1992.11.01이 일요일인 이유는 모르겠지만 1992.11.02일 것입니다. 이것들은 내가 가진 유일한 인용문입니다. 그러나 요점은 아닙니다. 시가가 일요일이거나 월요일에 예상되는 가격인 경우 이전 화요일에 대한 COT 데이터를 사용합니다. 1992.11.01 의 경우 1992.10.27의 COT 데이터를 사용해야 합니다.
가격이 허용되므로 지표는 시간에 따라 고려됩니다. 그러나 이것이 유일한 참된 방법이라고 누가 말했습니까?
오퍼레이터의 위치는 가격에 의존하는 것으로 알려져 있습니다(가격이 높을수록 순 헤지도 높아집니다). 그러나 시간은 어디입니까? 따라서 가격과 연산자 위치 간의 관계에 대한 산점도를 작성하는 것도 나쁘지 않을 것입니다. 선형과 다소 비슷할 것으로 보이며, 그랜저 테스트를 적용하는 것이 가능합니다.
가격이 허용되므로 지표는 시간에 따라 고려됩니다. 그러나 이것이 유일한 참된 방법이라고 누가 말했습니까?
오퍼레이터의 위치는 가격에 의존하는 것으로 알려져 있습니다(가격이 높을수록 순 헤지도 높아집니다). 그러나 시간은 어디입니까? 따라서 가격과 연산자 위치 간의 관계에 대한 산점도를 작성하는 것도 나쁘지 않을 것입니다. 선형과 다소 비슷할 것으로 보이며, 그랜저 테스트를 적용하는 것이 가능합니다.
관찰은 시간과 연결되어 있습니다. 우리가 알지 못하는 관찰 사이에 무슨 일이 일어나는지. 당신이 제안한 것처럼 매우 간단한 작업(위에서 수행) 또는 매우 복잡할 수 있는 보간이 필요합니다.
나는 우리가 인과관계를 결정하고 이 발견된 창 크기로 작업할 창 크기를 찾아야 한다고 생각합니다. 나는 그 진술을 완전히 부정한다. 표본이 클수록 좋다. 이것은 orvera보다 더 나아가지 않은 사람들에 의해 주장됩니다. 우리는 몇 걸음 앞서 있는 추세에 관심이 있습니다. 우리는 당신이 이기거나 합병할 수 있는 시장 변동에 관심이 있습니다. 그리고 12년 동안 변수 사이의 평균 인과 관계 부족은 아무 것도 말해주지 않습니다. 30주 - 6개월. 그리고 질문은 이렇게 해야 합니다. 이 30주가 몇 주를 미리 예측하기에 충분합니까?
그리고 나는 처음 30개의 지연에 대해 - 예, 연산자가 원인이라는 것을 깨달았습니다. 전체 샘플의 경우 - 아니요, 연산자가 원인이 아닙니다. 큰 문제는 아닙니다. 그럼에도 불구하고 전체 이야기에 대한 확인이 필요합니다. 그렇지 않으면 논리적으로 이것이 원인인지 아닌지입니다. 때로는 그렇지 않을 때도 있습니다. 동일한 50/50입니다.
분명히 의존적인 데이터에 대한 테스트를 수행할 필요가 있습니다. RSI와 같은 지연 없는 TA 표시기에 매우 적합합니다. 가격은 터미널에 내장된 지표에 의존하지 않고 지표는 가격에 의존하는 것으로 알려져 있습니다. 그런지r 테스트는 매우 높은 확률로 rsi가 가격에 의존 하는 관계를 보여줘야 합니다.
그리고 나는 처음 30개의 지연에 대해 - 예, 연산자가 원인이라는 것을 깨달았습니다. 전체 샘플의 경우 - 아니요, 연산자가 원인이 아닙니다. 큰 문제는 아닙니다. 그럼에도 불구하고 전체 이야기에 대한 확인이 필요합니다. 그렇지 않으면 논리적으로 이것이 원인인지 아닌지입니다. 때로는 그렇지 않을 때도 있습니다. 동일한 50/50입니다.
증분 또는 모멘트가 비교됩니까?
샘플을 따라 창을 실행하면 매우 흥미로운 그림을 얻을 수 있습니다. 글쎄요, 계산된 인과관계 값이 변하지 않는다면, 대부분 변할 것입니다!
나는 가중 이동 평균 계수에서 이것을 처음 보았습니다. 나는 그저 끔찍했습니다. TA에 있는 어떤 것으로도 작업하는 것은 불가능합니다. 테스터에게 받은 모든 것은 믿을 수 없다 등등.
