ereceğini tahmin etmeye izin verecektir.
ancak…
ancak korelasyonu sürekli analiz ederek ne zaman biteceğini tahmin edebilirsiniz. )

[trol222]

Groove gibi: bir korelasyon var - yiyemez ama yiyemez))))))))))

[hrenfx]

Neutron :

Kısmen katılıyorum ama tamamen değil. Eğer gündeme getirdiğiniz konu hakkında detaylı konuşmak istiyorsanız öncelikle bu konudaki vizyonumu ortaya koyan birkaç yazımı okumanız gerekecek. Çok tekrar etmek zorunda kaldım, bu yüzden bir daha yapmayacağım. Size PM'deki gönderilerime iki bağlantı gönderdim.

[Alexander Puzikov]

hrenfx

Tünaydın! Konularınızı ve mantığınızı izleyerek,

Bir soru vardı - korelasyon göstergesini recycle2'den MT5'e yeniden yazmaya çalışmadınız

[Vasiliy Sokolov]

Araştırmamda seriler arasındaki ilişkiyi niteliksel olarak değerlendirmek gerekiyordu, bu yüzden korelasyon katsayısını kullanmaya karar verdim. Sonuçlar hayal kırıklığı yaratıyor - klasik istatistiklerin sunduğu yöntemler, seriler arasında açık olmayan ilişkileri bulmak için pratik olarak işe yaramaz. Örneğin, haftalık altın vadeli işlem tablosunu alalım ve ona açık faiz verelim:

Açıkçası, doğrudan bir ilişki var. Evet, çok güçlü ve açık değil, ancak altın fiyatlarındaki bir artışla, vadeli işlemlerin OI'si bir düşüşle daha yüksek olur - daha düşük.

Biraz sonra, altının fiyatı ile OI arasındaki korelasyon katsayılarını bulacağız. Ama önce, en yaygın Pearson korelasyon formülünü düşünün:

Yakından bakarsanız, formülün verilerin trendini bozduğu (x - x ort.), volatiliteleri tüm örnek için standart sapma ile hizaladığı ve ardından her iki serinin aynı yönde ne kadar süreyle olduğunu hesapladığı açıkça görülür. 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.

Pearson korelasyonu: 0.02234314

Kendel korelasyonu: 0,002866038

Mızrakçı korelasyonu: 0.002046104

Onlar. aslında, tüm durumlarda hiçbir korelasyon bulunamadı. Peki ya keskin gözümüz? Hepimiz hayal mi ediyoruz? Altın ile Açık Faiz arasındaki ilişki, Fas'ın muz ithalatı ile ülkenin doğum oranı arasındaki ilişkiyle aynı mı?

Belki de sebep, bir göstergenin diğerine göre gecikmesidir. Sadece kulplar uyuşmuyor. Ya önce RP yükselirse ve ancak o zaman altın yükselirse? - Oh, o zaman bundan para kazanabilirsin :) Çapraz korelasyon fonksiyonunu kullanarak fikri kontrol edelim:

Nedense inandırıcı değil. Genel olarak örnekten öne çıkan bazı iki değer var ve burada resim sanki bağlantı yokmuş gibi ve bu nedenle gecikme bir rol oynamıyor.

TAMAM. Daha sonra I(1) serisindeki korelasyonu hesaplamaya çalışalım. Bunun asla yapılmaması gerektiğini kim söyledi? Sonucun fazla tahmin edilmesine izin verin, ancak fazla tahmin edilen bir sonuç hiç olmamasından iyidir. Bu amaçlar için bir deney yapıldı, 100 BP üreteceğiz ve onlar için korelasyon matrisini hesaplayacağız. Ortalama değer, tahminin ne kadar fazla tahmin edileceğini gösterecek ve sadece I (1) satırları üzerinde çalışırken bunu dikkate alacak mıyız, almayacak mıyız?

İşte tüm bunları yapan bir R betiği:

#
# corexp - эксперимент выявляющий особенности корреляционных функций при работе с I( 1 ) рядами
# exp - количество экспериментов
# lenght - длинна каждой серии
# cortype - тип корреляции (pearson - КК Пирсона, kendall - КК Кендалла, spearman - КК Спирмана)
# retrange - Истина, если требуется сгенерировать I( 1 ) ряды
#
corexp <- function(exp = 10 , lenght = 1000 , cortype = 'pearson' , retrange = TRUE)
{
   bp <- matrix(ncol = exp, nrow = lenght)
   for (i in 1 :exp)
   {
      bp[,i] <- rnorm(lenght, mean = 0.000117 , sd = 0.0048 )
       if (retrange == FALSE)
            bp[,i] <- cumsum(bp[,i])
   }
   #Рассчитываем матрицу корреляций
   mcor <- matrix(ncol=exp, nrow=exp)
   for (k in 1 :exp)
   {
       for (i in 1 :exp)
      {
         mcor[k,i] <- cor(bp[,k], bp[,i], method = cortype)
      }
   }
   return (mcor)
}

# Статистика корреляций
# При желании считаем здесь все что угодно
corstat <- function(m)
{
   m[m == 1 ] <- NaN
   mean(m, na.rm = TRUE)
}

Aslında aynı 'ortalama'ya bakıyoruz: 0.153359. İyi görünüyor, sadece %15 fazla tahmin ediliyor. Ama pusu ani olur. Korelasyon matrisinin dağılımına bakarız:

Bu durumda ortalama değer hiç tanımlanmamıştır veya daha doğrusu, herhangi bir korelasyon değeri, diğer herhangi bir değer kadar sık görülür. Ve her şey, kalın harflerle vurgulanan parametre tarafından belirlenen BP'mizin pozitif ofseti ile ilgilidir. Sonuçta, uğraştığımız tüm fiyatların pozitif değerleri var, yani. pozitif bölgededir.

1. Gördüğünüz gibi, I (1) serisi hiç kullanılamaz. İlişkisi açık olmayan ve tam olarak işlevsel olmayan seriler için korelasyon katsayıları kesinlikle işe yaramaz.

2. Korelasyon katsayısının belirli bir uygulamasının seçimi, temelde hiçbir şeyi etkilemez. Yaygın olarak kullanılan üç oranın hiçbiri, bir ilişki olduğu açık olmasına rağmen, altın ile açık faizi arasında bir ilişki tanımlayamadı.

[Дмитрий]

C-4 :

Pearson korelasyonu: 0.02234314

Kendel korelasyonu: 0,002866038

Mızrakçı korelasyonu: 0.002046104

Orijinal satırlara bir göz atabilir misiniz? excelde var mı?

[Vasiliy Sokolov]

Orijinal satırlar kaydedilmez. İşte CSV formatındaki nesillerden biri.

[Дмитрий]

C-4 :
Orijinal satırlar kaydedilmez. İşte CSV formatındaki nesillerden biri.

Orijinal açık faiz veri seriniz nedir?

[Vasiliy Sokolov]

İşte altın fiyatına göre ayarlanmış yatırım getirisi verileri.

[Дмитрий]

Korelasyon katsayısı = 0.766654