样本相关性为零并不一定意味着没有线性关系 - 页 21 1...141516171819202122232425262728...60 新评论 hrenfx 2010.10.11 12:38 #201 HideYourRichess: 顺便说一下，你的数字中有一个严重的错误。你所说的 "MO为零、方差为一、相关性为零的图形 "并非如此。也就是说，你在数据转换后已经出现了错误--你不需要再看下去了。 你所说的都是未经证实的。就我自己而言--除了图表之外，我 还附上了 原始数据。你可以很容易地检查它。而且，如前所述，QC不会因为乘以一个常数（使方差为1）和加上一个常数（使MO为0）而受到影响。请对所提供的数据做一个初步的测试，并在此报告结果。不做未经证实的严重错误的说法。 .我还要说，你的相关指标本来就是错误的。你只是用一个重要问题的解决方案替代了另一个问题的解决方案。夸大其词。 再一次，这一切都只是唠叨。在任何地方取一个指标读数，用你的质量控制方法进行计算并进行比较。上述零相关的例子是从指标读数中发现的。 该截图特别用红色强调了Mathcad计算的相关性在这个样本上确实为零。 .谢谢，我笑了。识别金融指标的相关性的问题完全在另一个层面。 既然你已经开始了，那就继续吧。 Prival 2010.10.11 12:58 #202 hrenfx: ... 此外，这个论坛上没有人在QC计算中采取相对增量（以QC开始讨论），他们采取的是绝对增量。当然，这从根本上说是错误的。 我已经告诉你1000次了。为什么你说对每个人来说，没有人。你有没有翻过我的电脑，检查过这个论坛的参与者开发的所有工具？ 这名男子建立了一个指标...在此基础上建立了一个交易系统...并且正在赚取利润......。你是说从这个角度来看，这不是真的？我说的一点都不对，原则上是不对的，还有什么是不对的？ 不要再认为这个论坛上的每个人都是白痴，而你是最好的和最聪明的。 hrenfx 2010.10.11 13:05 #203 Prival: 我已经告诉你1000次了。为什么你说没有人适合所有人？你有没有翻过我的电脑，挖过这个论坛参与者的所有动态？ 因为我首先在这个论坛上搜索了QC的计算方法，并确保相对增量没有被你或其他人使用（结果发布在论坛上）。如果我看得不够仔细，给我看看。 已经有好几次论证了，不仅仅是我，为什么在比较两个或多个CER的样本时使用绝对增量是错误的。 Hide 2010.10.11 13:25 #204 hrenfx: 所有这些都是你未经证实的部分。就我而言，除了图表之外，我 还附上了 原始数据。你可以很容易地检查它。 对不起，你是傻瓜吗？我们在这里谈论的是这张照片。 这里不存在MO=0和D=1。 真令人惊讶，但这是我第三次提请你注意这个严重的错误。仿佛你根本无法理解这个简单的事情，更不用说辩论了。 hrenfx 2010.10.11 13:52 #205 HideYourRichess: 这里不存在MO=0和D=1。 令人惊讶的是，这是我第三次将这个严重的错误提请你们注意。似乎你根本无法理解这个简单的事情，更不用说讨论它了。 你是根据什么推理得出关于MO和变异的这种结论的！？好在第一个帖子给出了数据的确切日期，所以有可能恢复。 在这种情况下，正如我在第一篇文章中所写的，QC等于样本中BP成员的平均积。 所附的源数据。 附加的文件： nullcorr.rar 4 kb СанСаныч Фоменко 2010.10.11 14:04 #206 Mathemat: 对数被用来明确地确定一个分布类似于正态分布的量的下限为零。在推导布莱克-斯科尔斯公式时，假定价格分布是对数正态的，即不是价格的正态分布，而是其对数。 ARPSS必然包括BP去趋势化。对加法和乘法趋势进行了区分。当然，后者在去趋势化BP之前是对数的。 Hide 2010.10.11 14:25 #207 hrenfx: 你是根据什么推理得出关于MO和分散的这种结论的？ 