交易中的机器学习：理论、模型、实践和算法交易 - 页 295

[СанСаныч Фоменко]

变量的相关性问题已经讨论过很多次了。

当然，相关性是最值得怀疑的，很快，与土星环、咖啡渣......的相关性开始被看到。

不知何故，这一点已被遗忘。

格兰杰因果检验 是检验时间序列 之间因果关系（"格兰杰因果关系"）的程序。检验的想法是，引起时间序列{displaystyle x_{t}}变化的时间序列{displaystyle y_{t}} 的值（变化）必须先于这个时间序列的变化，而且必须对其预测值做出有意义的贡献。如果每个变量都对另一个变量的预测有意义的贡献，可能有一些其他的变量会影响这两个变量。

格兰杰检验一直在检验两个无效假设。"根据格兰杰，x不是y的原因 "和 "根据格兰杰，y不是x的原因"。为了检验这些假设，我们构建了两个回归：在每个回归中，因变量是被检验的因果关系的变量之一，而回归者是两个变量的滞后期（事实上，它是一个向量自 回归）。

这里是这个案例的代码，从这里开始

# READ QUARTERLY DATA FROM CSV
library(zoo)
ts1 <- read.zoo('Documents/data/macros.csv', header = T, sep = ",", 
FUN = as.yearqtr)
 
# CONVERT THE DATA TO STATIONARY TIME SERIES
ts1$hpi_rate <- log(ts1$hpi / lag(ts1$hpi))
ts1$unemp_rate <- log(ts1$unemp / lag(ts1$unemp))
ts2 <- ts1[1:nrow(ts1) - 1, c(3, 4)]
 
# METHOD 1: LMTEST PACKAGE
library(lmtest)
grangertest(unemp_rate ~ hpi_rate, order = 1, data = ts2)
# Granger causality test
#
# Model 1: unemp_rate ~ Lags(unemp_rate, 1:1) + Lags(hpi_rate, 1:1)
# Model 2: unemp_rate ~ Lags(unemp_rate, 1:1)
#   Res.Df Df      F  Pr(>F)
# 1     55
# 2     56 -1 4.5419 0.03756 *
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 
# METHOD 2: VARS PACKAGE
library(vars)
var <- VAR(ts2, p = 1, type = "const")
causality(var, cause = "hpi_rate")$Granger
#         Granger causality H0: hpi_rate do not Granger-cause unemp_rate
#
# data:  VAR object var
# F-Test = 4.5419, df1 = 1, df2 = 110, p-value = 0.0353
 
# AUTOMATICALLY SEARCH FOR THE MOST SIGNIFICANT RESULT
for (i in 1:4)
  {
  cat("LAG =", i)
  print(causality(VAR(ts2, p = i, type = "const"), cause = "hpi_rate")$Granger)

[mytarmailS]

桑桑尼茨-弗门科。

当然，相关性是最值得怀疑的，很快，与土星环、咖啡渣......的相关性就开始出现了。

不知何故，这一点已被遗忘。

没有人忘记任何事情....

这时，google correlate会问， 你想如何测量相关性？Googling现在不会问到这个问题，也不会。服务已经6年了，如果他们想做，他们早就做了 ...

还有一件事...

谷歌的数据库中有数十亿的BPs，总会有一百多个BPs偶然接近，只是因为数据库很大，而且他们如何衡量接近程度并 不重要，是简单的相关关系还是复杂繁琐的东西。

问题是如何将随机的东西从非随机的东西中筛选出来。

[mytarmailS]

mytarmailS:

问题是如何将随机的东西从非随机的东西中筛选出来。

我们可以

1）将eura系列分成两部分 "1 "和 "2"

2) 在谷歌中输入 "1 "行，它将找到所有接近的行

3）记住所有接近的行的名字。

4) 把 "2 "行扔进谷歌，它会找到所有与之接近的行。

5）记住所有接近的行的名字

6) 比较3)和5)点的行名，寻找3)和5)中都有的行。

因此，我们找到了与欧元并不偶然相关的系列--这是一种最原始的交叉验证形式。

但如何获得这些名字我不知道，你可能需要解析一下这个页面

[СанСаныч Фоменко]

mytarmailS:

没有人忘记任何事情....

当google correlate会问你 ，你想用哪种方法来测量连接？Googling现在不会问到这个问题，也不会。这个服务已经有6年了，如果他们想做，早就做了。

还有一件事...

谷歌的数据库里有数十亿的BPs，总会有一百多个BPs偶然接近，只是因为数据库很大，而且他们如何衡量接近程度并 不重要，是简单的相关关系还是复杂繁琐的东西。

问题是如何将随机的东西从非随机的东西中筛选出来。

因此，通过测试从谷歌收集的所有垃圾中进行筛选--这就是我的意思。

[mytarmailS]

桑桑尼茨-弗门科。
因此，在谷歌收集的所有垃圾的测试中进行筛选，--这就是我的意思。

我不知道该怎么做，但我不知道该怎么做）。

你可以用谷歌搜索一百个 与欧元完全相关 的系列，无论测试有多复杂，它们都显示出极好的相关性，所以在这种情况下是没有用的。

[Dr. Trader]

mytarmailS:

无论你应用多么巧妙的测试，它们都显示出完美的联系。

我对这一点有疑虑。趋势的高度关联性只意味着它们一般以大致相同的速度上升和下降。首先，最好不是寻找趋势的相关性，而是寻找上升的相关性，例如可以把类似的趋势保存到csv中，然后google会显示滞后期并重新计算相关性，这样会更客观。

而且相关关系根本不能保证一个变量可以预测另一个变量。一般来说，根据高相关度的原则选择预测者进行预测是很不幸的。我以前没有试过SanSanych建议的方法，但它看起来更可靠。

[Дмитрий]

mytarmailS:

有可能

1）将eura行分为两部分 "1 "和 "2"

2）在谷歌中输入 "1 "行，它将找到所有密切相关的行。

3）记住所有接近的行的名字

4) 把 "2 "行扔进谷歌，它会找到所有与之接近的行。

5）记住所有接近的行的名字

6) 比较第3）点和第5）点的行的名称 并寻找同时存在于3）和5）中的这样一个系列

因此，我们找到了与欧元并不偶然相关的系列；这是一种最原始形式的交叉评价。

但我不知道如何获得这些名字，我们也许应该解析一下这个页面

这就是所谓的PSE测试。

实际上是在回归模型的背景下检查样本的异质性。

[mytarmailS]

Dr.Trader:

我对此表示怀疑。趋势的高度相关性只意味着在一般情况下，它们以同样的方式增加和减少。首先，寻找相关性将是一个好主意，不是趋势的相关性，而是增加的相关性，例如你可以在csv中保存类似的趋势，然后自己寻找滞后期，重新计算相关性，这将更加客观。

是的，我同意，但谷歌并没有给我们它的整个数据库，而只是 "按趋势 "相关的东西，把按趋势相关的东西拿出来，用它来做增量和测量corr.也是不客观的，可能...:)我们需要查看整个数据库

迪米特里。

这就是所谓的PSE测试。

实际上是在回归模型的背景下检查样本的异质性。

嗯...这个CHOU可以应用，但我们需要从谷歌中获取行，或者至少是它们的名字

[mytarmailS]

我读过这本小册子http://www.mirkin.ru/_docs/dissert065.pdf， 想使用NeuroShell Day Trader Pro。

[Dmitry Maklygin]

https://www.tensorflow.org/get_started/get_started - 适用于这些任务