오류가 없습니다. 당신이 쓴 것은 ACF(0)이 최대값이기 때문에 약간 잘못 정규화되었습니다. 정의에 따르면 지점 0의 ACF는 1과 같으며( 배열은 오프셋 KK = 1 없이 자체와 비교됨 ), 이동이 이루어지고 원본과 다시 비교됩니다. 넘어갈 때까지. 그러면 ACF는 0이 됩니다.
코드를 matcad에서 MQL로 올바르게 전송했는지 확인하기 위해 동일한 데이터를 사용하여 확인을 수행하고 작성한 내용과 matcad가 기본 제공 수식과 거기에 제공한 수식을 사용하여 계산한 내용을 확인했습니다. 세 가지 결과가 모두 일치했습니다.
이것은 맞습니다. 당신은 그들의 바닥에 도착해야합니다. 바로 속일 수는 없습니다. 예를 들어 같은 피어슨이 지원하지 못했다는 사실.
내 결론은 다음과 같습니다. 상관관계(Pearson's 계수)는 샘플에 선형 관계가 있음을 나타내는 엉터리 지표입니다. 상관관계는 직접적인 관계를 나타내지 않을 뿐만 아니라 거짓말을 하기도 합니다.
피어슨이 거짓말을 하고 있다는 뜻은 아닙니다. 그녀는 거짓말을 할 수 없습니다, 그것은 단지 공식입니다 ... 아마도 당신은 그것을 다른 목적으로 사용하려고 할 것입니다. 또는 그들은 그것에 대한 높은 기대를 가지고있었습니다. Pearson은 그가 좋은 것과 아무 관련이 없습니다. 공식을 썼다. 많은 사용 ... 감사합니다
Z.Y. 마트카드에 대해 거기에서 확실히 찾으십시오(AKF). 불행히도 이 Windows 7-ku에서는 어떤 식으로든 matkad를 넣을 수 없습니다. 곧 철거하겠습니다. 포스팅하겠습니다. 파일을 보내드릴 수 있습니다. 내가 모든 검사를 한 곳.
아하! 그렇다면 이것은 이미 디컴파일에 대한 엄청난 보호 기능입니다 :-). 이런 식으로 계산된 ACF의 모양을 어떻게든 해석해야 할 때. 그리고 다른 모든 사람들은 지표가 계산하고 보여주는 것을 이해하지 못합니다.
...
아마도 당신이 옳습니다. 나는 어떤 이유로 사람들이 거기에서 계산된 것을 이해하지 못한다는 사실을 종종 만납니다. 나는 최선을 다 했어. 공식을 주었다. 거기에 쓰여지고 계산되는 공식입니다. 이전에만 추세가 데이터에서 제거되었습니다(선형 회귀). matkad에 내장된 함수는 정확히 동일한 그래프를 보여줍니다.
그것을 이해하기 위해 필요한 것은 확실합니다. ACF는 시계열 분석에 매우 자주 사용됩니다. 항상 = 1이면 거래하는 방법에 대한 질문에 여러 번 기절했습니다. 그리고 이 지표는 매매를 위한 것이 아니라 분석을 위한 것이라고 설명하려다가 오히려 당혹감이 들더군요...
추가 변수 N을 입력하면 동일한 데이터 세트에 대한 것으로 나타납니다. 1 2 3 4 5 6 7 8 9개의 다른 ACF가 선택된 N에 따라 발생할 수 있다고 가정해 봅시다. 그리고 이것은 잘못된 것입니다. 하나의 데이터 세트는 하나의 ACF이고 다른 데이터 세트는 다른 ACF입니다.
오류가 없습니다. 당신이 쓴 것은 ACF(0)이 최대값이기 때문에 약간 잘못 정규화되었습니다. 정의에 따르면 지점 0의 ACF는 1과 같으며( 배열은 오프셋 KK = 1 없이 자체와 비교됨 ), 이동이 이루어지고 원본과 다시 비교됩니다. 넘어갈 때까지. 그러면 ACF는 0이 됩니다.
코드를 matcad에서 MQL로 올바르게 전송했는지 확인하기 위해 동일한 데이터를 사용하여 확인을 수행하고 작성한 내용과 matcad가 기본 제공 수식과 거기에 제공한 수식을 사용하여 계산한 내용을 확인했습니다. 세 가지 결과가 모두 일치했습니다.
3D가 가능한가요? o_o
:-)
용이하게:-)
그리고 차이점은 무엇입니까? 정확한 계산을 하십시오. 그럼 얘기해보겠습니다. 지금까지는 맨발의 진술 만.
1. 피어슨이 틀렸다.
2. 창병이 틀렸다
3. 우리는 ACF를 전혀 이해하지 못합니다 ...
4. 상관 관계 = 0이 의미하는 바를 정확하게 이해해야 한다는 발견이 있었습니다.
Z.Y. 쓰기 YSHyo, 재미있는 ... 공포가 얼마나 흥미로운지
1. MQL4에서 피어슨의 정확한 계산을 얻지 못했습니다. 그래서 직접 구현 해봤습니다.
2. 나는 Spearman을 하지 않았다.
3. MQL4에는 선택적 자기상관도 없습니다. Mathcad 기능이 제공되지 않았습니다.
4. 선형 관계가 무엇인지 이해해야 합니다.