很简单，MO和方差作为随机系列的统计概念存在，你有一个系列是 "非随机的"。也就是说，MO和变异对他们来说并不作为概念存在。 1.粗略地说，符号标准被打破了，大约80%的你的数据是正面的（这是一个错误--不当的标准化）。邻近主题的人热衷于量子化--这只是同一件事。而从随机数列的基本定义来看。 2.功能性 "的依赖性是清晰可见的。 3.最重要的是，它是对准确知道被分析的仪器的问题--这些仪器没有任何随机性。至少在你所掌握的数据的表述中是这样。 4.没有必要把你的误解隐藏在矩阵包的后面，先了解基本知识。而基础很简单，统计分析（和MO的计算）可以受制于 "随机 "系列。 5.如果你只是照单全收，我告诉你怎么做--那就更接近事实了。 hrenfx 2010.10.11 14:33 #208 HideYourRichess:统计分析是什么鬼东西？你知道你在说什么吗？我们谈论的是抽样，是对样本的QC计数。你知道诸如抽样MO、抽样差异和抽样QC等概念吗？ 仿佛它们是为你写的。 alsu。 一点点背景。 另一个常见的误解是混淆了 "相关系数"（即c.v.之间随机关系的一个特征）和"样本 相关系数"（对真实QC的估计--许多可能的之一）的概念。这些实际上是完全不同的事情，用一个来代替另一个是根本错误的。 P.S. 你已经被嚼过了，有机会去检查了--你开始用理论来争论。任何愿意的人，都会检查所提出的结果，并确信它们是充分的。 СанСаныч Фоменко 2010.10.11 14:50 #209 HideYourRichess: 很简单，MO和方差作为随机系列的一个统计概念存在，你有一个 "非随机 "系列。也就是说，MO和变异对他们来说并不作为概念存在。 1.粗略地说，符号标准被打破了，大约80%的你的数据是正面的（这是一个错误--不当的标准化）。在一个邻近的主题中，人们正在大肆宣传量化指标--这只是同样的事情。而从随机数列的基本定义来看。 2.功能性 "的依赖性是清晰可见的。 3.最重要的是，它是对准确知道被分析的仪器的问题--这些仪器没有任何随机性。至少在你所掌握的数据的表述中是这样。 4.没有必要把你的误解隐藏在矩阵包的后面，先了解基本知识。而基础很简单，统计分析（和MO计算）可以受到 "随机 "系列的影响。 5.如果你只是照单全收，我告诉你怎么做--那就更接近事实了。 不要浪费你的精力。Prival试图向他解释，ACF是一个函数，而不是一个数字--他失败了。这就是你必须开始的地方。 hrenfx 2010.10.11 14:55 #210 HideYourRichess: 5.如果你直截了当地接受数据，而我向你展示如何去做--那就更接近事实了。 请给我看看。 附加的文件： eurusd_gbpusd.rar 2 kb 1...141516171819202122232425262728...60 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
顺便说一下，你的数字中有一个严重的错误。你所说的 "MO为零、方差为一、相关性为零的图形 "并非如此。也就是说，你在数据转换后已经出现了错误--你不需要再看下去了。
你所说的都是未经证实的。就我自己而言--除了图表之外，我 还附上了 原始数据。你可以很容易地检查它。而且，如前所述，QC不会因为乘以一个常数（使方差为1）和加上一个常数（使MO为0）而受到影响。请对所提供的数据做一个初步的测试，并在此报告结果。不做未经证实的严重错误的说法。
.我还要说，你的相关指标本来就是错误的。你只是用一个重要问题的解决方案替代了另一个问题的解决方案。夸大其词。
再一次，这一切都只是唠叨。在任何地方取一个指标读数，用你的质量控制方法进行计算并进行比较。上述零相关的例子是从指标读数中发现的。 该截图特别用红色强调了Mathcad计算的相关性在这个样本上确实为零。
.谢谢，我笑了。识别金融指标的相关性的问题完全在另一个层面。
既然你已经开始了，那就继续吧。
...
