指标的关联性
Я бы все-таки определял коррелированность индикаторов с учетом их полезных свойств - то есть обрабатывать не сами индикаторы, а их сигналы (например, "сиди кури", "покупай", "продавай", "стоп"). Тогда можно четко сформулировать коэффициент корреляции математически.
如果指标信号不是离散的而是连续的呢？说，如果他们的读数从-1变为1（我们不是在谈论振荡器），是否有可能计算出来？
一个好的指标应该是这样的，清晰明了地显示卖出的位置，没有所有的 "交叉点"。
-
Значит, сначала необходимо перевести сигналы индикаторов в "двоичную" систему, типа: 1- покупать, 0- ждать.
На мой взгляд тут 2 пути:
1-й - путь, который выбирают программисты - тестирование на истории;
2-й - путь математиков - математическое описание, которое можно было бы использовать при изготовлении своего индюка.
我想说路径1是分析的路径，为此有一些理论工具--概率论、数学统计学和其他。原则上，对其仪器的技术掌握足以进行这种分析。第2种方式--建立一个数学模型，可以用来印证具有给定相关特征的指标--是一种综合的方式，它是非琐碎的，几乎不可能形式化，事实上，只有非理性的思考和直觉可以帮助这里，如果你喜欢，这是与空间的沟通：)
这种关联性还有一个问题。假设我们有一个大的历史--1999年以来的手表。
进一步假设我们的目标就像盆地一样简单：研究两个周期为7和13的简单苍蝇的相关性。甚至不是信号（这里只取自魔杖的互动），而是指数本身的行数。
当然，我们不打算把这种关联性算在整个故事上。我们对这种关联性不感兴趣，因为它不能反映当前的情况。我们需要确定计算这种关联性的窗口。它可能是10条或100条。我们应该用什么标准来确定这个窗口？
里奇， 你答应今天用一个新问题来吓唬大家--快点，在科学界兴奋起来之前:))
节日快乐，各位
-
不，我不想吓唬任何人，我认为它已经 "成熟 "了，我有很多问题，但这个问题还没有成熟，我还需要考虑一下。然而，我想提出一个重要的问题，在我看来，这是由Vinin 昨天指出的。
我想知道如何考虑到指标的相关性。所有指标都取决于价格，只是每个指标的处理算法可能不同。
但是，这种关联性是不会消失的。
所以我的问题是：如何确定这些指标在多大程度上是 "相关的"。 这是昨天关于指标相关性的话题的延续，因为有人指责我没有考虑到很多东西，这也是事实。我想很清楚，我说的不是 "周期为51和52的两波"，而是比喻性的。
谁对此有什么意见，听听数学家们的意见会很有意思.....