Discusión sobre el artículo "Elementos del análisis de correlación en MQL5: Prueba chi-cuadrado de Pearson de independencia y ratio de correlación."

 

Artículo publicado Elementos del análisis de correlación en MQL5: Prueba chi-cuadrado de Pearson de independencia y ratio de correlación.:

El artículo analiza las herramientas clásicas del análisis de correlaciones. Se hace hincapié en los breves antecedentes teóricos, así como en la aplicación práctica de la prueba de independencia chi-cuadrado de Pearson y la ratio de correlación.

En este artículo, me gustaría abordar una sección tan importante de la estadística matemática como el análisis de correlación, que incluye la detección y evaluación de dependencias entre variables aleatorias. La herramienta más popular en el arsenal del análisis de correlación es, por supuesto, el ratio de correlación. Sin embargo, el cálculo del ratio de correlación por sí solo es completamente insuficiente si queremos evaluar dependencias en los datos, especialmente como los incrementos del precio de las acciones. En primer lugar, la ratio sólo evalúa la dependencia lineal. En segundo lugar, los valores cero de la ratio de correlación no significan la ausencia de dependencia si la muestra de datos a partir de la que se calcula tiene una distribución distinta de la normal. Para responder a la pregunta de si los datos son dependientes, debemos definir los criterios de independencia. Hablaremos del criterio más famoso: la prueba chi-cuadrado de independencia de Pearson. También hablaremos de una característica numérica como la ratio de correlación, que ayuda a determinar si la dependencia estudiada es no lineal.

Autor: Evgeniy Chernish

 

Los métodos tradicionales de evaluación de la correlación (de dos o más instrumentos financieros) suelen utilizar como elemento de referencia los candeleros de diferentes plazos.

Sin embargo, el candelero, a pesar de la simplicidad de su estructura (y la comodidad de su uso) tiene una desventaja significativa, a saber:

El nivel de Cierre de cualquier vela no es un nivel fractal, no fijado por el mercado, ¡sino sólo un nivel intermedio dentro del MOVIMIENTO OBJETIVO previamente iniciado! Para una vela ascendente - es un movimiento del precio desde el Máximo hasta el Cierre. Para una vela descendente - desde el mínimo hasta el cierre.

Es decir, si hay una sombra, el movimiento inverso (al final del tiempo de la vela) no termina en absoluto, ¡sino que puede continuar tranquilamente! Y tener en cuenta tal nivel en los cálculos de correlación introduce inevitablemente inexactitud (o incluso error).

Por lo tanto, la teoría del equilibrio de impulsos utiliza una estructura diferente para la estimación de la correlación, que tiene niveles estrictamente fijos, fractales.

 
Aleksandr Masterskikh #:

Los métodos tradicionales de evaluación de la correlación (de dos o más instrumentos financieros) suelen utilizar como referencia velas de distintos plazos.

Sin embargo, la vela, a pesar de la simplicidad de su estructura (y comodidad de uso) tiene una desventaja significativa, a saber:

El nivel de Cierre de cualquier vela no es un nivel fractal, no fijado por el mercado, ¡sino sólo un nivel intermedio dentro del MOVIMIENTO OBJETIVO previamente iniciado! Para una vela ascendente - es un movimiento del precio desde el Alto hasta el Cierre. Para una vela descendente - desde el Mínimo hasta el Cierre.

Es decir, si hay una sombra, el movimiento inverso (al final del tiempo de la vela) no termina en absoluto, ¡sino que puede continuar tranquilamente! Y tener en cuenta tal nivel en los cálculos de correlación inevitablemente introduce inexactitud (o incluso error).

Por lo tanto, la teoría del equilibrio de impulsos utiliza una estructura diferente para la estimación de la correlación, que tiene niveles estrictamente fijos, fractales.

¿Y qué valores de correlación se obtienen en estos niveles fractales?