文章 "相关性在交易中的实际应用"
取一个趋势部分，用数字依次标记（单调函数），然后寻找它们之间的相关性？自然是在 1 的模数附近。
这篇文章并非空穴来风，而是弊大于利。
Alexey Oreshkin:
绘制趋势图，依次标上数字（单调函数），然后寻找它们之间的相关性？自然会在 1 的模数附近。
绘制趋势图，依次标上数字（单调函数），然后寻找它们之间的相关性？自然会在 1 的模数附近。
这篇文章不仅毫无意义，而且弊大于利。
为什么要给一篇你没读过的文章写评论呢？
在这种情况下，谈论相关系数是不正确的，因为条形图数字不是随机值。更正确的说法是漂移系数（趋势速度）。
现在会有更多的专家认为，只能从第一个差异来考虑相关性。
Dmitry Fedoseev:
为什么要对一篇你没读过的文章写评论？
你凭什么认为自己没读过？
我读得很仔细，我觉得里面有有用的东西。但我不在乎这些，应该有适合初学者的文章，但事实上这篇文章并不适合初学者，坦率地说有害是事实。
Alexey Oreshkin:
让我问你，它对你有什么危害？
你为什么认为自己没读过这本书？
我读得很仔细，我以为有什么有用的东西。但我不在乎这些，应该有适合初学者的文章，但事实上，这篇文章并不适合初学者，坦率地说是有害的。
Alexander Fedosov:
如果我可以问的话，这对你有什么伤害？
如果我可以问的话，这对你有什么伤害？
对我来说没什么，但对新手会有伤害。
好文章。从实践和研究的角度来看都是如此。谢谢！
Alexey Oreshkin:
解释一下为什么？
对我和新手都没好处。
Alexey Oreshkin:
你为什么认为自己没有读过？
我读得很仔细，我以为有什么有用的东西。但我不在乎这些，应该有适合初学者的文章，但事实上，这篇文章并不适合初学者，坦率地说有害是事实。
那么这个结论是怎么得出的--"取一个趋势段，用数字依次标出（单调函数），然后寻找它们之间的相关性"？
新文章 相关性在交易中的实际应用已发布：
在本文中，我们将分析变量之间相关性的概念，以及相关系数的计算方法及其在交易中的实际应用。相关性是两个或多个随机变量之间的统计关系（或可以被视为具有某种可接受精度的随机量）。一个或多个变量的变化导致其他相关变量的系统变化。
相关性是两个或多个随机变量（或可被视为具有某种可接受精度的随机量）之间的统计关系。一个或多个变量的变化导致其他相关变量的系统变化。两个随机变量相关性的数学度量是相关系数。如果一个随机变量的变化不会导致另一个随机变量的规则变化，但会导致该随机变量的另一个统计特征的变化，则这种关系不被视为相关性，尽管它是统计的。
相关系数值可以在-1到+1之间变化。相关值越接近1，所研究变量之间的相关性越高。如果该值趋于1，则相关性被认为是正的，如果该值趋于-1，则相关性为负。在正相关过程中，其中一个变量的增加导致第二个变量的增加，在负相关的情况下，一个值的增加会导致第二个值的减少。
换句话说，相关性有助于根据可用数据确定一个变量对第二个变量的依赖性。相关性如何在金融市场交易中发挥作用呢？
让我们看看图1和明显的下跌趋势区。
作者：Alexander Fedosov