903.50은 어디에서 왔습니까? 같은 파일을 보고 계신가요? 첫 번째 숫자는 325.25입니다.
1 2 3 4 5 6 7
1992.11.01.00:00,355.75,364.00,352.75, 359.25,1901
예, 시간과 분은 다른 열이며 모든 열은 쉼표로 구분됩니다(MT4에서 표준 내보내기).
두 번째 파일 16에서 열은 연산자의 순 위치에 해당해야 합니다. 순 연산자.
화요일에 대한 데이터 하나와 일요일에 대한 데이터 하나... 2012.07.15는 2012.07.17에 해당합니까 아니면 2012.07.22에 해당합니까?
화요일에 대한 데이터 하나와 일요일에 대한 데이터 하나... 2012.07.15는 2012.07.17에 해당합니까 아니면 2012.07.22에 해당합니까?
데이터는 화요일에 고정되지만 금요일 저녁에만 게시됩니다(사용 가능하게 됨). 따라서 자기기만의 함정에 빠지지 않으려면 일주일간 교대를 해야 한다. 저것들. 다음주 시가 를 활용하시면 더욱 좋습니다.
1992.11.01.00:00, 355.75 ,364.00,352.75,359.25,1901
1992.11.01이 일요일인 이유는 모르겠지만 1992.11.02일 것입니다. 이것들은 내가 가진 유일한 인용문입니다. 그러나 요점은 아닙니다. 시가가 일요일이거나 월요일에 예상되는 가격인 경우 이전 화요일에 대한 COT 데이터를 사용합니다. 1992.11.01 의 경우 1992.10.27의 COT 데이터를 사용해야 합니다.
예, 몇 가지 메모가 더 있습니다.
가격이 허용되므로 지표는 시간에 따라 고려됩니다. 그러나 이것이 유일한 참된 방법이라고 누가 말했습니까?
오퍼레이터의 위치는 가격에 의존하는 것으로 알려져 있습니다(가격이 높을수록 순 헤지도 높아집니다). 그러나 시간은 어디입니까? 따라서 가격과 연산자 위치 간의 관계에 대한 산점도를 작성하는 것도 나쁘지 않을 것입니다. 선형과 다소 비슷할 것으로 보이며, 그랜저 테스트를 적용하는 것이 가능합니다.
결과는 다음과 같습니다.
동기화된 날짜. Zw에서는 정렬을 위해 6개의 빈 개체를 삽입해야 했습니다. 그런 다음 얻은 NA 값을 선형으로 보간했습니다.
다음 정보를 얻었습니다.
그물
2000.01.04 -4479 2000.01.09 265.5
2000.01.11 -15963 2000.01.16 264.25
2000.01.18 -22316 2000.01.23 259.75
2000.01.25 -26656 2000.01.30 257
2000.02.01 -19041 2000.02.06 269.5
2000.02.08 -19564 2000.02.13 265
/
/
/ 끝
648 2012.05.29 11227 2012.06.03 629.25
649 2012.06.05 34075 2012.06.10 612.25
650 2012.06.12 36996 2012.06.17 673
651 2012.06.19 34250 2012.06.24 741.75
652 2012.06.26 -4088 2012.07.01 790.25
653 2012.07.03 -13515 2012.07.08 834
654 2012.07.10 -23508 2012.07.15 944.75
655 2012.07.17 -38701 2012.07.22 903
2개의 시차와 10개의 시차를 이동하여 655개 관측치의 전체 표본에 대한 인과 검정(결과는 동일함)
쌍별 Granger 인과성 검정
날짜: 08/03/12 시간: 15:21
샘플: 1655
지연: 10
귀무 가설: .................................................................................. . ........................... 관찰 F-통계 문제
NET_OPERATORS는 SER06_INTERPOLATE에 대한 Granger의 이유가 아닙니다. 645 2.66043 0.0035
SER06_INTERPOLATE 는 NET_OPERATORS에 대한 Granger의 이유가 아닙니다. 20.9059 1.E-33
.
전체 표본에 대해 인과관계를 검정하려는 생각은 옳지 않습니다.
처음 30개의 관찰을 살펴보겠습니다.
쌍별 Granger 인과성 검정
날짜: 08/03/12 시간: 15:44
샘플: 1 30
지연: 2
귀무 가설: obs F-통계 문제
SER06_INTERPOLATE는 Granger 원인 NET_OPERATORS가 아닙니다. 28 10.8494 0.0005
NET_OPERATORS는 Granger 원인 SER06_INTERPOLATE가 아닙니다. 0.39443 0.6785
그림이 다릅니다. 두 번째 줄은 다음과 같습니다.