此外，这个论坛上没有人在QC计算中采取相对增量（以QC开始讨论），他们采取的是绝对增量。当然，这从根本上说是错误的。
我已经告诉你1000次了。为什么你说对每个人来说，没有人。你有没有翻过我的电脑，检查过这个论坛的参与者开发的所有工具？
这名男子建立了一个指标...在此基础上建立了一个交易系统...并且正在赚取利润......。你是说从这个角度来看，这不是真的？我说的一点都不对，原则上是不对的，还有什么是不对的？
不要再认为这个论坛上的每个人都是白痴，而你是最好的和最聪明的。
我已经告诉你1000次了。为什么你说没有人适合所有人？你有没有翻过我的电脑，挖过这个论坛参与者的所有动态？
因为我首先在这个论坛上搜索了QC的计算方法，并确保相对增量没有被你或其他人使用（结果发布在论坛上）。如果我看得不够仔细，给我看看。
已经有好几次论证了，不仅仅是我，为什么在比较两个或多个CER的样本时使用绝对增量是错误的。
所有这些都是你未经证实的部分。就我而言，除了图表之外，我 还附上了 原始数据。你可以很容易地检查它。
对不起，你是傻瓜吗？我们在这里谈论的是这张照片。
这里不存在MO=0和D=1。
真令人惊讶，但这是我第三次提请你注意这个严重的错误。仿佛你根本无法理解这个简单的事情，更不用说辩论了。
这里不存在MO=0和D=1。
令人惊讶的是，这是我第三次将这个严重的错误提请你们注意。似乎你根本无法理解这个简单的事情，更不用说讨论它了。
你是根据什么推理得出关于MO和变异的这种结论的！？好在第一个帖子给出了数据的确切日期，所以有可能恢复。
在这种情况下，正如我在第一篇文章中所写的，QC等于样本中BP成员的平均积。
所附的源数据。
对数被用来明确地确定一个分布类似于正态分布的量的下限为零。在推导布莱克-斯科尔斯公式时，假定价格分布是对数正态的，即不是价格的正态分布，而是其对数。
ARPSS必然包括BP去趋势化。对加法和乘法趋势进行了区分。当然，后者在去趋势化BP之前是对数的。
你是根据什么推理得出关于MO和分散的这种结论的？
很简单，MO和方差作为随机系列的统计概念存在，你有一个系列是 "非随机的"。也就是说，MO和变异对他们来说并不作为概念存在。
1.粗略地说，符号标准被打破了，大约80%的你的数据是正面的（这是一个错误--不当的标准化）。邻近主题的人热衷于量子化--这只是同一件事。而从随机数列的基本定义来看。
2.功能性 "的依赖性是清晰可见的。
3.最重要的是，它是对准确知道被分析的仪器的问题--这些仪器没有任何随机性。至少在你所掌握的数据的表述中是这样。
4.没有必要把你的误解隐藏在矩阵包的后面，先了解基本知识。而基础很简单，统计分析（和MO的计算）可以受制于 "随机 "系列。
5.如果你只是照单全收，我告诉你怎么做--那就更接近事实了。
统计分析是什么鬼东西？你知道你在说什么吗？我们谈论的是抽样，是对样本的QC计数。你知道诸如抽样MO、抽样差异和抽样QC等概念吗？
仿佛它们是为你写的。
一点点背景。
另一个常见的误解是混淆了 "相关系数"（即c.v.之间随机关系的一个特征）和"样本 相关系数"（对真实QC的估计--许多可能的之一）的概念。这些实际上是完全不同的事情，用一个来代替另一个是根本错误的。
很简单，MO和方差作为随机系列的一个统计概念存在，你有一个 "非随机 "系列。也就是说，MO和变异对他们来说并不作为概念存在。
1.粗略地说，符号标准被打破了，大约80%的你的数据是正面的（这是一个错误--不当的标准化）。在一个邻近的主题中，人们正在大肆宣传量化指标--这只是同样的事情。而从随机数列的基本定义来看。
2.功能性 "的依赖性是清晰可见的。
3.最重要的是，它是对准确知道被分析的仪器的问题--这些仪器没有任何随机性。至少在你所掌握的数据的表述中是这样。
4.没有必要把你的误解隐藏在矩阵包的后面，先了解基本知识。而基础很简单，统计分析（和MO计算）可以受到 "随机 "系列的影响。
5.如果你只是照单全收，我告诉你怎么做--那就更接近事实了。
不要浪费你的精力。Prival试图向他解释，ACF是一个函数，而不是一个数字--他失败了。这就是你必须开始的地方。
5.如果你直截了当地接受数据，而我向你展示如何去做--那就更接近事实了。
请给我看看。