Кореляция и регрессионный анализ
Если индикаторы будут построены по одному принципу (родственники), то корреляция будет равна 1 и ничего не даст.
Поправьте меня если я не прав. Пусть у нас есть индикатор i1. Его коеф. кореляции с нормализованой ценой (приращения, логарифм отношения, и т.д ) - а1 Пусть у нас есть индикатор i2. Его коеф. кореляции с нормализованой ценой (приращения, логарифм отношения, и т.д ) - а2 Построим МНК-регресию Y(t)= b1 * i1(t-1) + b2 * i2(t-1). тогда коеф. кореляции нашей регресии с искомой нормализованой ценой будет >= max(a1,a2), так ведь, или я ошибаюсь?
если найдете хоть 1 индикатор у которого коэфициент кореляции постоянен и не меняестья относительно логарифма отношения, то все остальные можете выбрасывать, именно в том что КК непостоянен и зарыта собака, 1 индикатор работает сегодня, второй завтра, третий ....
кореляция - самая класическая суть идеи - взяв несколько индикаторов на них построить регресию. а из всей кучи индикаторов как раз и выбираем те, что на какой-то истории - N баров назад - имеют наибольшую кореляцию
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
У многих индикаторов есть ярко выраженая кореляция с приращениями цены.
Поэтому на ум приходит идея:
отсортировав по уменьшению кореляции индикаторы выбрать N самых корелирующих, на их основе построить линейную регрессию.
Мне вот так думается - кореляция линейной регрессии нескольких индикаторов должна быть выше кореляции "самого успешного" из них.
А ведь кореляция - это серьезное статистическое преимущество.