主奴的正式定义--有吗? - 页 4

 
faa1947:

没有关联性在系列中占有一席之地--它是两个系列的样本的特征。

就像你最喜欢的协整和XP-过滤器没有特定的位置一样--它们是样本整体的相同特征。

所提出的观点根本不是关于 "地点相关性",而是关于估计其变化,而这是与该特定时间点相联系的价值。

 
有确定主从的战斗算法。这些都是基于卡尔曼滤波的。这些是分析反射信号的微妙结构,但它是可能的,也是可行的。因为主人和奴隶运动的'性质'是不同的(稍微不同)稍微不同。这种差异被作为行为模型纳入卡尔曼滤波器中
 
alsu:

就像你最喜欢的协整和XP-过滤器没有特定的位置一样--这些都是一般样本的相同特征。

建议的一点根本不是 "相关的地方",而是对其变化的估计,而这已经是一个与该特定时间点相联系的价值。

这不是关于位置的问题,而是关于前景上的关联性不适用。让我们不要小题大做。
 
Prival:
有确定主从的组合式算法。这些都是基于卡尔曼滤波的。这些是分析反射信号的微妙结构,但它们是可能的,也是可行的。因为主人和奴隶运动的'性质'是不同的(略有不同)略有不同。这种差异被作为行为模型纳入卡尔曼滤波器中

卡尔曼滤波器是一个独立的、极其有趣的话题。

这里所讨论的是格兰杰因果关系测试

我想他因此获得了诺贝尔奖。该测试经常被包含在统计包中。无障碍,非常容易使用。

 
事实上,这里 也在讨论同样的事情。
 
金融市场上没有一种工具会有足够的相关性,可以按照这里的描述进行交易。但为了让不同的工具有赚钱的模式,它们不需要有关联性。此外,相关性完全可以是0,但模式会存在。
 
LeoV:
金融市场上没有一种工具会有足够的相关性,可以按照这里的描述进行交易。但为了让不同的工具有赚钱的模式,它们不需要有关联性。此外,相关性完全可以是0,但模式会存在。


金玉良言...

+100500

 
faa1947:
这不是关于位置的问题,而是关于相关性在前的不适用 性。让我们不要小题大做。

这听起来很有艺术性 但却毫无意义。 因为这不是真的。

如果它对你不起作用,就不要用它来做一个深刻的理论。

你只需小心翼翼地把:相关关系分开/因果关系分开。

 

LeoV:

金融市场上没有一种工具会有足够的相关性,可以 像这里描述的那样进行交易

_________________________________________

有关联性。但我们为什么要陷入其中呢。

让我们来谈谈群体运动

 
MetaDriver:

这听起来很有艺术性 但却毫无意义。 因为这不是真的。

如果它对你不起作用,就不要用它来做一个深刻的理论。

你只需注意将相关关系分开/因果关系分开。

最好是一个证明,如果可能的话,不要深入,并有参考资料。