если взять место, куда попадает много очень разнородной информации, в частности, связанной с исследуемым явлением, то если информацию правильно отфильтровать и обработать — то вполне себе будет связь. потому что у любого явления есть протяженные во времени причины (и следствия). но не обязательно первое — следствие второго. например, есть связь между количеством утопленников и количеством съеденного мороженого есть положительная корреляция. просто потому что летом и мороженое едят больше, и утопленников больше. но если нам очень уж нужно предсказать количество утопленников, а термомента нет и окно заложено кирпичами, то можно вполне себе предсказывать по потреблению мороженого. всё со всем связано. только обычно очень сложно уловить связь.
只要建造它，你就可以用肉眼 看到一切。
差异是为了什么？不，不，非常直白和原始的--时移行的QC。
从实用的角度来看，毫无用处。我们正在交易分歧。交易员并不关心一个图格里克现在值2卢布还是3卢布，主要是一小时后价格会如何变化，所以应该把差异作为研究对象，包括我们应该关心的差异之间的关联性。
什么和什么之间的差异？
什么和什么的区别？
所谓的回报，当然是指。
return[ i ] = Close[ i ] - Close[ i+1 ] 。
P.S. 比你先到这里。这里我有一个滞后1的特殊情况。编号与MT4中的相同。
这是为了确保在谈论任何建设性的推理之前，你至少对什么是相关系数有一点了解。
5分。甚至10分。这个支部的作者写了这么多信和程序，他把它们都称为QC和ACF，但没有搞清楚它们是什么，是什么内容））。甚至间接地让傻子和白痴都知道，好像只有他知道如何正确计算AFC，而在他之前没有人没有也不能做到这一点。一般来说，我们在这里都是白痴，))))。
支部的作者打开任何大学教科书，阅读....，你的支部的名称......每本教科书都会讲到它。恭喜你的发现 ))
我喜欢它。
если взять место, куда попадает много очень разнородной информации, в частности, связанной с исследуемым явлением, то если информацию правильно отфильтровать и обработать — то вполне себе будет связь.
потому что у любого явления есть протяженные во времени причины (и следствия).
но не обязательно первое — следствие второго.
например, есть связь между количеством утопленников и количеством съеденного мороженого есть положительная корреляция.
просто потому что летом и мороженое едят больше, и утопленников больше.
но если нам очень уж нужно предсказать количество утопленников, а термомента нет и окно заложено кирпичами, то можно вполне себе предсказывать по потреблению мороженого.
всё со всем связано. только обычно очень сложно уловить связь.
我认为你的研究结果总结了可以得出的结论，这样的假设是否正确。
对于有利可图的交易来说，建立交易工具的增量和其他东西之间的依赖关系是必要和充分的。这个 "东西 "可以是冰激凌销售的动态，也可以是其他仪器的速率，或者是仪器的增量在过去的一些计数上的转变。
1.如果我们处理的是对交易工具以前的运动的分析，并根据它预测价格上涨的预期方向，那么它就是一个经典的（单一货币）TA。在这里，确定最佳的时间滞后是很重要的。这个值越大，仪器的移动点就越大，但不幸的是，相关系数越小。反之亦然，在零滞后时，我们的相关性==1，而移动==0，利润等于它们的乘积。
2.考虑到非交易工具（例如，货币指数）作为第二序列，我们应该建立一个交叉相关函数，并选择一个时间滞后，使交易工具的相关系数和波动率在TF=lag上的乘积最大。因此，我们用第三个系列作为领先指标。顺便说一下，这是建立一个真正的领先指标 的唯一方法。根据定义，MA不能被认为是这样的，因为它是在交易系列的基础上构建的，该系列中的第一差值的样本之间具有负相关关系。
3.考虑到另一个交易符号作为第二序列（例如一些货币对），我们可以像第2段一样，将第二个工具作为领先指标，或者同时交易两个工具。在这种情况下，我们根据两个系列的第一个差值（Open[i]-Open[i-1]）建立的对相关系数的符号（对于交叉相关函数的零项）来考虑两个符号的同时开放。 这就是价差交易。
4.第3节所述的交易工具的数量可以增加到任何整数。重要的是，篮子里的工具在第一差值系列的零计数处有很强的配对相关性。
我不明白作者的意思，与双货币篮子相比，交易几种工具的好处是什么？作者在平行线 中详细考虑了这个问题。听听他的意见会很有趣。我们的想法是，在篮子里使用许多相关的工具应该减少风险，但我们知道风险的减少会降低收益，所以问题是要确定风险水平和预期收益对篮子的功能依赖。对于强相关的工具，可能会发生这两个参数几乎都是线性依赖的（对于不相关的工具，风险在工具数量的根部下降的速度比收益快），篮子作为低风险综合工具的全部优势可能是虚无的。
5.第二种 "仪器 "也可以是第二种DC。为此，我们寻找在同名工具的交叉相关函数中具有非零项的DC（简单地说，报价器滞后/超过我们的）。我们把这种经纪公司的报价作为一个领先指标。这就是交易间套 利。
在市场上没有更多赚钱的方法。