Una definizione formale di padrone-schiavo - ne esiste una? - 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
Si parla di correlazione... che metodo usate per misurarlo?
Ce ne sono molti, non tutti sono adatti.
Perché è per la stazione! È in realtà una quantità che caratterizza la relazione tra due variabili casuali.
Da questo, naturalmente, si può dedurre che il suo valore può avere significato = 0 a tutti.
Si parla di correlazione... che metodo usate per misurarlo?
Ce ne sono molti, non tutti sono adatti.
Lo misuro con Spearman.
La correlazione non è affatto adatta. È per le file fisse, e non c'è niente del genere su fore.
Avete commesso un errore. La correlazione è adatta a qualsiasi serie. È Fourier e la regressione è adatta solo a serie stazionarie.
Si è parlato di correlazione... che metodo usate per misurarlo?
Ce ne sono molti, non tutti sono adatti.
C'è qualcosa che non va. La correlazione è adatta a qualsiasi serie. È Fourier e la regressione è adatta solo per la stazionarietà.
Non credo. La cointegrazione è più generale e ha dei limiti nella sua applicazione. Non voglio guardarlo. Sono solo sicuro che la correlazione non è affatto applicabile su fore. È un numero. A quale luogo del campione si riferisce? E siamo generalmente interessati al bordo destro del campione.
Quali metodi sono adatti? Pearson è adatto? La formula generale senza stime di aspettativa e varianza sembra molto logica.
A quello specificato nella serie che state confrontando.
La correlazione non ha posto in una serie - è una caratteristica di un campione di due serie.
La correlazione è la più grande illusione della statistica per chi non solo conosce la statistica, ma la sente.
Se parliamo di forex, non possiamo semplicemente applicarlo, perché il forex ha tendenze e i valori di correlazione indicano il rapporto di due componenti deterministiche in due serie, cioè non hanno nulla a che vedere con le variabili casuali. Quindi, scusatemi, tutte le argomentazioni su Pearson e Spearman qui sono del maligno.
Quello di Pearson è improbabile. Il modo in cui si calcola dipende da ciò che si vuole ottenere.
Vedi, se ho capito bene, allora Pearson è "improbabile" per adattarsi, perché è usato per stimare una misura di relazioni lineari, e quindi non è adatto a stimare una misura di relazioni non lineari.
Ma in questo caso è possibile:
L'idea di usare l'aspettativa normalizzata di questa relazione come misura della stabilità della relazione è accettabile per me.