样本相关性为零并不一定意味着没有线性关系 - 页 3 12345678910...60 新评论 Prival 2010.09.30 15:41 #21 下面是另一个链接,在底部写着 https://ru.wikipedia.org/wiki/Корреляция#.D0.9A.D0.BE.D1.8D.D1.84.D1.84.D0.B8.D1.86.D0.B8.D0.B5.D0.BD.D1.82_.D0.BA.D0.BE.D1.80.D1.80.D0.B5.D0.BB.D1.8F.D1.86.D0.B8.D0.B8_.D0.9F.D0.B8.D1.80.D1.81.D0.BE.D0.BD.D0.B0 如果X,Y是独立随机变量,那么R(x,y)=0。反之,一般来说是不正确的。 这只是为了确认这个主题。是的,你是对的。 Freelance 2010.09.30 15:52 #22 一场数字的游戏。 针对沃兹涅辛斯基--但适用于我们。 hrenfx 2010.09.30 15:56 #23 Prival: 事实证明,我是个傻瓜,在发布代码之前,我仔细检查了10遍。 我翻阅了教科书。 我用已知的矩阵包的矩阵样本进行了检查。特别是在Matcadet中,有一个内置函数。 我检查了一下,都是吻合的。但事实证明错了......。 也许你能给我指点一下正确的方法? 在我真的错了之前。 以防万一https://ru.wikipedia.org/wiki/Автокорреляционная_функция 你的维基百科链接给出了自相关的正确定义,这与你的指标中的内容没有关系。 Mathcad中的函数是什么? 还有一个 "自相关 "指标的变种。与你的非常相似,也是错误的。你们两个人的算盘都不一样,不明白其含义。 Prival 2010.09.30 16:56 #24 hrenfx: 你的维基百科链接给出了自相关的正确定义,这与你的指标中的内容没有关系。 Mathcad中的函数是什么? 还有一个 "自相关 "指标的变种。与你的非常相似,也是错误的。你们两个人的算盘都不一样,不明白其含义。 给我一个正确的计算方法,然后我们再谈。到目前为止,这只是一个笼统的说法。 1.皮尔森是错误的。 2.Spearman是错误的 3.ACF根本不被理解 4.你需要正确理解相关度=0的含义 P.S. 写吧,这很有趣...非常有趣......。 Андрей 2010.09.30 17:03 #25 hrenfx: 你的维基百科链接给出了自相关的正确定义,这与你的指标中的内容没有关系。 Mathcad中的函数是什么? 还有一个 "自相关 "指标的变种。与你的非常相似,也是错误的。你们两个人的算盘都不一样,不明白其含义。 阅读谢尔盖的那段代码...https://www.mql5.com/ru/code/8295 被一些事实所颠覆。 1.SKO是针对整个样本计算的,也就是说,如果我们设定历史=2000条,那么第1500条附近的ACF对未来进行归一化。 2)线性回归--也是对整个历史的计算 3. "ACF计算 "评论--取参考值m = [0 ... 历史]。 并从中计算出过去的ACF( f( i ), f( i + m ))。即最后的图表 是ACF "本身有位移"=[0...历史]的图。 . 也就是说,当我们看这个指标的图表时,在第500个条形图上,它不是第500个条形图的窗口ACF的值。 但归一化到未来的ACF,偏移量=500。只计算不按样本量=历史。 但按样本量=历史-500。而在第1000条,例如,在回归和有效值方面,在1000条的时候就已经有了对未来的窥视。 和样品 "变得更薄 "的1000个元素。在零条上,它是清楚的--一个公平的,因为它是在自己身上。 . 一般来说,指标有一个高级别的保护,不被编译,尽管它在源代码中;-)。保护 是,它显示了一些东西,但即使你知道它是什么,也有一些不正确的 架构 "的决定,使人倾向于重写一切。 . Hrenfx,谢谢你指出这一点。我阅读指标代码就像阅读一个迷人的侦探故事。多写点:-)。 . P.S.:如果我说错了,请纠正我。 . 附注2:我不知道如何...但如果能看到正确的ACF图表,可能会很酷。 绘制出X=条形图,Y=ACF值,Z-样本间的偏差;-) . 附3:ACF被归一化为ACF[0],其中我最后的数字=1440。 理论上说...如果你将ACF归一化为样本=1440,这很好,但问题是。 在历史上更远的地方,柱子的数量减少了=>归一化将图表压到了零。 Freelance 2010.09.30 17:10 #26 jartmailru: 附注2:我不知道如何...但如果能看到一个正确的ACF图表,可能会很酷。 绘制出X=条形图,Y=ACF值,Z-样本间的偏差;-) 是什么阻止了它? Андрей 2010.09.30 17:14 #27 FreeLance: 是什么阻止了它? 嗯...我不知道怎么做 :-)。我使用Mql和C++。我不知道如何画这么好的图表;-)。 然后,你必须在以后解释这个图表...我必须做出一个假设... 要做一个决策块,一个自动测试器,然后是一个带有OOS的测试器... Андрей 2010.09.30 17:21 #28 顺便说一句,P.S. 4: - 我在帖子中开了一个关于 "保护 "的玩笑。当然,错误发生在每个人身上。 因此,这正是一个笑话。 Dmitry Fedoseev 2010.09.30 17:28 #29 jartmailru: 嗯...我不知道怎么做 :-)。我使用Mql和C++。而且我不知道如何制作这样漂亮的图表;-)。 然后,我必须在以后解释这个图表......我必须做出一个假设... 要做一个决策块,一个自动测试器,然后是一个带有OOS的测试器... 在csv和excel中进行图表。只是为了一睹为快。 Андрей 2010.09.30 17:29 #30 Integer: 在csv中和excel中做图。只是为了一睹为快 它是3D的吗?o_O :-) 12345678910...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