우리는 NET_OPERATORS가 SER06_INTERPOLATE에 대한 Granger 원인이 아니라는 가설을 67% 확률로 기각합니다.
그러나 반대 방향으로 우리는 원인이 아닌 가설을 기각할 수 없습니다!
예, 몇 가지 메모가 더 있습니다.
가격이 허용되므로 지표는 시간에 따라 고려됩니다. 그러나 이것이 유일한 참된 방법이라고 누가 말했습니까?
오퍼레이터의 위치는 가격에 의존하는 것으로 알려져 있습니다(가격이 높을수록 순 헤지도 높아집니다). 그러나 시간은 어디입니까? 따라서 가격과 연산자 위치 간의 관계에 대한 산점도를 작성하는 것도 나쁘지 않을 것입니다. 선형과 다소 비슷할 것으로 보이며, 그랜저 테스트를 적용하는 것이 가능합니다.
관찰은 시간과 연결되어 있습니다. 우리가 알지 못하는 관찰 사이에 무슨 일이 일어나는지. 당신이 제안한 것처럼 매우 간단한 작업(위에서 수행) 또는 매우 복잡할 수 있는 보간이 필요합니다.
나는 우리가 인과관계를 결정하고 이 발견된 창 크기로 작업할 창 크기를 찾아야 한다고 생각합니다. 나는 그 진술을 완전히 부정한다. 표본이 클수록 좋다. 이것은 orvera보다 더 나아가지 않은 사람들에 의해 주장됩니다. 우리는 몇 걸음 앞서 있는 추세에 관심이 있습니다. 우리는 당신이 이기거나 합병할 수 있는 시장 변동에 관심이 있습니다. 그리고 12년 동안 변수 사이의 평균 인과 관계 부족은 아무 것도 말해주지 않습니다. 30주 - 6개월. 그리고 질문은 이렇게 해야 합니다. 이 30주가 몇 주를 미리 예측하기에 충분합니까?
결과는 다음과 같습니다.
우리는 NET_OPERATORS가 SER06_INTERPOLATE에 대한 Granger 원인이 아니라는 가설을 67% 확률로 기각합니다.
그러나 반대 방향으로 우리는 원인이 아닌 가설을 기각할 수 없습니다!
그래서 예는 예입니까, 아니면 예는 아니오입니까?
! (Net_Operators != Ser06_Interpolar) = true;
저것들. 가장 가능성이 높은 Net Operators는 Ser06_Interpolate의 원인입니까?
그리고 나는 처음 30개의 지연에 대해 - 예, 연산자가 원인이라는 것을 깨달았습니다. 전체 샘플의 경우 - 아니요, 연산자가 원인이 아닙니다. 큰 문제는 아닙니다. 그럼에도 불구하고 전체 이야기에 대한 확인이 필요합니다. 그렇지 않으면 논리적으로 이것이 원인인지 아닌지입니다. 때로는 그렇지 않을 때도 있습니다. 동일한 50/50입니다.
증분 또는 모멘트가 비교됩니까?
그래서 예는 예입니까, 아니면 예는 아니오입니까?
! (Net_Operators != Ser06_Interpolar) = true;
저것들. 가장 가능성이 높은 Net Operators는 Ser06_Interpolate의 원인입니까?
문제의 사실은 많은 회색 음영이 있을 뿐만 아니라 모든 것 외에도 세계도 색칠되어 있다는 것입니다!
눈을 뜨세요. 할 일은 또 다른 질문입니다.
그리고 나는 처음 30개의 지연에 대해 - 예, 연산자가 원인이라는 것을 깨달았습니다. 전체 샘플의 경우 - 아니요, 연산자가 원인이 아닙니다. 큰 문제는 아닙니다. 그럼에도 불구하고 전체 이야기에 대한 확인이 필요합니다. 그렇지 않으면 논리적으로 이것이 원인인지 아닌지입니다. 때로는 그렇지 않을 때도 있습니다. 동일한 50/50입니다.
증분 또는 모멘트가 비교됩니까?
샘플을 따라 창을 실행하면 매우 흥미로운 그림을 얻을 수 있습니다. 글쎄요, 계산된 인과관계 값이 변하지 않는다면, 대부분 변할 것입니다!
나는 가중 이동 평균 계수에서 이것을 처음 보았습니다. 나는 그저 끔찍했습니다. TA에 있는 어떤 것으로도 작업하는 것은 불가능합니다. 테스터에게 받은 모든 것은 믿을 수 없다 등등.