Discusión sobre el artículo "Aplicación práctica de las correlaciones en el trading" - página 2

 

ALEXANDER FEDOSOV:  Суть любой торговли, так или иначе сводится к тому, что приходится прогнозировать дальнейшее развитие событий на рынке и потенциальная прибыль сильно зависит от успешности прогноза.

Estoy totalmenteen desacuerdo. Hay sistemas de negociación que no hacen previsiones, sino que explotan las propiedades estadísticas de una serie financiera concreta o de un conjunto de ellas.

 
Dmitry Fedoseev:

Entonces, ¿de dónde viene esta conclusión:"Tome una sección de tendencia, márquela con números en orden (función monótona) y busque la correlación entre ellos"?

En la figura 1 sólo tenemos 1 fila, luego en la tabla de cálculos, si los repites, puedes ver que estamos contando la correlación de Pearson entre los precios de cierre y la fila numérica, que son sólo velas numeradas. Esto es algo extraño en general, y no parece autocorrelación y correlación de rangos como desde China.
Más adelante se consideran 4 tipos de correlación y me parece sin entender cuando y donde aplicar cada una de ellas.
Más adelante no existe el apartado de preparación de datos.
Más adelante en las respuestas hay cierto sarcasmo sobre gurús que pueden aconsejar calcular correlación a partir de la primera diferencia - todo se puede hacer, la única cuestión es cuando tomar la primera diferencia, cuando tomar la segunda, cuando tomar los datos iniciales, y cuando llevarlos a otra dimensión, etc. - falta todo esto. Como resultado, el artículo es para principiantes, y no hay nada para ellos.


No te estoy atacando personalmente, pareces tener buena cabeza, pero el artículo es desafortunado.

 
El autor tiene un enfoque interesante: tomar niveles (precios) de la misma serie y calcular la correlación. Normalmente, la autocorrelación se ocupa de la conexión entre dichos niveles (precios). Entonces no hay pruebas estadísticas que confirman la fuerza de la conexión con una cierta probabilidad.... como dijo SanSanych (si no me confundo), los intervalos de confianza son tan amplios que los resultados obtenidos deben interpretarse con mucha cautela....
 
Alexey Oreshkin:

En la figura 1 tenemos solo 1 fila, luego en la tabla de cálculos, si los repites, puedes ver que contamos el Pearson entre los precios de cierre y la serie numérica, que son solo velas numeradas. Esto es algo extraño en general, y no se parece a la autocorrelación y la correlación de rango como de porcelana.
Entonces consideramos hasta 4 tipos de correlación y me parece sin entender cuándo y dónde aplicar cada uno de ellos.

Hace unos 10 años los indicadores de Jurick (si no recuerdo mal el nombre del autor) eran muy populares. Costaban dinero y eran muy secretos. Pero entonces algunos espabilados descubrieron que uno de ellos se basaba en el Coeficiente de Correlación de Spearman. Los otros se basaban en filtros digitales. Así que muchas cosas complejas se basan en matemáticas "sencillas" aplicadas incluso a números de barras.

 
Rashid Umarov:

Hace unos 10 años, los indicadores de Jurick (si no recuerdo mal la ortografía del nombre del autor) eran muy populares. Costaban dinero y eran muy secretos. Pero entonces algunos espabilados descubrieron que uno de ellos se basaba en el Coeficiente de Correlación de Spearman. Los otros se basaban en filtros digitales. Así que muchas cosas complejas se basan en matemáticas "sencillas" aplicadas incluso a números de barras.

Yo también estoy siempre a favor de la simplicidad, pero eso no significa que se puedan cruzar perros y gatos.

..... alguien vendrá corriendo a decir que un híbrido así también se encuentra a veces en la naturaleza :)

 
Alexey Oreshkin:

En la figura 1 tenemos solo 1 fila, luego en la tabla de cálculos, si los repites, puedes ver que contamos el Pearson entre los precios de cierre y la serie numérica, que son solo velas numeradas. Esto es algo extraño en general, y no parece autocorrelación y correlación de rangos como desde China.
Más adelante se consideran 4 tipos de correlación y me parece sin entender cuando y donde aplicar cada una de ellas.
Más adelante no existe el apartado de preparación de datos.
Más adelante en las respuestas hay cierto sarcasmo sobre gurús que pueden aconsejar calcular correlación a partir de la primera diferencia - todo se puede hacer, la única cuestión es cuando tomar la primera diferencia, cuando tomar la segunda, cuando tomar los datos iniciales, y cuando llevarlos a otra dimensión, etc. - falta todo esto. Como resultado, el artículo es para principiantes, y no hay nada para ellos.


No te estoy atacando personalmente, pareces tener buena cabeza, pero el artículo es un fracaso.

Correlación entre el precio y la línea inclinada. Es una forma estándar de aplicar la correlación, conocida desde hace siglos. Para eso sirve la correlación: para comparar algo con algo. Si el precio sube - correlación positiva, si baja - correlación negativa. Como resultado, resulta ser una especie de oscilador.

Lo principal es que existen funciones para calcular varios métodos de correlación, y quien los necesite los afinará a lo que necesite. Teorizar no tiene sentido.

 
Dmitry Fedoseev:

Correlación entre el precio y la línea inclinada.....

Ajá, es lo mismo que considerar la correlación entre los ojos izquierdo y derecho....y a veces se rompe.
Y si tomar una línea inclinada, a continuación, en el mismo sistema de coordenadas donde la serie digital. En general, como usted mismo escribió, no tiene sentido teorizar.

 
Alexey Oreshkin:

Ajá, es lo mismo que considerar la correlación entre los ojos izquierdo y derecho....y a veces se rompe.
Y si tomar una línea inclinada, a continuación, en el mismo sistema de coordenadas donde la serie digital. En general, como usted mismo escribió, no tiene sentido teorizar.

Correlación para el cálculo no requiere la normalización de los datos.

 
Dmitry Fedoseev:

El cálculo de la correlación no requiere la normalización de los datos.

Requiere que los datos se distribuyan normalmente.

 
Maxim Dmitrievsky:

requiere que los datos se distribuyan normalmente.

Desde luego, no lo requiere.