Une corrélation nulle entre les échantillons ne signifie pas nécessairement qu'il n'y a pas de relation linéaire. - page 54
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
N'y a-t-il pas plus qu'un ACF pour mettre un QC ailleurs ? Qu'en est-il d'un CQ entre instruments ? Non ? Tu ne peux pas y penser ?
Eh bien, prenez les cours des indices S&P500 et NASDAQ (^GSPC et ^IXIC sur Yahoo.Finance, respectivement). La corrélation calculée sur les prix sera à nouveau positive. Pouvez-vous élaborer une stratégie rentable ?))
Et le spread trading ? Également barré ?
Parce qu'ils n'utilisent pas la corrélation, mais la cointégration.
Pourquoi ces messages sans intérêt ?
Je vous donne des idées sur la façon de faire des grails avec cette approche. Vous ne doutez pas que vous avez raison, s'il existe une corrélation mais que vous ne pouvez pas gagner de l'argent sur le bateau ? :D
Prenons alors les cours des indices S&P500 et NASDAQ (^GSPC et ^IXIC sur Yahoo.Finance, respectivement). La corrélation calculée sur les prix sera à nouveau positive. Pouvez-vous élaborer une stratégie rentable ?))
Rayez ça car ce n'est pas la corrélation qui est utilisée, c'est la cointégration.
Je vous donne des idées sur la façon dont vous pouvez faire des grails avec cette approche. Vous ne doutez pas que vous avez raison, s'il existe une corrélation mais que vous ne pouvez pas gagner de l'argent sur le bateau ? :D
Eh bien, c'est ce que je pensais... Tout s'explique maintenant...
Donc :
1. les instruments de marché ne sont pas cointégrés - ne l'oubliez jamais.
2. je peux tout faire - souvenez-vous de cela aussi.
3) Pour tout ce qui précède, c'est la corrélation qui est utilisée - voir point 1.
4. ne pas passer de temps sur le forum, et lire, lire, lire, lire. Googler, googler, googler.
P.S. arrêtez de faire le clown
1. les instruments de marché ne sont pas cointégrés - retenez cela à vie.
Regardez les prix des actions BRK-A, BRK-B. Contre-exemple, une fois de plus.
2. je peux tout faire - souvenez-vous aussi de cela.
C'est bien pour toi.
3. c'est la corrélation qui est utilisée pour tout ce que j'ai énuméré - voir point 1.
Ce sujet a été abordé à la fois dans ce forum et dans le forum MQL5.
Je suis fatigué de vous ennuyer ici aussi).
Le CQ pour les séries stationnaires et ergodiques n'est pas du tout nécessaire - pour eux tout est clair et compréhensible.
C'est faux en principe. J'ai vu quelque part un exemple très clair de calcul du taux de diffusion de la peinture dans un liquide en utilisant simplement l'ACF. Le processus était stationnaire et très probablement ergodique.
Je l'afficherai dès que je l'aurai trouvé.
Faites le calcul. Vous trouverez une multitude de corrélations de ce type dont personne ici ne rêverait, car elles seraient absurdes (fausses corrélations).
Les instruments financiers du marché des changes sont corrélés. Une fois de plus, il s'agit d'analyse inter-marchés, de trading de paires, etc., de spread trading à l'exception du trading saisonnier.
Une fausse corrélation pourrait exister entre la vitesse de croissance des cheveux sur la tête et la dynamique du mouvement des plaques continentales.
Donc la rangée est stationnaire... Vous ne pouvez donc pas l'utiliser de cette façon, mais seulement pour les premières différences. Imaginons une autre rangée, exactement la même, et une autre encore, mais la ligne est dirigée vers le bas.
Ainsi, la corrélation est parfaitement calculée, lorsque les deux lignes sont dans la même direction - vous obtenez 1, lorsque dans des directions différentes - -1. C'est-à-dire que le résultat est logique, la corrélation est calculée et la valeur correspond à la réalité.
