样本相关性为零并不一定意味着没有线性关系

 

在我读到的每一个地方,他们都写道,零样本相关性意味着该样本中没有线性(通常也忘记了线性这个词)关系。狄更斯。

两个MO为零、方差为一、相关度为零的图形的例子。也就是说,这种情况下的相关性是BP项的乘积之和除以BP的长度。

这些是2010.09.28 13:45 - 2010.09.29 14:15 区间的欧元兑美元英镑兑美元 的图表。

如果样本看起来很小,让我们从相关表中 抽取更大的东西。

Corr = 0.0000, #NGX0 - EURGBP, bars = 24943 (2010.05.28 21:25 - 2010.09.28 18:40), 2010年11月天然气期货 - 欧元对英镑

Corr = -0.0015, USDNOK - USDSGD, bars = 54961 (2010.01.01 00:00 - 2010.09.28 17:20), 美元对挪威克朗 - 美元对新加坡元

哇,挪威克朗和Signpura美元之间几乎没有任何线性关系--无稽之谈!

Corr = -0.0008, GOLD - USDCAD, bars = 54898 (2010.01.01 00:00 - 2010.09.28 16:45), SPOT Gold Once vs US Dollar - US Dollar vs Canadian
更有趣的是,黄金和加元之间几乎没有线性相关关系--屌丝!"。

事实上,在有限的样本上,任何两个随机变量之间总是存在着一种线性关系。

在解释接近零的相关关系时要小心。

 
Rosh:
尝试通过Spearman's Rank Correlation Co efficient进行测量- Spearman's Rank Correlation 指标


谢谢,我看看。但你是在这里 引用的。

斯佩尔曼等级相关系数的力量略逊于参数相关系数。

你的指标显示了自相关。而且它似乎不能正确计算...

 
以小周期计算相关度,然后计算高相关度值的数量与总条数 的比率。它将更具有指示性。通过这种方法,USDNOK - USDSGD的相关性大于0.5 - 有一个显著的。
 
hrenfx:


1.谢谢,我会看一看的。但你是这里 引用的那个人。

2.你的指标显示了自相关。而且它似乎不能正确计算...


1.如果有的话,Spearman确实会显示更高的相关值。Pyroson的优势在于,只有在数据完全相同的情况下,它才会显示一个。Spearman不要求完全一致的值为1。

2.并非如此。

 

事实上,书中写到,如果RR=0,并不意味着有关的两个量是不相关的。

Rosh给出的链接正是Spearman的等级相关系数。这就是它的计算方法。如果你想看自相关,它的计算方法有点不同,像这样https://www.mql5.com/ru/code/8295

 
Integer:
以小周期计算相关度,然后计算高相关度值的数量与总条数的比率。它将更具有指示性。通过这种方法,USDNOK - USDSGD的相关性大于0.5 - 有一个显著的。
是的,你可以随着样本窗口的移动绘制相关的变化。然后用MO绘制它。这不再是一个相关性,而是整个窗口的平均相关性。

但这不是我们在这里讨论的问题。如果观点不明确,我不关心相关性显示什么。

我的结论是,相关性(皮尔逊系数)是衡量样本中是否存在线性关系的一个糟糕的指标。不仅没有显示出直接的关联性,而且还在撒谎。
 

hrenfx:

也就是说,这种情况下的相关性是BP项的乘积之和除以BP的长度。


你到底为什么要这样做?
 
Reshetov:
你到底为什么要这样做?

因为MO是零,方差是一。
 
Integer:


1.如果有的话,Spearman确实会显示出更高的相关性。Pyroson的优势在于,只有在数据完全相同的情况下,它才会显示一个。Spearman不要求完全一致的值为1。

2.并非如此。

1.你很迷惑。皮尔逊系数显示1为完全一致。

2.确实如此。 相关是指BP和其转移的相关性。在这种情况下,Spearman自相关计数。

 
hrenfx:

是的,随着样本窗口的移动,可以绘制相关性的变化。然后按MO绘制。这不再是一个相关性,而是整个窗口的平均相关性。

金枪鱼-金枪鱼在头盔上用扳手敲击。请更仔细地阅读我在这个主题中的第一个帖子。