Изучая АКФ пачки прямоугольных видеоимпульсов, читатель, безусловно, обратил внимание на то, что соответствующий график имел специфический лепестковый вид. С практической точки зрения, имея в виду использование АКФ для решения задачи обнаружения такого сигнала или измерения его параметров, совершенно несущественно, что отдельные лепестки имеют...
并非如此，允许分离周期性组件...
自 相关以及相关关系不适用于非稳态时间
自相关和相关都不适用于非平稳时间
谁在阻止你使用它？
高估了，Spearman也好不到哪里去。
过高的评价出来了，斯皮尔曼也没有好转
和谁阻止它的应用？
不是谁，而是什么--理解这样一个简单的事实：我们正在处理一个样本值，只有当它是静止的时候才有意义（随着样本量的增加而收敛到某种程度）。
不是谁，而是什么--理解这样一个简单的事实：我们正在处理一个样本值，只有当它是静止的时候才有意义（随着样本量的增加而收敛到某种程度）。
ACF对任何信号都是有意义的，即使是非稳态的信号。
对于非稳态而言，谈论一个将取决于两个变量而不是一个变量的QF是有意义的，比如ACF。有可能以某种方式（以大量不同的方式）使这个QF变成取决于一个变量的东西。但不要叫它ACF--不要混淆自己和他人。
不，对于非稳态而言，谈论一个取决于两个变量而不是一个变量的QF是有意义的，比如ACF。有可能以某种方式（以大量不同的方式）使这个QF变成取决于一个变量的东西。但你不应该叫它ACF--没必要混淆自己和别人。
并非如此。在这种情况下，ACF只是任何信号在某些有限的片段上与其副本的经典卷积。
这没有什么不寻常的地方，也没有任何理由去恐慌。
ACF取决于多少个变量，在这里并不起作用。
(随着样本量的增加而收敛)，只有在静止状态下才会如此。
所有的东西都会收敛，无论你怎么算，都有数论，甚至它有规律性，在大量的数值样本中出现，尽管它（数论）不研究任何物理或其他过程。
主题中提到了一个以上参数的自 相关函数的必要性，这是一个领域的研究，我怀疑一个时间尺度的离散函数（价格序列）是否值得一个领域考虑。
而在一般情况下，非周期性函数的相关分析，应该显示什么？ 周期性函数的相关分析会显示频谱分布，而价格图表的相关分析应该显示什么？
我找到了一本关于这个问题的好书，与我20年前学习的教科书非常相似 http://scask.ru/book_brts.php?id=16
所有的东西都会收敛，无论你怎么算，都有数论，甚至它有规律性，在大量的数值样本中出现，尽管它（数论）并不研究任何物理或其他过程
主题中提到了一个以上参数的自相关函数的必要性，这是一个领域的研究，我怀疑一个时间尺度的离散函数（价格序列）是否值得一个领域考虑。
而在一般情况下，非周期性函数的相关分析，应该显示什么？ 周期性函数的相关分析会显示频谱分布，而价格图表的相关分析应该显示什么？
我们需要一个 "记忆 "的措施--在时间滑动窗口中，价格增量相互依赖的具体数值。
这使得我们可以说该窗口中的增量之和是否形成了一个属于高斯分布的数字。
事实上，ACF是圣杯，伙计们!它显示了我们是否处于一个趋势或平坦区域...
你只需学会如何正确计算 - 这就是我现在正在做的......