Correlazione zero del campione non significa necessariamente che non ci sia una relazione lineare - pagina 3
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Qui c'è un altro link in fondo che dice
https://ru.wikipedia.org/wiki/Корреляция#.D0.9A.D0.BE.D1.8D.D1.84.D1.84.D0.B8.D1.86.D0.B8.D0.B5.D0.BD.D1.82_.D0.BA.D0.BE.D1.80.D1.80.D0.B5.D0.BB.D1.8F.D1.86.D0.B8.D0.B8_.D0.9F.D0.B8.D1.80.D1.81.D0.BE.D0.BD.D0.B0
Se X,Y sono variabili casuali indipendenti, allora R(x,y)=0. Il contrario è generalmente scorretto.
Questo è solo per confermare l'argomento del thread. sì, hai ragione.
Un gioco di numeri.
Indirizzato a Voznesensky - ma applicabile a noi.
Si scopre che sono stato un pazzo a ricontrollare il mio codice 10 volte prima di postarlo. Ho guardato nei libri di testo. Ho controllato con campioni di matrici con pacchetti di matrici conosciuti. In particolare, c'è una funzione integrata in Matcadet e ho controllato che tutto coincida. Ma si scopre sbagliato ...
Forse puoi illuminarmi sul modo giusto, prima che mi sbagli davvero.
giusto in caso https://ru.wikipedia.org/wiki/Автокорреляционная_функция
Il tuo link a wikipedia dà la definizione corretta di autocorrelazione, che non ha niente a che vedere con quello che hai nel tuo indicatore.
Qual è la funzione in Mathcad?
Esiste anche una variante dell'indicatore "autocorrelazione". Molto simile al tuo e anche sbagliato. Qualcosa che entrambi contate in modo diverso e di cui non capite il significato.
Il tuo link a wikipedia dà la definizione corretta di autocorrelazione, che non ha niente a che vedere con quello che hai nel tuo indicatore.
Qual è la funzione in Mathcad?
Esiste anche una variante dell'indicatore "autocorrelazione". Molto simile al tuo e anche sbagliato. Qualcosa che entrambi contate in modo diverso e di cui non capite il significato.
E quali sono le differenze? dammi un calcolo corretto e poi ne parliamo. per ora è solo un'affermazione generica.
1. Pierson si sbaglia.
2. spearman si sbaglia
3. ACF non è affatto compreso
4. dovete capire correttamente cosa significa correlazione =0
P.S. scrivilo, è interessante ... terribilmente interessante ...
Il tuo link a wikipedia dà la definizione corretta di autocorrelazione, che non ha niente a che vedere con quello che hai nel tuo indicatore.
Qual è la funzione in Mathcad?
Esiste anche una variante dell'indicatore "autocorrelazione". Molto simile al tuo e anche sbagliato. Qualcosa che entrambi contate in modo diverso e di cui non capite il significato.
Leggi quel codice che Sergei ha... https://www.mql5.com/ru/code/8295 Bumped da alcuni fatti:
1. SKO è calcolato per l'intero campione, cioè se impostiamo history = 2000 barre, allora l'ACF intorno alla 1500a barra è normalizzato per il futuro.
2) Regressione lineare - anch'essa calcolata su tutta la storia
3. il commento "calcolo ACF" - si prende un valore di riferimento m = [0 ... Storia],
e da esso si calcola l'ACF ( f( i ), f( i + m ) ) nel passato. Cioè il grafico finale
è un grafico di ACF "da solo con uno spostamento" = [0 ... Storia].
.
Cioè, quando guardiamo il grafico di questo indicatore, alla 500a barra non è il valore della finestra ACF per la 500a barra,
ma l'ACF normalizzato al futuro con offset = 500. Solo calcolato non per dimensione del campione = Storia,
ma per dimensione del campione = Storia - 500. E alla 1000esima barra, per esempio, c'è una sbirciata in termini di regressione e RMS nel futuro già a 1000 barre,
e il campione "diventa più sottile" di 1000 elementi. Sulla barra dello zero è chiaro - un giusto perché è su se stesso.
.
In generale, l'indicatore ha una protezione di alto livello dalla compilazione, anche se è nel codice sorgente ;-). La protezione
è che mostra qualcosa, ma anche se si sa cos'è, ci sono una serie di errori
decisioni "architettoniche" che spingono a riscrivere tutto.
.
Hrenfx, grazie per averlo sottolineato. Ho letto il codice indicatore come un affascinante racconto poliziesco. Scrivi di più :-).
.
P.S.: correggetemi se mi sbaglio.
.
P.S. 2: Non so come... Ma probabilmente sarebbe bello vedere un grafico dell'ACF corretto,
tracciato contro X=barra, Y=valore di ACF, e Z- bias tra i campioni ;-)
.
P.S. 3: ACF è normalizzato a ACF[0], in cui ho finito con numero = 1440.
Teoricamente... se si normalizza ACF a campione = 1440, va bene, ma il punto è,
che più avanti nella storia il numero di barre diminuisce => la normalizzazione spinge il grafico a zero.
P.S. 2: Non so come... ma probabilmente sarebbe bello vedere un grafico dell'ACF corretto,
tracciato contro X=barra, Y=valore di ACF, e Z- bias tra i campioni ;-)
Cosa lo ferma?
Poi di nuovo, bisogna interpretare questo grafico più tardi... Devo fare un'ipotesi...
Per fare un blocco decisionale, un tester automatico, poi un tester con OOS...
A proposito, P.S. 4:
- Ho fatto una battuta nel mio post sulla "protezione". Gli errori, ovviamente, capitano a tutti.
Pertanto, è esattamente uno scherzo.
Bene... Non so come :-). Uso Mql e C++. E non so come fare dei grafici così belli ;-).
Poi di nuovo, dovrai interpretare questo grafico più tardi... Devo fare un'ipotesi...
Per fare un blocco decisionale, un tester automatico, poi un tester con OOS...
In csv ed excel per tracciare il grafico. Solo per dare un'occhiata.
In csv e in excel per fare un diagramma. Solo per dare un'occhiata
:-)