Von der Theorie zur Praxis - Seite 462

 
Andrei:
nicht wirklich, ermöglicht die Trennung periodischer Komponenten...

Autokorrelation und Korrelation sind nicht auf nicht-stationäre Zeiten anwendbar.

 
Maxim Dmitrievsky:

Autokorrelation und Korrelation sind nicht auf nicht-stationäre Zeiten anwendbar

Wer verhindert, dass sie angewendet wird?
 
Andrei:
Wer hindert Sie daran, es zu benutzen?

Überschätzung, Spearman ist nicht besser.

 
Maxim Dmitrievsky:

Überbewertung kommt heraus, Spearman ist auch nicht besser

und es gibt keine Notwendigkeit für Genauigkeit, es ist alles plus oder minus einen Fuß...
 
Andrei:
und wer verhindert, dass sie angewendet wird?

Nicht wer, sondern was - das Verständnis der einfachen Tatsache, dass wir es mit einem Stichprobenwert zu tun haben, der nur dann Sinn macht (zu etwas konvergiert, wenn der Stichprobenumfang zunimmt), wenn er stationär ist.

 
Aleksey Nikolayev:

Nicht wer, sondern was - ein Verständnis der einfachen Tatsache, dass wir es mit einem Stichprobenwert zu tun haben, der nur dann Sinn macht (zu etwas konvergiert, wenn der Stichprobenumfang zunimmt), wenn er stationär ist.

Die ACF ist für jedes Signal sinnvoll, auch für ein nicht-stationäres Signal.
 
Andrei:
ACF ist für jedes Signal sinnvoll, auch für ein nicht-stationäres Signal.

Nein. Bei nicht-stationären Werten ist es sinnvoll, von einem QF zu sprechen, der von zwei Variablen abhängt, nicht von einer, wie der ACF. Es ist möglich, diesen QF irgendwie (auf viele verschiedene Arten) zu etwas zu machen, das von einer Variablen abhängt. Aber nennen Sie es nicht ACF - verwirren Sie sich und andere nicht.

 
Aleksey Nikolayev:

Nein. Bei nicht-stationären Werten ist es sinnvoll, von einem QF zu sprechen, der von zwei Variablen abhängt, nicht von einer, wie der ACF. Es ist möglich, diesen QF irgendwie (auf viele verschiedene Arten) zu etwas zu machen, das von einer Variablen abhängt. Aber Sie sollten es nicht ACF nennen, um sich und andere nicht zu verwirren.

Nicht wirklich. ACF ist in diesem Fall einfach die klassische Faltung eines beliebigen Signals auf einem begrenzten Segment mit seiner Kopie.

Daran ist nichts Ungewöhnliches, und es gibt auch keinen Grund zur Panik.

Von wie vielen Variablen der ACF abhängt, spielt hier keine Rolle.

 
Aleksey Nikolayev:

(konvergiert mit zunehmendem Stichprobenumfang zu etwas) nur bei Stationarität.

alles konvergiert zu etwas, egal was man zählt, es gibt die Zahlentheorie, auch sie hat Regelmäßigkeiten, die bei einer großen Stichprobe von Werten auftreten, obwohl sie (die Zahlentheorie) keinen physikalischen oder anderen Prozess untersucht

Eine Notwendigkeit der Autokorrelationsfunktion für mehr als einen Parameter wurde im Thread erwähnt, es ist eine Forschung aus dem Bereich der Felder, ich bezweifle, dass eine diskrete Funktion auf der Zeitskala (Preisreihen) von einem Feld betrachtet werden kann

Und was sollte die Korrelationsanalyse einer nicht-periodischen Funktion im Allgemeinen zeigen? Die Korrelationsanalyse einer periodischen Funktion zeigt die Verteilung des Frequenzspektrums, und was sollte die Korrelationsanalyse des Preisdiagramms zeigen?

Ich habe eine gute Lektüre zu diesem Thema gefunden, die dem Lehrbuch, das ich vor 20 Jahren studierte, sehr ähnlich ist http://scask.ru/book_brts.php?id=16

3.3. Автокорреляционная функция дискретного сигнала
  • scask.ru
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...
 
Igor Makanu:

alles konvergiert zu etwas, was auch immer man zählt, es gibt die Zahlentheorie, auch sie hat Regelmäßigkeiten, die in einer großen Stichprobe von Werten erscheinen, obwohl sie (die Zahlentheorie) keinen physikalischen oder anderen Prozess untersucht

Eine Notwendigkeit der Autokorrelationsfunktion für mehr als einen Parameter wurde im Thread erwähnt, es ist eine Forschung aus dem Bereich der Felder, ich bezweifle, dass eine diskrete Funktion auf der Zeitskala (Preisreihen) von einem Feld betrachtet werden kann

Und was sollte die Korrelationsanalyse einer nicht-periodischen Funktion im Allgemeinen zeigen? Die Korrelationsanalyse einer periodischen Funktion zeigt die Verteilung des Frequenzspektrums, und was sollte die Korrelationsanalyse des Preisdiagramms zeigen?

Wir brauchen ein Maß für das "Gedächtnis" - einen spezifischen Zahlenwert für die Abhängigkeit der Preisschritte voneinander im gleitenden Zeitfenster.

Damit lässt sich feststellen, ob die Summe der Inkremente in diesem Fenster eine Zahl bildet, die zur Gauß-Verteilung gehört oder nicht.

Der ACF ist in der Tat der Gral, Leute! Sie zeigt, ob wir uns in einem Trend oder in einem flachen Bereich befinden...

Man muss nur lernen, wie man es richtig berechnet - und das tue ich jetzt...