Discusión sobre el artículo "Investigando las características estacionales de las series temporales financieras con la ayuda de diagramas Boxplot" - página 31
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
el hecho es que no siempre es grande para las muestras superpuestas.
Teóricamente, la correlación para tales intervalos puede incluso ser nula en algunos casos.
Teóricamente, la correlación de estos intervalos puede incluso ser nula en algunos casos.
Pues sí. Aún así se pueden comparar los intervalos entre sí, ¿no? ¿O es una tontería?
es así. Todavía es posible comparar los intervalos entre sí, ¿verdad? ¿O es basura
Para datos de cualquier naturaleza, matemáticamente se deduce una alta correlación para intervalos que se solapan.
Basándose en eso, uno puede decidir por sí mismo si merece la pena.
Para datos de cualquier naturaleza, se deduce matemáticamente una alta correlación para intervalos solapados.
En función de esto, puedes decidir por ti mismo si merece la pena.
¿Correlación cero puede considerarse alta correlación? Estoy confundido, señores.
¿Una correlación cero es una correlación alta? Me están confundiendo, caballeros.
La correlación media será alta. En algunos casos será cercana a cero.
La correlación media será alta. Ocasionalmente, algunos casos se acercarán a cero.
Pero, ¿es significativa la diferencia relativa? entre un par de relojes con una correlación media de 1 y otro par con 0.
El enfoque de permutación no funciona (muestreo no interseccional), en absoluto. No tiene sentido buscar de esa manera. Ni siquiera mostrará lo que mostraban los boxplots en el artículo
¿pero la diferencia relativa es significativa? entre un par de relojes con una correlación media de 1 y otro par con 0.
Ya no lo entiendo. Dejémoslo.
El enfoque de permutación no funciona (muestreo no interseccional), en absoluto. No tiene sentido buscar de esa manera. Ni siquiera mostrará lo que los boxplots mostraban en el artículo.
Sin embargo, alguien lo desenterró.
Sin embargo, alguien lo desenterró.
¿Una coincidencia aleatoria de dos curvas?
¿Tomas un intervalo de tiempo de una fecha aleatoria y el segundo intervalo de una fecha aleatoria? ¿Y si desplazas los puntos de partida?
¿una coincidencia de dos curvas?
¿Tomas un intervalo de tiempo de una fecha aleatoria y el segundo intervalo de una fecha aleatoria? ¿Y si desplazas los puntos de partida?
Lo he explicado todo en el blog.
El blog lo tiene todo previsto.
No he mirado en el código, pero si por corr. en muestras no superpuestas, entonces el mismo ajuste, dependiendo de los puntos de referencia iniciales, además. Basado en una lógica trivial.
Se pueden obtener tantos ajustes como se quiera cuando se hace bruteforcing. Es mejor que nada, pero no se basa en ninguna estacionalidad.
Toma los intervalos 1º y 2º y mezcla aleatoriamente cada uno de ellos, mira el corr. Algún día llegarás a un óptimo mediante este enfoque, pero no tendrá nada que ver con la regularidad estacional.
imho