样本相关性为零并不一定意味着没有线性关系 - 页 56

新评论
 
Demi:
作为计量经济学的专家，我建议你忽略所有这些轻浮和不专业的言论，并进入正题--利用MT4的工具，通过建立基于协整的TS，在这些行上明确展示计量经济学的力量。

这样一个系统可能吗？它需要工具的运动被传播的倍数所分割。我以为只有趋势交易才有可能。
 
EconModel:
这样一个系统可能吗？它需要一个工具的运动是传播的倍数。我以为只有趋势交易才有可能。

这就是你所说的。

你说金融市场上存在协整关系。因此，套利是可能的--协整的工具总是 "趋同 "的。"工具的运动是价差的倍数 "与此有什么关系？

还是我理解错了？

 
Demi:

这就是你所说的。

你说金融市场上存在协整关系。因此，套利是可能的--协整的工具总是 "趋同 "的。"工具的运动是价差的倍数 "与此有什么关系？

还是我理解错了？

不幸的是，我找不到协整序列的残差图。在我的印象中，市场上的酒吧不超过5家。而且往往只有一个酒吧。当我看到这一点时，我没有继续。这就是我问的原因。我一直在使用欧元兑美元--英镑兑美元的小时线。
 
EconModel:
不幸的是，我无法找到协整序列的残差图。在我的记忆中，在那里的市场上，你不能得到超过5条。而且往往只有一个酒吧。当我看到这一点时，我没有继续。这就是我问的原因。我一直在使用欧元兑美元--英镑兑美元的小时线。

市场中没有协整序列。这就是为什么QC被用于价格系列
 
Demi:
市场上没有协整的行数
我昨天给了你一个反例。
 
anonymous:
我昨天给了你一个反例。


没有任何例子。有人写了两个乐器的名字--是的。没有任何例子。

两个工具的例子，用协整检验，描述TS与强制性帐户的价差

 
Demi:


没有任何例子。有人写了两个工具的名字--有。没有任何例子。

两个工具的例子，通过协整检验，描述具有强制性价差的TS。

你说 "不 "是什么意思？

我们进行回归，看系数，如果概率接近于0，那么我们就检查单位根的残余物。就这样了。就把结果扔掉了。我太懒了，不想再做这些事。但在他们身上（根据我的话）一切都很好。共融是。

PS。发现有一整条关于协整的线。那里有一些例子，虽然是在EViews上（他从哪里得到的？）

 
Demi:


没有任何例子。有人写了两个乐器的名字--有。没有任何例子。

两个工具的例子，有协整测试

library(tseries)
library(zoo)

prices.brk.a <- get.hist.quote(
  instrument = 'BRK-A',
  start = '2010-01-01',
  end = '2013-04-15',
  provider = 'yahoo',
  quote = 'AdjClose'
  )
prices.brk.b <- get.hist.quote(
  instrument = 'BRK-B',
  start = '2010-01-01',
  end = '2013-04-15',
  provider = 'yahoo',
  quote = 'AdjClose'
  )

model <- lm(prices.brk.a ~ prices.brk.b)
spread <- residuals(model)
plot(spread)

summary(model)

adf.test(as.numeric(spread), alternative = 'stationary')



> summary(model)

Call:
lm(formula = prices.brk.a ~ prices.brk.b)

Residuals:
     Min       1 Q   Median       3 Q      Max 
-1405.40  -143.47   -44.62    83.85  1985.01 

Coefficients:
             Estimate Std. Error  t value Pr(>|t|)    
(Intercept)    92.353    110.787    0.834    0.405    
prices.brk.b 1499.520      1.353 1108.055   <2 e-16 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1 

Residual standard error: 290.1 on 822 degrees of freedom
Multiple R-squared: 0.9993,     Adjusted R-squared: 0.9993 
F-statistic: 1.228 e+06 on 1 and 822 DF,  p-value: < 2.2 e-16 

> adf.test(as.numeric(spread), alternative = 'stationary')

        Augmented Dickey-Fuller Test

data:  as.numeric(spread) 
Dickey-Fuller = -6.1143, Lag order = 9, p-value = 0.01
alternative hypothesis: stationary 

Warning message:
In adf.test(as.numeric(spread), alternative = "stationary") :
  p-value smaller than printed p-value
附有对TS的描述

这对你来说不是太过分了吗？

有义务考虑到价差。

你不知道如何在没有点差的订单驱动市场上交易？可怜的家伙。

 
anonymous:

你不会变胖吗？

没有点差就不能在订单驱动市场上交易？你这个可怜的家伙。

请原谅我。你的概率是0.405。回归中的偏差是不必要的。
 
EconModel:
请原谅我。你有一个概率=0.405。回归中的偏差是不必要的。

它给出了0.07%的保值率错误： 应该是1500.6429而不是1499.520。如何继续生活下去？:(
1...495051525354555657585960
新评论