Estatísticas de dependência entre aspas (teoria da informação, correlação e outros métodos de seleção de características) - página 17
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Como um método de eliminação, sugiro simplesmente relacionar os incrementos ao perfil de volatilidade diária.
Posso colocá-lo no meu próprio caminho?
Portanto, a abordagem escolhida mostra que existem dependências. A mais óbvia, razoável e visível a olho nu é a periodicidade diária da volatilidade.
Portanto, o próximo passo lógico em minha pesquisa seria tentar excluir esta dependência óbvia e muito forte dos dados e ver se nosso (seu) método mostra a presença de outras dependências.
Como método de eliminação, proponho simplesmente relacionar os incrementos ao perfil de volatilidade diária.
Lamento imensamente.
mas o que tem a ver com a volatilidade "ERRADA" se adotamos o modelo "correto".
:)
Continuo a argumentar "destrutivamente" que o teste de independência é equivalente ao teste para uma distribuição uniforme.
E nenhuma "estatística não paramétrica" - apenas a hipótese nula, que os autores de livros didáticos às vezes são preguiçosos demais para explicar...
Código rudimentar para MQL-- https://www.mql5.com/ru/forum/132692/page13
Prezado Perito!
Há uma pergunta sobre esta máquina. Como resultado da desvolatilização, a autocorrelação sobre a série resultante de retornos (tomado modulo) está próxima de zero? Em um processo normal na defasagem 1 e 24, a autocorrelação é de cerca de 0,11.
Eu mesmo posso verificar, é que eu mesmo tentei fazer uma correção no perfil de volatilidade diária, mas a autocorrelação, por alguma razão, permaneceu.... E esta é a raiz das fortes dependências, como ficou claro.
Prezado Perito!
Não me chame assim :) TheXpert é um apelido, nada mais, especialista é uma característica.
Como resultado da desvolatilização, a autocorrelação sobre a série resultante de retornos (tomado modulo) está próxima de zero?
Não tenho idéia, para mim o ATR diário é uma ferramenta puramente prática, e não foi além de obter um gráfico, surgiram assuntos mais urgentes.
Então você tem que fazê-lo :). Não necessariamente próximas, mas logicamente deveriam estar mais próximas.
Lamento imensamente.
Mas o que tem a ver com a volatilidade "ERRADA" se adotamos o modelo "certo".
:)
Acabei de caminhar sobre a lua ou você o fez? :) Por que sua volatilidade está errada e, de fato, o que sua volatilidade errada tem a ver com isso? É seu direito de aceitar o modelo e considerá-lo correto, mas em relação à abordagem do autor qualquer modelo seria externo, não há modelos em sua abordagem e não pode haver. Se eu entendi corretamente, é claro :)
Acabei de caminhar sobre a lua ou você o fez? :) Por que sua volatilidade está errada e, de fato, o que sua volatilidade errada tem a ver com isso? É seu direito de aceitar o modelo e considerá-lo correto, mas em relação à abordagem do autor qualquer modelo seria externo, não há modelos em sua abordagem e não pode haver. Se eu entendi corretamente, é claro :)
Posso perguntar?
Entendemos independência da mesma forma? ou seja, ambos os processos pertencem à mesma distribuição e são supostamente independentes.
Mas e se eles não forem os mesmos?
o que então?
daí a "irregularidade" .
:)
posso perguntar?
entendemos a independência da mesma forma? ou seja, ambos os processos pertencem à mesma distribuição e são supostamente independentes.
E se eles não forem os mesmos?
o que então?
daí a "irregularidade" .
:)
Eu não tenho tempo para me aclimatar tão rapidamente :). Quais são os dois processos? Pode haver um milhão de processos, suas distribuições podem ser qualquer coisa, só vemos o resultado geral.
A volatilidade e sua periodicidade diária é apenas um fato observável, que não tem nada a ver com nenhum modelo. Portanto, é sempre correto :).
Eu não tenho tempo para me aclimatar tão rapidamente :). Quais são os dois processos? Pode haver um milhão de processos, suas distribuições podem ser o que quiserem, só vemos o resultado geral.
A volatilidade e sua periodicidade diária é apenas um fato observável, que não tem nada a ver com nenhum modelo. Portanto, é sempre correto :).
você tem retornos (e Alexei afirma que eles são quase Laplacianos na distribuição no tempo).
Agora você testa hipóteses sobre sua independência em relação aos valores anteriores.
Se o padrão de distribuição das devoluções for uniforme - é correto aplicar o qui-quadrado, como discutido aqui...
Caso contrário, não é. É disso que estou falando. Para o teste de qui-quadrado, é necessário que a distribuição de Laplace faça o teste de freqüência. E não pense mais nada.
E o fato de que a volatilidade é sensível ao volume de ações é um fato. mas a razão é diferente.
E tentar normalizar - iria embaçar o corte óbvio.
Quanto mais longe (mais sigma) - mais independente...
;)
você tem retornos (e Alexei afirma que eles são quase Laplacianos na distribuição no tempo).
Agora você testa hipóteses sobre sua independência em relação aos valores anteriores. Eu me preocupo com isso.
Se o padrão de distribuição das devoluções for uniforme, correto. Caso contrário, não é. É disso que estou falando.
E o fato de que a volatilidade é sensível à volatilidade da equidade é um fato. mas a razão é diferente.
E tentar racionalizá-la - iria embaçar o corte óbvio.
Quanto mais longe (mais sigma) - mais independência...
;)
As SVs podem ser distribuídas de forma diferente e podem ser dependentes ou independentes. Se 2 SVs são independentes, então as distribuições condicionais das variáveis aleatórias independentes são iguais a suas distribuições incondicionais. No caso de um SV, a distribuição é independente dos valores SV anteriores: a distribuição SV condicional (dos valores anteriores do mesmo SV) é igual à distribuição SV incondicional