Diskussion zum Artikel "Elemente der Korrelationsanalyse in MQL5: Chi-Quadrat-Test nach Pearson auf Unabhängigkeit und Korrelationsverhältnis"
Traditionelle Methoden der Korrelationsbewertung (von zwei oder mehr Finanzinstrumenten) verwenden häufig Candlesticks verschiedener Zeitrahmen als Bezugselement.
Allerdings hat der Candlestick trotz der Einfachheit seiner Struktur (und der Bequemlichkeit seiner Verwendung) einen erheblichen Nachteil, nämlich:
Das Close-Niveau eines Candlesticks ist kein fraktales, vom Markt nicht festgelegtes Niveau, sondern nur ein Zwischenniveau innerhalb der zuvor begonnenen ZIEL-BEWEGUNG! Bei einer aufsteigenden Kerze handelt es sich um eine Kursbewegung vom Hoch zum Schlussstand. Bei einer absteigenden Kerze - vom Tiefpunkt bis zum Schluss.
Das heißt, wenn es einen Schatten gibt, endet die Gegenbewegung (am Ende der Kerzenzeit) überhaupt nicht, sondern kann ruhig weitergehen! Und die Berücksichtigung eines solchen Niveaus in den Korrelationsberechnungen führt unweigerlich zu Ungenauigkeiten (oder sogar Fehlern).
Daher verwendet die Impulsgleichgewichtstheorie eine andere Struktur für die Korrelationsschätzung, die streng festgelegte, fraktale Niveaus aufweist.
Herkömmliche Methoden zur Bewertung der Korrelation (von zwei oder mehr Finanzinstrumenten) verwenden häufig Kerzen unterschiedlicher Zeiträume als Referenz.
Der Candlestick hat jedoch trotz seiner einfachen Struktur (und seiner praktischen Anwendung) einen erheblichen Nachteil, nämlich:
Das Schlussniveau einer Kerze ist kein fraktales Niveau, das vom Markt nicht festgelegt wird, sondern nur ein Zwischenniveau innerhalb der zuvor begonnenen ZIEL-BEWEGUNG! Bei einer aufsteigenden Kerze handelt es sich um eine Kursbewegung vom Hoch zum Schlussstand. Bei einer absteigenden Kerze - vom Tiefpunkt bis zum Schluss.
Das heißt, wenn es einen Schatten gibt, endet die Gegenbewegung (am Ende der Kerzenzeit) überhaupt nicht, sondern kann ruhig weitergehen! Und die Berücksichtigung eines solchen Niveaus in den Korrelationsberechnungen führt unweigerlich zu Ungenauigkeiten (oder sogar Fehlern).
Daher verwendet die Impulsgleichgewichtstheorie eine andere Struktur für die Korrelationsschätzung, die streng festgelegte, fraktale Niveaus aufweist.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Neuer Artikel Elemente der Korrelationsanalyse in MQL5: Chi-Quadrat-Test nach Pearson auf Unabhängigkeit und Korrelationsverhältnis :
In dem Artikel werden die klassischen Instrumente der Korrelationsanalyse betrachtet. Der Schwerpunkt liegt auf einem kurzen theoretischen Hintergrund sowie auf der praktischen Anwendung des Pearson-Chi-Quadrat-Tests auf Unabhängigkeit und des Korrelationsverhältnisses.
In diesem Artikel möchte ich einen so wichtigen Bereich der mathematischen Statistik wie die Korrelationsanalyse, einschließlich der Ermittlung und Bewertung von Abhängigkeiten zwischen Zufallsvariablen, behandeln. Das beliebteste Instrument im Arsenal der Korrelationsanalyse ist natürlich das Korrelationsverhältnis. Die Berechnung des Korrelationsverhältnisses allein ist jedoch völlig unzureichend, wenn es darum geht, Abhängigkeiten in Daten zu bewerten, insbesondere bei Aktienkurssteigerungen. Erstens bewertet das Verhältnis nur die lineare Abhängigkeit. Zweitens bedeuten Nullwerte des Korrelationsverhältnisses nicht, dass keine Abhängigkeit besteht, wenn die Datenstichprobe, aus der es berechnet wird, eine andere Verteilung als die Normalverteilung aufweist. Um die Frage zu beantworten, ob die Daten abhängig sind, sollten wir die Unabhängigkeitskriterien definieren. Wir werden über das berühmteste Kriterium sprechen – den Chi-Quadrat-Test von Pearson für die Unabhängigkeit. Wir werden auch über ein numerisches Merkmal wie das Korrelationsverhältnis sprechen, mit dessen Hilfe festgestellt werden kann, ob die untersuchte Abhängigkeit nichtlinear ist.
Autor: Evgeniy Chernish