Статистика зависимостей в котировках (теория информации, корреляция и другие методы feature selection) - страница 69
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
Вот результат.
Очень странный график. Подстрижен. Похоже, что вычисления проводились с ограниченной точностью.
Верно, я же написал, квантованный ряд, это значит, возвраты были округлены до 2 знаков после запятой и стали выглядеть как: 0,01; 0,02; 0,03 ... 1,2. Квантование ряда необходимо, чтобы считать взаимную информацию. То есть, каждый квант - это символ алфавита.
Дальше читаю, что вы насчитали.
Понятно. Ну что тут скажешь - Н-волательности я доверяю как то больше, чем getch. ;) По крайней мере у Пастухова понятно откуда ноги ростут и что за идеи.
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
| | | | 1 -0.059 -0.059 11.332 0.001
| | | | 2 -0.053 -0.057 20.704 0.000
| | | | 3 0.025 0.019 22.820 0.000
| | | | 4 0.005 0.005 22.908 0.000
| | | | 5 -0.062 -0.059 35.486 0.000
| | | | 6 0.007 -0.000 35.639 0.000
| | | | 7 -0.038 -0.045 40.475 0.000
| | | | 8 0.032 0.030 43.845 0.000
| | | | 9 -0.007 -0.008 44.004 0.000
| | | | 10 0.025 0.026 46.003 0.000
| | | | 11 -0.033 -0.032 49.674 0.000
| | | | 12 0.048 0.043 57.372 0.000
| | | | 13 0.002 0.006 57.382 0.000
| | | | 14 -0.032 -0.028 60.736 0.000
| | | | 15 -0.033 -0.033 64.288 0.000
| | | | 16 0.047 0.034 71.425 0.000
| | | | 17 -0.004 0.007 71.469 0.000
| | | | 18 -0.039 -0.037 76.462 0.000
| | | | 19 -0.004 -0.008 76.520 0.000
| | | | 20 0.017 0.004 77.426 0.000
| | | | 21 -0.046 -0.040 84.377 0.000
| | | | 22 0.020 0.013 85.636 0.000
| | | | 23 0.006 0.006 85.767 0.000
| | | | 24 -0.010 -0.010 86.089 0.000
| | | | 25 -0.001 -0.004 86.090 0.000
| | | | 26 -0.022 -0.028 87.663 0.000
| | | | 27 0.025 0.031 89.677 0.000
| | | | 28 -0.022 -0.028 91.250 0.000
| | | | 29 0.028 0.029 93.841 0.000
| | | | 30 0.009 0.011 94.135 0.000
| | | | 31 0.007 0.015 94.290 0.000
| | | | 32 0.004 0.001 94.350 0.000
| | | | 33 -0.007 -0.009 94.501 0.000
*| | *| | 34 -0.092 -0.085 122.33 0.000
| | | | 35 0.010 -0.006 122.66 0.000
| | | | 36 0.008 0.003 122.89 0.000
Эти данные неинтересны - потеря точности. Анализ ни о чем, просто цифирь.
Ни фига не просто это цифирь. Это результат, полученный по дискретному ряду. Ну попробуйте сделать по ряду Close_Returns - он не дискретизирован. Посмотрим, сравним эти два.
Ни фига не просто это цифирь. Это результат, полученный по дискретному ряду. Ну попробуйте сделать по ряду Close_Returns - он не дискретизирован. Посмотрим, сравним эти два.
А че клоус отличается от опен?
Пообедаю и сделаю.
А че клоус отличается от опен?
Пообедаю и сделаю.
Приятного аппетита.
Потому что это индекс Dow Jones, вы в курсе, что на нем гэпы есть почти изо дня в день?
А кто-нить пробовал FARIMA (дробно-интегрированные ряды)?
хм, делал такое - визуально выглядит так:
http://imglink.ru/pictures/14-10-12/6038b20b9bfbd1e06c08e649623cca4b.jpg
http://imglink.ru/pictures/14-10-12/47b7615b511f6b8a6f3b638a2fcda38b.jpg
каждый разноцветный треугольник это ТФ справа на лево от М1,М5 до МN относительно вертикальной линии, которая имитирует взгляд наблюдателя на историю, история в виде диапазонов High и Low вершин экстремумов/исторических макс/мин
выгружал в Statistica в виде алфавита, да есть повторяющиеся участки/слова, даже по 2-3 ТФ, но повторяемость непериодична, периоды повторяемости от 2-х месяцев до нескольких лет
Никак не могу догнать алгоритма построния. Можно для туповатых?
Ни фига не просто это цифирь. Это результат, полученный по дискретному ряду. Ну попробуйте сделать по ряду Close_Returns - он не дискретизирован. Посмотрим, сравним эти два.
Нет, спасибо, ещё один экономо-нумерологический метод.
По Вашему опен.
График.
Вроде совпадет с моим до масштаба.
Гистограмма:
Вроде отличается
АКФ
Date: 10/14/12 Time: 13:48
Sample: 1 100
Included observations: 100
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
.|. | .|. | 1 0.003 0.003 0.0011 0.973
.|. | .|. | 2 0.044 0.044 0.2010 0.904
*|. | *|. | 3 -0.134 -0.134 2.0784 0.556
.|. | .|. | 4 -0.036 -0.037 2.2153 0.696
*|. | *|. | 5 -0.119 -0.109 3.7253 0.590
.|* | .|* | 6 0.115 0.104 5.1554 0.524
*|. | *|. | 7 -0.095 -0.102 6.1521 0.522
.|. | .|. | 8 0.007 -0.029 6.1581 0.630
*|. | .|. | 9 -0.067 -0.045 6.6632 0.672
.|* | .|* | 10 0.108 0.087 7.9741 0.631
.|. | .|. | 11 -0.007 0.006 7.9799 0.715
.|. | .|. | 12 0.046 -0.008 8.2211 0.768
.|. | .|* | 13 0.066 0.106 8.7253 0.793
.|. | .|. | 14 0.060 0.051 9.1477 0.821
.|. | .|. | 15 -0.043 -0.015 9.3658 0.858
*|. | *|. | 16 -0.101 -0.122 10.603 0.833
.|. | .|. | 17 -0.040 0.009 10.804 0.867
*|. | *|. | 18 -0.102 -0.089 12.106 0.842
.|. | .|. | 19 -0.034 -0.058 12.253 0.875
.|. | .|. | 20 0.026 0.002 12.336 0.904
.|. | *|. | 21 -0.045 -0.076 12.600 0.922
.|. | .|. | 22 -0.001 0.004 12.600 0.944
.|* | .|. | 23 0.110 0.070 14.204 0.921
.|. | .|. | 24 0.026 0.011 14.296 0.940
.|. | .|. | 25 -0.020 -0.050 14.348 0.955
.|. | .|. | 26 0.042 0.061 14.590 0.964
.|. | .|* | 27 0.051 0.077 14.958 0.970
*|. | .|. | 28 -0.070 -0.060 15.652 0.971
.|. | .|. | 29 0.017 0.037 15.694 0.979
.|. | .|. | 30 -0.037 -0.002 15.889 0.984
.|. | .|. | 31 0.013 0.057 15.915 0.989
.|. | .|. | 32 -0.013 -0.014 15.941 0.992
.|. | .|. | 33 0.011 -0.038 15.960 0.995
.|. | .|. | 34 -0.041 -0.033 16.224 0.996
.|. | .|. | 35 -0.011 -0.027 16.244 0.997
.|. | .|. | 36 -0.017 -0.036 16.289 0.998