나는 공식을 복사하지 않고 그 본질을 탐구합니다. 그리고 논리적인 질문을 합니다.
PS 2: 방법은 모르겠지만... 정확한 ACF의 그래프를 보는 것이 좋을 것입니다.
X= 막대, Y=ACF 값 및 샘플 사이의 Z 오프셋에 구축 ;-)
아직 창 크기입니다.
파일에 X, Y, Z 값을 씁니다. 한 줄씩. 그리고 Mathcad는 회전, 확대/축소 등의 기능으로 사용자를 즉시 시각화합니다.
3D가 가능한가요? o_O :-)
이것은 친절하게 소개된 포럼의 당국 중 하나입니다. 3D 예
나는 저장했다 - 후손을 위해.
....
나는 공식을 복사하지 않고 그 본질을 탐구합니다. 그리고 논리적인 질문을 합니다.
이것은 맞습니다. 당신은 그들의 바닥에 도착해야합니다. 바로 속일 수는 없습니다. 예를 들어 같은 피어슨이 지원하지 못했다는 사실.
내 결론은 다음과 같습니다. 상관관계(Pearson's 계수)는 샘플에 선형 관계가 있음을 나타내는 엉터리 지표입니다. 상관관계는 직접적인 관계를 나타내지 않을 뿐만 아니라 거짓말을 하기도 합니다.
피어슨이 거짓말을 하고 있다는 뜻은 아닙니다. 그녀는 거짓말을 할 수 없습니다, 그것은 단지 공식입니다 ... 아마도 당신은 그것을 다른 목적으로 사용하려고 할 것입니다. 또는 그들은 그것에 대한 높은 기대를 가지고있었습니다. Pearson은 그가 좋은 것과 아무 관련이 없습니다. 공식을 썼다. 많은 사용 ... 감사합니다
Z.Y. 마트카드에 대해 거기에서 확실히 찾으십시오(AKF). 불행히도 이 Windows 7-ku에서는 어떤 식으로든 matkad를 넣을 수 없습니다. 곧 철거하겠습니다. 포스팅하겠습니다. 파일을 보내드릴 수 있습니다. 내가 모든 검사를 한 곳.
Mathcad에서 MQL로 코드를 올바르게 전송했는지 확인하기 위해 동일한 데이터를 사용하여 확인을 수행하고 작성한 내용과 Mathcad에서 기본 제공 수식과 거기에 제공한 수식을 사용하여 계산한 내용을 확인했습니다. 세 가지 결과가 모두 일치했습니다.
아하! 그렇다면 이것은 이미 디컴파일에 대한 엄청난 보호 기능입니다 :-). 이런 식으로 계산된 ACF의 모양을 어떻게든 해석해야 할 때.
그리고 나머지 (저와 같은 :-)) 지표가 계산하고 보여주는 것을 이해하지 못합니다.
hrenfx :
아직 창 크기입니다. 파일에 X, Y, Z 값을 씁니다. 한 줄씩. 그리고 Mathcad는 회전, 확대/축소 등의 기능으로 사용자를 즉시 시각화합니다.
창 크기에 대해 - 정확히! 그래도 결국에는 이미 4D가 필요하지 않습니다 :-) ...
어떻게 든 흥미로운 것을 만들 수 있습니다.
.
추신: 사실-사실: 저를 위해 ACF의 명확한 값 = -1에서 +1 사이의 값, 창 N과 오프셋 S. Bo가 있는 막대 B에서 계산됨 :-).
엑셀의 3차원 차트의 예.
아하! 그렇다면 이것은 이미 디컴파일에 대한 엄청난 보호 기능입니다 :-). 이런 식으로 계산된 ACF의 모양을 어떻게든 해석해야 할 때.
...그리고 다른 모든 사람들은 지표가 계산하고 보여주는 것을 이해하지 못합니다.
아마도 당신이 옳습니다. 나는 어떤 이유로 사람들이 거기에서 계산된 것을 이해하지 못한다는 사실을 종종 만납니다. 나는 최선을 다 했어. 공식을 주었다. 거기에 쓰여지고 계산되는 공식입니다. 이전에만 추세가 데이터에서 제거되었습니다(선형 회귀). matkad에 내장된 함수는 정확히 동일한 그래프를 보여줍니다.
그것을 이해하기 위해 필요한 것은 확실합니다. ACF는 시계열 분석에 매우 자주 사용됩니다. 항상 = 1이면 거래하는 방법에 대한 질문에 여러 번 기절했습니다. 그리고 이 지표는 매매를 위한 것이 아니라 분석을 위한 것이라고 설명하려다가 오히려 당혹감이 들더군요...
추신: 사실-사실: 저를 위해 ACF의 명확한 값 = -1에서 +1까지의 값, 창 N과 오프셋 S. Bo :-)가 있는 막대 B에서 계산됩니다.
공식 https://ru.wikipedia.org/wiki/Autocorrelation_function ACF는 tau에만 의존하고 오프셋에는 창이 없습니다.
추가 변수 N을 입력하면 동일한 데이터 세트에 대한 것으로 나타납니다. 1 2 3 4 5 6 7 8 9개의 다른 ACF가 선택된 N에 따라 발생할 수 있다고 가정해 봅시다. 그리고 이것은 잘못된 것입니다. 하나의 데이터 세트는 하나의 ACF이고 다른 데이터 세트는 다른 ACF입니다.