相关性，在投资组合中的分配。计算方法 - 页 5

新评论
 
Aleksey Nikolayev:
琐碎的相关计算有一个问题。由于 价格增量中固有的非平稳性 ，它给出了错误的（往往是膨胀的）结果。这就是为什么计量经济学 通常采取困难的路线，为该系列构建一个自回归模型。
能否请你在PM中更详细地解释这个问题？
 
CHINGIZ MUSTAFAEV:
能否请您在私信中详细说明一下这个问题？

下面是这个效果的一个简单例子。我不准备笼统地描述如何处理它，因为它基本上是一门计量经济学 课程)

让我们产生四个相同长度的独立样本，其预期报酬率不同--前两个为零，其余为一。所有成对的相关关系预计都接近于零。现在我们来做两个样本，一个是第一和第三，一个是第二和第四。当然，它们是独立的，因此不相关，但样本的相关性明显大于零。R上的代码和它的结果。

n <- 1000
v1 <- rnorm(n, mean = 0, sd = 1)
v2 <- rnorm(n, mean = 0, sd = 1)
v3 <- rnorm(n, mean = 1, sd = 1)
v4 <- rnorm(n, mean = 1, sd = 1)

v5 <- c(v1, v3)
v6 <- c(v2, v4)

print(cor(v1, v2))
print(cor(v3, v4))
print(cor(v5, v6))

0.01907343
0.01391064
0.2173542
 
Aleksey Nikolayev:

下面是这个效果的一个简单例子。我不准备笼统地描述如何处理它，因为它基本上是一门计量经济学 课程)

让我们产生四个相同长度的独立样本，其预期报酬率不同--前两个为零，其余为一。所有成对的相关关系预计都接近于零。现在我们来做两个样本，一个是第一和第三，一个是第二和第四。当然，它们是独立的，因此不相关，但样本的相关性明显大于零。R上的代码和它的结果。

这不是在RNG中完成的吗？
 
CHINGIZ MUSTAFAEV:
这不是在RNG中完成的吗？

更像是PRNG，但如果你愿意，你可以连接到量子RNG）。

是的，R中的rnorm()函数可以生成一个具有指定参数的正态分布独立样本。

 
CHINGIZ MUSTAFAEV:
回答问题，或者去看其他的主题。
我不知道你在算什么，但这似乎不对。
这就是该帖子的内容。
而你的回答有玫瑰色眼镜的味道。
毕竟，你所拥有的100%的相关对是不存在的。
我希望，这些对子是预先同步化的？
 
Aleksey Nikolayev:

更像是PRNG，但如果你愿意，你可以连接到量子RNG）。

是的，R中的rnorm()函数可以生成具有给定参数的正态分布独立样本。

一个非常挑剔的问题：他们是否减去/使用熵？ 技术过程（功能）需要令人不快 的长时间。它（熵）慢慢积累，如果没有它，任何东西都是不耐密码的

在我看来，即使在理论上，部分相关也是必须的。

 
Maxim Kuznetsov:

非常-非常挑剔：他们是否读取/使用熵？ 这个过程（功能）需要一个令人不快 的漫长时间。它（熵）积累得很慢，没有它，东西就不具备加密能力。

在我看来，即使在理论上，部分相关也是必须的。

R中的一些包可以让你连接到量子计算机并采取真正的SF。在论坛的某个地方，我已经为你的名字发布了它们）对于R中的PRNG，你可以从一堆算法中选择（你可以阅读帮助），但我并没有真正进入这个问题。

相关性和选择性相关是非常不同的事情。例如，相关性很可能是不存在的，而样本相关性几乎可以为任何样本计算。问题是完全误解了一个简单的事实，即样本相关性不是相关性的定义（而只是对它的估计，不一定准确）。

 
Aleksey Nikolayev:

R中的一些包可以让你连接到量子计算机并采取真正的SF。在论坛的某个地方，我已经为你的名字发布了它们）对于R中的PRNG，你可以从一堆算法中选择（你可以阅读帮助），但我并没有真正进入这个问题。

相关性和选择性相关是非常不同的事情。例如，相关性很可能是不存在的，而样本相关性几乎可以为任何样本计算。问题是完全误解了一个简单的事实，即样本相关性不是相关性的定义（而只是对它的估计，不一定准确）。

Gsc曾经通过绘制相同生成计数的分布图来估计它。 线条越平，逻辑上越好。花了几百万代。而且你可以清楚地看到一切。通常情况下，同样的算法会一直给出一个分布的副本，不管它的所谓随机性如何。
 
Renat Akhtyamov:
Gsc通常是通过绘制相同生成的ss数量的分布图来估计的，线越平，逻辑上越好。花了几百万代。而且你可以清楚地看到一切。通常情况下，同样的算法会一直给出一个分布的副本，不管它的所谓随机性如何。

一个典型的例子是，人类的直觉在理论问题上不能很好地发挥作用。存在巧合的概率非常高（生日的悖论）。

 
Aleksey Nikolayev:

R中的一些包可以让你连接到量子计算机并采取真正的SF。在论坛的某个地方，我已经为你的名字发布了它们）对于R中的PRNG，你可以从一堆算法中选择（你可以阅读帮助），但我并没有真正进入这个问题。

相关性和选择性相关是非常不同的事情。例如，相关性很可能是不存在的，而样本相关性几乎可以为任何样本计算。问题是完全误解了一个简单的事实，即样本相关性不是相关性的定义（而只是对它的估计，不一定准确）。

那么，科学有多少敢说呢？ 究竟是什么结果不尽人意。

123456789101112
新评论