Alıntılardaki bağımlılık istatistikleri (bilgi teorisi, korelasyon ve diğer özellik seçim yöntemleri) - sayfa 73
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
İyi dedin! Biz, Alexei, piyasa verimsizliği için varız. Ve zaten bunu gösteren pratik sonuçlarımız var, ancak klasik istatistiksel-ekonometrik yaklaşımın prizmasından görünmüyor.
Sonucuna gelince, yazımı görmezden geldin.
İzin vermek. Ancak.
Klasik AKF nerede duracağını biliyor, sadece ben değil, milyonlar. Trendi kaldırdıktan sonra, ACF nadiren 10'dan büyük bağımlılıklar verir ve veriyorsa, muhtemelen niteliksel bir eğilim değildir. Ancak, bağımlılıklar devam ediyorsa ve gecikme sayısı 40'tan fazlaysa (resiminizde 135), o zaman bu, kesirli entegrasyonlu modelleri (FARIMA) gerektirir. Ve klasik olmayan yaklaşımınızdan ne çıkıyor? Bir bilgi bağımlılığını keşfederken hangi modeller izlenir?
Belki.
Herhangi bir güven aralığı şöyle görünür: %5 düzeyinde (örneğin) boş hipotez doğrulanır (doğrulanmaz).
Sıfır hipoteziniz neye benziyor? Güven aralığı nerede? vb. ACF benim için net olan bir şeyse, programınız net değil. Maks 2.098 bit ise, o zaman 0.05/2.098 tartışılmaz. Ayrıca satır başındaki sorular kaldırılmaz.
Bu arada, AKF'yi ne üzerinde düşündünüz?
AKF'yi düşündüğü şey üzerine - yazdı. Ekli dosyadaki verilerde, sizin gibi 100 puan değil, tüm veri serisini sadece ben alıyorum. Bu arada, neden 100 veri puanı aldığını anlamıyorum. Bu yeterli değil, IMHO.
Güven aralığı hakkında . Benim sonucum şuna benziyor: 0,01 düzeyinde, sıfır çubuğu ve gecikmeler arasındaki karşılıklı bilgi istatistiklerinin rastgele ve ilk seride farklılık göstermediği sıfır hipotezi doğrulanmadı.
Hemen cevap veremediğim için özür dilerim. Sadece unuttum ve biraz meşguldüm.
AKF'yi düşündüğü şey üzerine - yazdı. Ekli dosyadaki verilerde, sizin gibi 100 puan değil, tüm veri serisini sadece ben alıyorum. Bu arada, neden 100 veri puanı aldığını anlamıyorum. Bu yeterli değil, IMHO.
Güven aralığı hakkında. Benim sonucum şuna benziyor: 0,01 düzeyinde, sıfır çubuğu ve gecikmeler arasındaki karşılıklı bilgi istatistiklerinin rastgele ve ilk seride farklılık göstermediği sıfır hipotezi doğrulanmadı.
Teşekkürler, benim için her şeyi açıklığa kavuşturdunuz.
Rica ederim. Bu, makalemin ana mesajıydı. Sonunda, test için özel olarak yaptım: Kolmogorov-Smirnov ve Mann-Whitney U-testi - dağılım türünü belirtmeden örnekler için. Her iki test de boş hipotezin doğrulanmadığını gösterdi. Ve nasıl yorumlanacağı zaten çok daha kapsamlı bir konu.
Yani hepsi aynı, testler ve ACF nereden geldi?
Ah, şimdi soruyu anladım. İstatistik.
Sonraki sondan bir önceki adım EViews ve ardından sonuncusu R.
EViwes hakkında sizden çok şey duydum, deneyeceğim. R - ayrıca duydum ve hatta gördüm. Vakit buldukça ben de deneyeceğim. Bir tıp forumunda, bazen testler üzerindeki hesaplamaların sonuçlarının maalesef farklı programlar arasında farklılık gösterdiğini okudum.
Ve Excel, Statistica'nın aksine, genellikle PRNG'nin kalitesiyle bile günah işler. Normal dağılımın çanının pürüzsüzlüğünün nasıl farklılaştığını kendim gözlemledim.
Zamanı geldiğinde, bu başlıkta yapmak istediğim şey şu. Kısmi otokorelasyona benzeterek (ara gecikmelerin etkisinin kesildiği yerde), karşılıklı bilgi hesaplanırken ara gecikmelerin etkisini kesin.
Sana bir örnek vereceğim. Bu, 480 gecikmeye kadar bir derinlikte EURUSD H1 oynaklığının (modulo) otokorelasyonudur:
Ve kısmi otokorelasyonların grafiği şöyle görünür - yani, ara gecikmelerin etkisi (yanlış korelasyonlar) kaldırılır:
Birçok korelasyonun hemen kesildiği görülebilir.
Burada sadece işaretli bir dizi dönüş için benzer bir şey yapmak istiyorum. En azından gerçekten hafızanın hangi barda olduğu görülecektir.