MetaQuotes:
Hey, vielen Dank für diesen Artikel. Ich habe den Code aus diesem Artikel verwendet, aber ich würde gerne wissen, ob Sie diesen Code jemals aktualisiert haben, um die Geschwindigkeit zu erhöhen. Ich habe einen Test gemacht, aber wenn die Größe über tausend liegt, dauert es wirklich lange. Ich weiß nicht, ob es etwas ist, das optimiert werden kann.
Sehen Sie sich den neuen Artikel an: Implementierung des Augmented Dickey Fuller-Tests in MQL5.
Autor: Francis Dube

Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Implementierung des Augmented Dickey Fuller-Tests in MQL5 :
In diesem Artikel demonstrieren wir die Implementierung des Augmented Dickey-Fuller-Tests und wenden ihn zur Durchführung von Kointegrationstests mit der Engle-Granger-Methode an.
Einfach ausgedrückt ist ein ADF-Test ein Hypothesentest, mit dem wir feststellen können, ob ein bestimmtes Merkmal der beobachteten Daten statistisch signifikant ist. In diesem Fall ist das zu ermittelnde Merkmal die Stationarität einer Reihe. Eine statistische Hypothese ist eine Annahme über einen Datensatz, der durch eine Stichprobe repräsentiert wird. Wir können die wirkliche Wahrheit nur erfahren, wenn wir mit dem gesamten Datensatz arbeiten. Was in der Regel aus dem einen oder anderen Grund nicht möglich ist. Es wird also eine Stichprobe eines Datensatzes getestet, um eine Annahme für den gesamten Datensatz zu treffen. Es ist wichtig, sich daran zu erinnern, dass der Wahrheitsgehalt einer statistischen Hypothese bei der Arbeit mit Stichproben nie mit Gewissheit feststeht. Was wir erhalten, ist, ob eine Annahme wahrscheinlich wahr oder falsch ist.
Bei einem ADF-Test betrachten wir zwei Szenarien:
Autor: Francis Dube