下面是另一个链接,在底部写着
https://ru.wikipedia.org/wiki/Корреляция#.D0.9A.D0.BE.D1.8D.D1.84.D1.84.D0.B8.D1.86.D0.B8.D0.B5.D0.BD.D1.82_.D0.BA.D0.BE.D1.80.D1.80.D0.B5.D0.BB.D1.8F.D1.86.D0.B8.D0.B8_.D0.9F.D0.B8.D1.80.D1.81.D0.BE.D0.BD.D0.B0
如果X,Y是独立随机变量,那么R(x,y)=0。反之,一般来说是不正确的。
这只是为了确认这个主题。是的,你是对的。
一场数字的游戏。
针对沃兹涅辛斯基--但适用于我们。
事实证明,我是个傻瓜,在发布代码之前,我仔细检查了10遍。 我翻阅了教科书。 我用已知的矩阵包的矩阵样本进行了检查。特别是在Matcadet中,有一个内置函数。 我检查了一下,都是吻合的。但事实证明错了......。
也许你能给我指点一下正确的方法? 在我真的错了之前。
以防万一https://ru.wikipedia.org/wiki/Автокорреляционная_функция
你的维基百科链接给出了自相关的正确定义,这与你的指标中的内容没有关系。
Mathcad中的函数是什么?
还有一个 "自相关 "指标的变种。与你的非常相似,也是错误的。你们两个人的算盘都不一样,不明白其含义。
你的维基百科链接给出了自相关的正确定义,这与你的指标中的内容没有关系。
Mathcad中的函数是什么?
还有一个 "自相关 "指标的变种。与你的非常相似,也是错误的。你们两个人的算盘都不一样,不明白其含义。
给我一个正确的计算方法,然后我们再谈。到目前为止,这只是一个笼统的说法。
1.皮尔森是错误的。
2.Spearman是错误的
3.ACF根本不被理解
4.你需要正确理解相关度=0的含义
P.S. 写吧,这很有趣...非常有趣......。
你的维基百科链接给出了自相关的正确定义,这与你的指标中的内容没有关系。
Mathcad中的函数是什么?
还有一个 "自相关 "指标的变种。与你的非常相似,也是错误的。你们两个人的算盘都不一样,不明白其含义。
阅读谢尔盖的那段代码...https://www.mql5.com/ru/code/8295 被一些事实所颠覆。
1.SKO是针对整个样本计算的,也就是说,如果我们设定历史=2000条,那么第1500条附近的ACF对未来进行归一化。
2)线性回归--也是对整个历史的计算
3. "ACF计算 "评论--取参考值m = [0 ... 历史]。
并从中计算出过去的ACF( f( i ), f( i + m ))。即最后的图表
是ACF "本身有位移"=[0...历史]的图。
.
也就是说,当我们看这个指标的图表时,在第500个条形图上,它不是第500个条形图的窗口ACF的值。
但归一化到未来的ACF,偏移量=500。只计算不按样本量=历史。
但按样本量=历史-500。而在第1000条,例如,在回归和有效值方面,在1000条的时候就已经有了对未来的窥视。
和样品 "变得更薄 "的1000个元素。在零条上,它是清楚的--一个公平的,因为它是在自己身上。
.
一般来说,指标有一个高级别的保护,不被编译,尽管它在源代码中;-)。保护
是,它显示了一些东西,但即使你知道它是什么,也有一些不正确的
架构 "的决定,使人倾向于重写一切。
.
Hrenfx,谢谢你指出这一点。我阅读指标代码就像阅读一个迷人的侦探故事。多写点:-)。
.
P.S.:如果我说错了,请纠正我。
.
附注2:我不知道如何...但如果能看到正确的ACF图表,可能会很酷。
绘制出X=条形图,Y=ACF值,Z-样本间的偏差;-)
.
附3:ACF被归一化为ACF[0],其中我最后的数字=1440。
理论上说...如果你将ACF归一化为样本=1440,这很好,但问题是。
在历史上更远的地方,柱子的数量减少了=>归一化将图表压到了零。
附注2:我不知道如何...但如果能看到一个正确的ACF图表,可能会很酷。
绘制出X=条形图,Y=ACF值,Z-样本间的偏差;-)
是什么阻止了它?
然后,你必须在以后解释这个图表...我必须做出一个假设...
要做一个决策块,一个自动测试器,然后是一个带有OOS的测试器...
顺便说一句,P.S. 4:
- 我在帖子中开了一个关于 "保护 "的玩笑。当然,错误发生在每个人身上。
因此,这正是一个笑话。
嗯...我不知道怎么做 :-)。我使用Mql和C++。而且我不知道如何制作这样漂亮的图表;-)。
然后,我必须在以后解释这个图表......我必须做出一个假设...
要做一个决策块,一个自动测试器,然后是一个带有OOS的测试器...
在csv和excel中进行图表。只是为了一睹为快。
在csv中和excel中做图。只是为了一睹为快
:-)