標本相関がゼロでも、線形関係がないとは限らない - ページ 51

新しいコメント
 
GaryKa:
アルスさん、 匿名で教えて ください。どういう意味ですか？その結果、あらゆるシンボルの Bidと Askの 間の見かけ上の正の相関は 虚構 であることが判明した。また、順張りと逆張りの負の相関も、定常性もエルゴード性もないので、捨てていいものなのでしょうか
あなたの言う数量は共線的、つまり算術的な関係で結ばれているのです。統計モデルを構築する上で、共線性の研究は必須である。共線性の値は、統計的な計算に使用することはできません。
 

1.例題の級数がどのように得られたかを知らなければ、それらが100％相関のある量ではなく、共線的な量であることをどのように（できれば例題で）認識するのでしょうか。自己相関にも 同様の制約（共線性の調査）が適用されるのでしょうか？

2.BidとAskの算術的な関係はどうなっていますか？

追伸：「森の奥に行くほどパルチザンが厚くなる」そうですが、私たちは相互関係を探していて、その相互関係が最も鮮明に現れるそこで、・・・困惑しているのです。そして、過去のある時点で2つの行の相関を評価したかっただけなのですね。

 
GaryKa:
その結果、あらゆるシンボルのBidと Askの間の見かけ上の正の相関は 虚構 であることが判明した。また、前方相場と後方相場の負の相関も、定常性がないため捨てられるものである

捨てていいんです。ステーショナリーローを使用する。

GaryKa:
(3) データの量子化方法
ローソク足の最初の差を取ると、HP BPではありません。1本のロウソクにX回の取引があり、もう1本には100X回の取引があり、すべて異なるボリュームを持つ場合、なぜそれが正規分布でなければならないのでしょうか？ダニの歴史を掘り下げる、レベルⅡの歴史？深くなればなるほど、ブローカー間の差は大きくなる。

アクセスすれば、音量によるクオンタイズも可能です。

クオンタイズを全くしないことも可能です。そうすると、相関の計算式が違ってきます。

いずれにせよ、価格の量子化だけでは正常な状態を得ることはできないでしょう。

GaryKa です。

ビッドとアスクは、単に良いオファーと...といった具合に。実際の取引がない場合、変更できるのか？もちろんです。トレードがあった場合、そのままでいいのか？はい、絶対です（一部実行済み）。ミッドプライス!スプレッドが数倍になる瞬間、ミドルプライスやベストバンドではどうでしょうか。


取引価格で計算した場合、Bid/Askのバウンドが発生するため、ノイズの多い結果になります。

十分な流動性がある商品であれば、ミッドプライスの使用も可能です。

最適な方法は、あらかじめ設定された一定の数量の2つの成行注文（買いと売り）の予想価格間の算術平均を使用することです。しかし、そのためにはLevel2のデータが必要です。

EconModel:
Collinear values can't participate in statistical calculations.

そんなことはありません :P ただ、方法が違うだけです。例えば、線形回帰の 代わりに主成分回帰を使用することができます。

EconModel です。

相関は一定である。相関を計算した2つのSVの各サンプルが、そのSVの一般集団からの他のサンプルと統計的に同じであれば、その2つのSVは依存関係にあると言えます。より正確には、その挙動は似ている。これは正規分布のSVで成立する。

SVが正規分布でない場合、2つのSVの相互依存の特性が数ではなく、ある特性を持つ系列である場合に、コインテグレーションが適用される。

相関関係や共和制の適用条件が正しく書かれていない。相関（特にランク法）は分布の形式に関係なく適用でき、乱数変数の定常性とエルゴード性があれば十分である。共和分の検定も分布の形には関係なく、ランダムプロセスの積分の次数が同じであればよい（次数は0より大きくなければならない）。

 
みんな、ここに書いてあることの少なくとも一部をトレーディングに応用して、その結果を統計的に評価するんだ:)
 
anonymous:

捨てていいんです。ステーショナリーローを使用する。

アクセスできれば、ボリュームで定量化することができます。

クオンタイズが全くできなかったんですね。そうすると、相関の計算式が違ってきます。

とにかく、価格の量子化だけでは正常性は確保できない。


取引価格で計算すると、ビッド/アスクのバウンドがあるため、結果はノイジーになります。

十分な流動性がある商品であれば、midpriceを使用してもよい。

最適な方法は、あらかじめ設定した数量の2つの成行注文（買いと売り）の予想価格間の算術平均を使用することです。しかし、そのためにはLevel2のデータが必要です。

そんなことはありません :P ただ、方法が違うだけです。例えば、線形回帰の代わりに主成分回帰を用いることができる。

相関関係や共和制の適用条件が正しく書かれていない。相関（特にランク法）は分布の形式に関係なく適用でき、確率変数の定常性とエルゴード性で十分である。共和分の検定も分布の形状には依存せず、ランダムプロセスの積分の次数が同じであればよい（次数は0より大きくなければならない）。

もちろん、あなたの発言の方が私より正確です。

でも。

私は、私の定義の方が、より明確にアプリケーションが見えるので正しいと思いますし、私にとっては、定義の純度よりもこちらの方がずっと重要です。一般的には、研究所で教わったそれらの定義をすべて忘れて、プログラムコードという形で言葉の意味を受け止めようとしています。特定のコード、例えばRを例にとると、そのコードを実行して共和分計算をすることがその言葉の定義になります。これこそが、ロシア科学の中で隆盛を極める疑似科学の多様性から自分を切り離す唯一の方法だと私は考えている。これは、論文ではなく、利益を求める私の気持ちの反映です。

そこで、あなたの言うことを裏付けるようなパッケージの具体的な内容を、できればRで教えていただけると、私にとって超貴重なのですが。

 
tara:
皆さん、上記のうち少なくともいくつかを自分の取引に適用し、その結果を統計的に評価してみてください:)
あなたの投稿が理解できない。今のところ、ここには車の話はなく、知らない車のボルトとナットがあるだけです。何を応募すればいいのか？何のための統計なのか？
 

皆さん、このデータシリーズが定常なのか非定常なのか、教えてください。

 
Integer:

皆さん、このデータシリーズが定常なのか非定常なのか、教えてください。


そして、どれだけの観測結果が描かれているのでしょうか？2つだけか、12個あるのか？

 
anonymous:


観測結果はいくつ描かれているのでしょうか？2つだけか、12個あるのか？

たくさん。たくさん。
 
Integer:
たくさん。たくさん。


それではI(1)、不安定です。

1...444546474849505152535455565758...60
新しいコメント