忘记随机引语 - 页 55

新评论
 

因此，我将继续完成这个想法。

R平方值小得令人怀疑。让我们问一个问题，我们的变量是否相关？

上文表明，分布规律 远非正常--使用皮尔逊相关法是没有意义的。

看一下协整关系。

我们将形成一个协整方程。它的形式是。

open_interest = c(1)*long_in_oi + c(2) + c(3) *@trend


代用系数。

=========================

open_interest = 61282.4785072 *long_in_oi + 144744.044992 - 211.18145894 *@trend

来自协整的残差图。

最有可能是固定的。让我们检查一下，以防万一。

无效假设：RESID01有单位根

外生的：常数，线性趋势

滞后长度：13（自动 - 基于SIC，最大滞后=18）。

t统计量 Prob.*

扩增的Dickey-Fuller检验统计数字 -4.467506 0.0018

我们可以看到，残留物非稳态的概率小于2%--它意味着残留物是稳态的。

这表明，套利是可能的。

但应谨慎行事。让我们来回答未平仓合约和多头之间是否存在因果关系的问题。

让我们进行格兰杰因果关系测试。

成对的格兰杰因果关系测试

日期: 07/30/12 时间: 19:36

样本：1,597

滞后：2

无效假设： 观测值 F-Statistic Prob.

OPEN_INTEREST通过格兰杰不引起LONG_IN_OI 595 2.01339 0.1345

格兰杰的LONG_IN_OI不是 OPEN_INTEREST的原因 0.34719 0.7068

最后几列是概率，这不是一个原因。

结论。

把未平仓合约和多头放在同一个等式中，可能不是一个选项。虽然有一些配对交易的可能性。

 
C-4:


一般来说，所有栏目之间的关系都很简单（通过累计多头和累计空头头寸计算的2个公式）。

OI=非商业交易商多头+非商业交易商价差+操作者多头+非报告多头。
OI=非商业交易员空头+非商业交易员价差+操作者空头+非报告空头。

看看我的帖子。你可以尝试用上述方案给这些公式打分。
 

faa1947:

上面已经表明，分布规律远远不是正态的--使用皮尔逊相关性是没有意义的。

为什么，如果你不介意我问的话？
 
faa1947:

上文显示，分布规律 远非正常......。

...

最后几列是概率...

仔细阅读该主题的第一个帖子。

faa1947:
...


我希望我们再也不用在这个论坛上计算概率 和正态分布规律 了

...

希望终将破灭 © 民间谚语
 
Reshetov:

仔细阅读该主题的第一个帖子。

希望是最后死去的 © 民间谚语
完全正确的观察。
 
alsu:
为什么，请原谅我不谦虚的兴趣？
对于一个非稳态过程，最好使用一个特征，这也是一个过程，而不是一个数字。
 
Reshetov:

仔细阅读该主题的第一个帖子。

希望是最后死去的 © 民间谚语
雷舍托夫，像他的剧目一样：证明你根本不懂什么，但你可以。
 
faa1947:
雷舍托夫，像他的剧目一样：证明你根本不懂什么，但你可以。

桑桑尼奇 ...:)
 
tara:

桑桑尼奇 ...:)

如果他明白了，那就更糟糕了。从不同的地方抽出不同的背景--为什么？该职位的目的是什么？

C-4发布了一个基于许多变量的 真实 系统（在这里非常罕见），建议从一个不同于以往的角度进行讨论，有一个用于许多变量的工具，有趣的是，因为....

 

你能告诉我更多关于。

1.Hedrick-Prescott滤波器--据我所知，近似函数就是这个特殊的滤波器。在图片中，它似乎是一条标有 "趋势 "的红线。它与移动平均线 非常相似。我们采取相对于它的差异，并分析产生的残差--下面的绿色断线，这也是下图中的蓝线。它是静止的，但它似乎也是异步的（振荡的幅度不同）--不太清楚，这些不是相互排斥的特性吗？

2.关于格兰杰因果关系的检验。- 它是如何计算的，至少在一般情况下，它的意义是什么。

1...484950515253545556575859606162...66
新评论