Estadística de la dependencia entre comillas (teoría de la información, correlación y otros métodos de selección de características) - página 17
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
Como método de eliminación, sugiero simplemente relacionar los incrementos con el perfil de volatilidad diario.
¿Puedo ponerlo a mi manera?
Por lo tanto, el enfoque elegido muestra que hay dependencias. La más evidente, razonable y visible a simple vista es la periodicidad diaria de la volatilidad.
Por lo tanto, el siguiente paso lógico en mi investigación sería tratar de excluir esta dependencia obvia y muy fuerte de los datos y ver si nuestro (su) método muestra la presencia de otras dependencias.
Como método de eliminación propongo simplemente relacionar los incrementos con el perfil de volatilidad diario.
Lo siento mucho.
pero qué tiene que ver la volatilidad "INCORRECTA" si hemos adoptado el modelo "correcto".
:)
Sigo argumentando "destructivamente" que la prueba de independencia es equivalente a la prueba de una distribución uniforme.
Y nada de "estadística no paramétrica": sólo la hipótesis nula, que los autores de libros de texto a veces son demasiado perezosos para explicar...
Código aproximado para MQL-- https://www.mql5.com/ru/forum/132692/page13
¡Querido experto!
Hay una pregunta sobre esta máquina. Como resultado de la desvolatilización, ¿se aproxima a cero la autocorrelación de la serie de rendimientos resultante (tomada como módulo)? En un proceso normal en el retardo 1 y 24 la autocorrelación es de alrededor de 0,11.
Ciertamente puedo comprobarlo yo mismo, es que intenté hacer una corrección al perfil de volatilidad diario yo mismo, pero la autocorrelación por alguna razón se quedó.... Y esta es la raíz de las fuertes dependencias, como ha quedado claro.
¡Querido experto!
No me llames así :) ElXperto es un apodo, nada más, experto es una característica.
Como resultado de la desvolatilización, la autocorrelación de la serie de rendimientos resultante (tomada como módulo) se aproxima a cero...
No tengo ni idea, para mí el ATR diario suavizado es una herramienta puramente práctica, y no fue más allá de conseguir un gráfico, surgieron asuntos más urgentes.
Así que tienes que hacerlo :). No necesariamente cerca, pero lógicamente deberían estarlo.
Lo siento mucho.
Pero qué tiene que ver la volatilidad "INCORRECTA" si hemos adoptado el modelo "correcto".
:)
¿Acabo de pasar por encima de la luna o lo has hecho tú? :) ¿Por qué está equivocada su volatilidad y, de hecho, qué tiene que ver su volatilidad equivocada? Estás en tu derecho de aceptar el modelo y considerarlo correcto, pero en relación al planteamiento del autor cualquier modelo sería externo, no hay modelos en su planteamiento y no puede haberlos. Si lo he entendido bien, por supuesto :)
¿Acabo de pasar por encima de la luna o lo has hecho tú? :) ¿Por qué está equivocada su volatilidad y, de hecho, qué tiene que ver su volatilidad equivocada? Estás en tu derecho de aceptar el modelo y considerarlo correcto, pero en relación al planteamiento del autor cualquier modelo sería externo, no hay modelos en su planteamiento y no puede haberlos. Si lo he entendido bien, por supuesto :)
¿Puedo preguntar?
¿Entendemos la independencia de la misma manera? Es decir, ambos procesos pertenecen a la misma distribución y son supuestamente independientes.
Pero, ¿y si no son lo mismo?
¿entonces qué?
de ahí lo de "irregularidad" .
:)
¿puedo preguntar?
¿entendemos la independencia de la misma manera? es decir, ambos procesos pertenecen a la misma distribución y son supuestamente independientes.
¿Y si no son lo mismo?
¿entonces qué?
de ahí la "irregularidad" .
:)
No tengo tiempo para aclimatarme tan rápido :). ¿Qué dos procesos? Puede haber un millón de procesos, sus distribuciones pueden ser las que sean, sólo vemos el resultado global.
La volatilidad y su periodicidad diaria es sólo un hecho observable, que no tiene nada que ver con ningún modelo. Por lo tanto, siempre es correcto :).
No tengo tiempo para aclimatarme tan rápido :). ¿Qué dos procesos? Puede haber un millón de procesos, sus distribuciones pueden ser las que quieran, nosotros sólo vemos el resultado global.
La volatilidad y su periodicidad diaria es sólo un hecho observable, que no tiene nada que ver con ningún modelo. Por lo tanto, siempre es correcto :).
tienes rendimientos (y Alexei afirma que son casi laplacianos en la distribución del tiempo).
Ahora se comprueba la hipótesis sobre su independencia de los valores anteriores.
Si el patrón de distribución de los rendimientos es uniforme - es correcto aplicar la chi-cuadrado como se discute aquí...
Si no, no lo es. A eso me refiero. Hay que tomar la frecuencia por la distribución de Laplace para la prueba de chi-cuadrado. Y no pienses en otra cosa.
Y el hecho de que la volatilidad es sensible al volumen de acciones es un hecho. pero la razón es diferente.
Y tratar de normalizar - desdibujaría el corte obvio.
Cuanto más lejos (por encima de sigma), más independiente...
;)
tienes rendimientos (y Alexei afirma que son casi laplacianos en la distribución del tiempo).
Ahora se comprueba la hipótesis sobre su independencia de los valores anteriores.
Si el patrón de distribución de los rendimientos es uniforme, correcto. Si no, no lo es. A eso me refiero.
Y el hecho de que la volatilidad es sensible a la volatilidad de la renta variable es un hecho. pero la razón es diferente.
Y tratar de racionarla - desdibujaría el corte obvio.
Cuanto más lejos (sobre sigma) - más independencia...
;)
Los SV pueden distribuirse de forma diferente y pueden ser dependientes o independientes. Si 2 SV son independientes, entonces las distribuciones condicionales de las variables aleatorias independientes son iguales a sus distribuciones incondicionales. En el caso de un SV, la distribución es independiente de los valores anteriores del SV: la distribución condicional del SV (de los valores anteriores del mismo SV) es igual a la distribución incondicional del SV