Cependant, les séries sont non stationnaires, donc vous ne pouvez pas le faire de cette façon :) vous devez compter la corrélation à partir de la première différence. Nous avons donc les séries 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 et -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1 - sur de telles données la corrélation ne peut pas être calculée.
C'est ça ! Messieurs
* * *
J'ai fait quelques recherches sur internet sur Granger, et j'y ai rencontré des affirmations selon lesquelles la méthode de Granger ne devrait être appliquée que sur les premières différences... Cependant, dans les manuels plus compétents, il n'y a rien de tel, au contraire, il est écrit que sur les données stationnaires, une autre méthode est appliquée. Mais avec quel aplomb tous prouvent leur justesse... Je ne sais pas, il est évident pour moi que je n'ai pas besoin d'une première différence.
* * *
Tout est clair pour les messieurs économètres et autres... Par conséquent, je prends congé et ne participe pas aux conversations sur le sujet de la corrélation et autres.
Outre la manipulation des formules et des termes, il faut également en comprendre l'essence et la signification.
Vous insistez sur ce point, mais entre-temps vous l'avez perdu vous-même. Un exemple simple, deux marches aléatoires stationnaires avec zéro MO :
Il est évident que les deux sont dirigés dans la même direction, il est également évident qu'il n'y a aucune corrélation entre ces processus. En prenant le QC de ces deux séries tel quel, nous obtenons le coefficient égal à 0,86, c'est-à-dire que nous avons identifié une forte corrélation. Mais si elle est absente de manière fiable, alors qu'avons-nous ? Maintenant, nous prenons les premières différences de ces deux processus et nous calculons le coefficient de corrélation pour eux et maintenant il est égal à 0,02, c'est-à-dire qu'il a montré ce qu'il devait montrer - il n'y a pas de connexion. Leur mouvement dans une direction est une simple coïncidence.
En calculant le CQ sur I(1), vous adaptez les méthodes statistiques à ce qui vous semble. Et visuellement, les deux séries semblent être similaires, alors qu'elles ne le sont pas.
Très bon exemple, merci. Un caillou dans la direction des amateurs de fausses corrélations, qui pensent qu'ils ne les obtiendront jamais.
Messieurs, pouvez-vous me dire si cette série de données est stationnaire ou non stationnaire ?
Vous insistez sur ce point, mais entre-temps, vous l'avez vous-même perdu. Un exemple simple, deux marches aléatoires stationnaires avec zéro MO :
Il est évident que les deux vont dans la même direction, il est également évident qu'il n'y a pas de relation entre ces processus. En prenant le QC des deux séries tel qu'il est, nous obtenons un coefficient de 0,86, c'est-à-dire que nous avons identifié une relation forte. Mais si elle est absente de manière fiable, alors qu'avons-nous ? Maintenant, nous prenons les premières différences de ces deux processus et nous calculons leur coefficient et il est égal à 0,02, c'est-à-dire qu'il a montré ce qu'il devait montrer - il n'y a pas de connexion. Leur mouvement dans une direction est une simple coïncidence.
En calculant le CQ sur I(1), vous adaptez les méthodes statistiques à ce qui vous semble. Et visuellement, les deux séries semblent être similaires, alors qu'elles ne le sont pas.
1. MO=0 ? Le MO de la série = 0 ? Ou les incréments des rangs ?
2. les deux rangées sont stationnaires ? Vous êtes sûr de ça ?
3. Le CQ n'établit pas et n'a jamais établi la présence ou l'absence de toute relation fonctionnelle. Il s'agit simplement d'une caractéristique numérique. La présence ou l'absence de relations est une question d'interprétation du CQ par d'autres méthodes.
Non, il ne peut pas y avoir une telle chose. Seule la série I(0) peut être stationnaire.
Demi : 2 . Les deux séries sont stationnaires ? Vous êtes sûr de ça ?
Non, ils ne sont pas stationnaires. Ce ne sont que des morceaux choisis d'un processus de Wiener (c'est-à-dire un processus brownien), d'après ce que je comprends. C'est-à-dire le processus I(1), s'il s'agit bien d'un processus de Wiener.