Нулевая корреляция выборки вовсе не обозначает отсутствие линейной взаимосвязи - страница 9
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
Очень интересная дискусия! Познавательно и занятно.
Но у меня вопрос - практически на каждой странице этой темы (да и в большинстве других тем) через сообщение выплывает математическое ожидание, расчитанное для ценового ряда на форексе.
А как вы считаете МО для нестационарного и несходящегося временного ряда? Ведь понятие МО вводится только для абсолютно сходящихся ВР.
Но у меня вопрос - практически на каждой странице этой темы (да и в большинстве других тем) через сообщение выплывает математическое ожидание, расчитанное для ценового ряда на форексе.
А как вы считаете МО для нестационарного и несходящегося временного ряда? Ведь понятие МО вводится только для абсолютно сходящихся ВР.
Этот вопрос, на самом деле, не такой простой. Когда мы говорим, что ряд нестационарен, на самом деле некоторые из нас подразумевают, что нестационарность эта специфична. Она не совсем укладывается в традиционные рамки, она кусочная, и это не единственная её черта. Но это вообще отдельная тема, и очень большая.
Однако, так как сделал автор, см.рис. в топикстарте, - безусловно делать так не совсем верно. По этому, да, там МО, дисперсии и прочие статистические атрибуты, не существуют, в статистическом смысле. А как результат неких математических действий, - да, можно складывать обезьян и очки по-штучно. :) Что будет в результате - наверное басня.
ну и что что нет(есть) линейная связь между двух случ.процессов?
Допустим, что существует мера линейной связи между двумя рядами, ну и что прикажете
с этим делать? Строить регрессию? Ок. давайте построим и получим неплохое приближение
одного ряда другим и что дальше? Мы получили прогноз? Отнюдь нет.
Да и при помощи пирсонов и корреляций это невозможно сделать!
Ведь нам нужна динамика! А какая ж нафик динамика в скалярной величине,
типа корреляции? А Пирсон вообще не годится паматушто он симметричен
мы видим график симметричный а нам нужна ассиметричная мера так как один
ряд должен опережать другой(или наоборот)
:)
а насчет нестационарности и детектирования связи одного рядя с другим, то тут
главное понимать что такое стационарность и для чего она нужна...
стационарность это неизменность моментов во времени, по всей временной оси отсчетов,
даже если начать сдвигать один ряд относительно другого вы необнаружите связи, потому что своими
руками уничтожили эту динамическую связь сделав ряд однородным во времени.
Так что тут главное не переусердствовать :)
Очень интересная дискусия! Познавательно и занятно.
Но у меня вопрос - практически на каждой странице этой темы (да и в большинстве других тем) через сообщение выплывает математическое ожидание, расчитанное для ценового ряда на форексе.
А как вы считаете МО для нестационарного и несходящегося временного ряда? Ведь понятие МО вводится только для абсолютно сходящихся ВР.
в соседней ветке я предлагал оценивать параметры ВР с помощью квантилей. В применении в матожиданию это его оценка медианой (а не средним) за н последних значений. Результаты, кстати намного лучше в смысле ОСШ.
Свое мнение относительно стационарности ряда обосновал там же: на данный момент я прорабатываю модель, в которой результирующий ряд является суммой двух стационарных (точнее квазистационарных - с медленно плывущими характеристиками) случайных процессов - гауссовского "спокойного" и пуассоновских "срывов". При таком подходе нестационарность результирующего процесса - кажущаяся. Те наработки, которые есть у меня на сегодня, позволяют говорить о том, что на пути к построению приближенной к реальности модели цены я двигаюсь в правильном направлении.
Хотелось бы вставить свои пять копеек.
Корреляция - это просто число, которое всегда получается в результате вычисления по формуле, ко всему от -1 до +1. Применяя формулу к ВР всегда получим некоторое значение корреляции: между любыми валютными парами, между валютой парой и движением Юпитера, между валютной парой и чем-либо еще.
Любой учебник по статистике предупреждает о наличии корреляция и лжекорреляций. Для отделения одного от другого приходится применять другие методы статистики, чтобы не впасть в блуд ложных знаний. При этом самым эффективным для отделения корреляций от лжекорреляций являются некоторые содержательные предположения о возможности связи двух случайных величин. Имея априорные предположения о связи, мы можем вычислять корреляции между долларом евро и англ. фунтом, но никогда не будем включать в этот список китайский юань. С помощью матаппарата мы проверяем эти предположения и даже имея их очень легко получить псевдокорреляции только потому, что были или не учтены или неверно учтены статистические характеристики ВР, например, требование нормальности.
Привалов написал скрипт, результаты сходятся с маткадовскими. Я писал скрипт, не заглядывая к другим, сравнивал результаты - они совпадают с пиваловскими и маткадовскими. Сто пятьдесят человек уже сто пятьдесят раз написали этот КК - и у всех результаты одинаковые. Так с какого же вдруг все бросятся переписывать свои программы, узнав внезапно, что у кого-то есть своя собственная интерпретация КК Пирсона???
А как вы считаете МО для нестационарного и несходящегося временного ряда? Ведь понятие МО вводится только для абсолютно сходящихся ВР.
Да и при помощи пирсонов и корреляций это невозможно сделать!
Ведь нам нужна динамика! А какая ж нафик динамика в скалярной величине,
типа корреляции?
Есть определение КК Пирсона на выборке. Не могу понять, что все считают, называя это КК Пирсона. Назовите, пожалуйста, функцию в Mathcad. Чтобы можно было обстоятельно посмотреть ее описание в справке.
Лень великая сила.
http://books.google.ru/books?id=or8sS60Q0ooC&pg=PA159&lpg=PA159&dq=mathcad+corr&source=bl&ots=X2IwE5hGCI&sig=wXlaqOs7LlEQnozhuXyKb2_Fx14&hl=ru&ei=Z4apTPnRHMyhOvH_1Y8M&sa=X&oi=book_result&ct=result&resnum=2&ved=0CBoQ6AEwAQ#v=onepage&q=mathcad%20corr&f=false
corr(A,B) - вычисление выборочного коэффициента корреляции Пирсона.