Una correlación muestral nula no significa necesariamente que no exista una relación lineal - página 21
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
Y por cierto, hay un grave error en tus cifras. Lo que tú llamas "gráficos con cero MO, una varianza y cero correlación" no lo son. Es decir, ya tiene un error después de la conversión de datos - no necesita buscar más.
Todo lo que dices no tiene fundamento. Por mi parte, además de los gráficos, he adjuntado los datos en bruto. Puedes comprobarlo fácilmente. Y, como ya se ha dicho, el control de calidad no se ve afectado al multiplicar (llevando la varianza a uno) por una constante y añadir una constante (llevando la MO a cero). Por favor, haga una prueba rudimentaria con los datos proporcionados e informe de los resultados aquí. No hacer afirmaciones infundadas de errores graves.
...diré más, su indicador de correlación es intrínsecamente erróneo. Simplemente ha sustituido la solución de un problema importante por la solución de otro problema. Exagerado.
Una vez más, todo es pura cháchara. Tome una lectura del indicador en cualquier lugar, calcule con su método de control de calidad y compare. El ejemplo anterior de correlación cero se encuentra en las lecturas de los indicadores. La captura de pantalla subraya específicamente en rojo que la correlación calculada por Mathcad es efectivamente cero en esta muestra:
Gracias, me reí. El problema de identificar la correlación de los indicadores financieros se sitúa en otro plano.
Ponte a ello, ahora que has empezado.
...
Además, nadie en este foro ha tomado incrementos relativos en los cálculos de QC (con QC empezó la discusión), han tomado incrementos absolutos. Lo cual, por supuesto, es fundamentalmente erróneo.
Ya te lo he dicho 1000 veces. Por qué dices para todos que nadie. ¿Has mirado en mi ordenador y has comprobado todas las herramientas desarrolladas por los participantes de este foro?
El hombre construyó un indicador ... basado en él hizo un sistema de comercio ... y está obteniendo beneficios ... ¿Dices que no es cierto desde este punto de vista? no tengo razón en absoluto, no es cierto en principio, ¿qué otra cosa no es cierta?
Deja de pensar que todo el mundo en este foro es idiota y tú eres el mejor y más brillante.
Ya te lo he dicho 1000 veces. ¿Por qué dices que nadie es adecuado para todos? ¿Has mirado en mi ordenador y has escarbado en todas las novedades de los participantes de este foro?
Porque primero busqué en este foro los cálculos de control de calidad y me aseguré de que los incrementos relativos no fueran utilizados (resultados publicados en el foro) por ti ni por nadie. Si no estaba buscando lo suficiente, muéstrame.
Ya se ha argumentado varias veces, y no sólo por mí, por qué usar incrementos absolutos cuando se comparan muestras de dos o más RCEs es un error.
Todo eso no tiene fundamento por tu parte. Por mi parte, además de los gráficos, también he adjuntado los datos en bruto. Puedes comprobarlo fácilmente.
Lo siento, ¿eres estúpido? Estamos hablando de esta foto.
Aquí no hay MO = 0 y D=1.
Es increíble, pero es la tercera vez que llamo la atención sobre este craso error. Es como si no pudieras entender esta simple cosa, y mucho menos debatirla.
Aquí no hay MO = 0 y D=1.
Es increíble, pero es la tercera vez que le llamo la atención sobre este craso error. Parece como si no fueras capaz de entender esta simple cosa, y mucho menos de discutirla.
¿En qué razonamiento se basan para sacar esas conclusiones sobre el MO y la varianza? Menos mal que en el primer post se da la fecha exacta de la que se tomaron los datos, por lo que se pudo recuperar:
En este caso, como escribí en el primer post, el control de calidad es igual al producto medio de los miembros de BP de la muestra:
Se adjuntan los datos de la fuente.
Los logaritmos se utilizan para establecer explícitamente que una cantidad con una distribución parecida a la normal tiene un límite inferior de cero. Al derivar la fórmula de Black-Scholes, se supone que la distribución del precio es lognormal, es decir, que no es el precio el que se distribuye normalmente, sino su logaritmo.
El ARPSS incluye necesariamente la desviación de la PA. Se distingue entre tendencias aditivas y multiplicativas. Estos últimos, por supuesto, son logarítmicos antes de la desviación de BP.
¿En qué razonamiento se basan para sacar esas conclusiones sobre la MO y la dispersión?
Muy sencillo, la MO y la varianza existen como concepto estadístico para las series aleatorias, tienes una serie "no aleatoria". Es decir, la MO y la varianza no existen como conceptos para ellos.
1. A grandes rasgos, el criterio del signo se rompe, alrededor del 80% de sus datos son positivos (es un error, una mala estandarización). La gente en un hilo vecino está delirando sobre los cuantiles - esto es justo lo mismo. Y de la definición básica de serie aleatoria.
2. Las dependencias "funcionales" son claramente visibles.
3. y lo más importante, es la cuestión de saber exactamente qué instrumento se está analizando - no hay nada aleatorio en estos instrumentos. Al menos en la representación de los datos que tiene.
4. No hay necesidad de esconder su incomprensión detrás de los paquetes matriciales, entienda primero lo básico. Y la base es sencilla, el análisis estadístico (y el cálculo de la MO) puede someterse a series "aleatorias".
5. Si simplemente tomaras los datos tal cual y te mostrara cómo hacerlo, eso estaría más cerca de la verdad.
¿Qué diablos es el análisis estadístico? ¿Tienes idea de lo que estás hablando? Estamos hablando de muestreo, de recuentos de control de calidad de una muestra. ¿Conoce conceptos como MO de muestreo, varianza de muestreo y QC de muestreo?
Como si estuvieran escritas para ti:
Un poco de historia.
Otro error común es confundir los conceptos de "coeficiente de correlación" (es decir, una característica de una relación estocástica entre v.c.) y "coeficiente de correlación dela muestra " (una estimación -una de las muchas posibles- del verdadero CC). En realidad, se trata de cosas muy diferentes, y sustituir una por la otra es fundamentalmente erróneo.
Muy sencillo, la MO y la varianza existen como concepto estadístico para las series aleatorias, tienes una serie "no aleatoria". Es decir, la MO y la varianza no existen como conceptos para ellos.
1. A grandes rasgos, el criterio del signo se rompe, alrededor del 80% de sus datos son positivos (es un error, una mala estandarización). La gente en un hilo vecino está delirando sobre los cuantiles - esto es justo lo mismo. Y de la definición básica de serie aleatoria.
2. Las dependencias "funcionales" son claramente visibles.
3. y lo más importante, es la cuestión de saber exactamente qué instrumento se está analizando - no hay nada aleatorio en estos instrumentos. Al menos en la representación de los datos que tiene.
4. No hay necesidad de esconder su incomprensión detrás de los paquetes matriciales, entienda primero lo básico. Y la base es sencilla, el análisis estadístico (y el cálculo de MO) puede someterse a series "aleatorias".
5. Si simplemente tomaras los datos tal cual y te mostrara cómo hacerlo, eso estaría más cerca de la verdad.
No desperdicies tu energía. Prival trató de explicarle que la ACF es una función, no un número, y fracasó. Por ahí hay que empezar.
5. Si tomara los datos tal cual y le mostrara cómo hacerlo, estaría más cerca de la verdad.
Muéstrame, por favor: