样本相关性为零并不一定意味着没有线性关系 - 页 53 1...464748495051525354555657585960 新评论 Sceptic Philozoff 2013.04.13 23:09 #521 tara: 这就是你们的目的。你去那里,抢夺...我向你保证,我并不全是这样。 Алексей Тарабанов 2013.04.13 23:58 #522 当然,对不起--不是的。 EconModel 2013.04.14 06:22 #523 我不太明白这一点。所有这些随机过程与整数图有什么关系,整数图是y=a+bx,永远都是。 而要在随机过程中应用这些知识,我们应该从数字表示的图形中减去直线,然后看结果。如果它是纯粹的零,那是一回事,如果它不是零,那是另一回事。但人们应该总是做平滑处理(有时称为解趋势)。如果有确定的成分,讨论数据的随机性是没有意义的,如果用眼睛判断数字,那么如果有随机成分,可以忽略不计。而论坛上的人们正试图计算关于随机性的东西。有必要进行平滑处理并检查残差。 Дмитрий 2013.04.14 06:52 #524 EconModel:我在很大程度上不理解它。如果数据有决定性的成分,那么讨论数据的随机性就没有意义了。))))) 所有的随机变量都有确定的成分,这也是它们与不确定数量的区别所在。它是垫统计学和计量经济学,将决定性的部分与随机变量分开。一般说来--使用外汇市场的输入数据(价格)来计算QC是可能的,也是必要的。质量控制可以而且应该在非平稳序列上进行计算。静止和遍历系列的QC根本不需要--对他们来说,一切都很清楚和明白。 Petro Slyusarenko 2013.04.14 07:59 #525 НЕ совсем знают как применить рецикл в практической тоговле на валютном рынке , рецикл нужен для нахождения в частности наиболее устойчивых (менее подверженных изменениям) динамических систем ,которые являються не чем иным как валютными портфелями因此,在今天和未来2-3个月内,这样的投资组合是同时购买新西兰、英镑、澳元对日元、欧元、美元。 anonymous 2013.04.14 08:58 #526 Demi:))))) 所有的随机变量都包含一个确定的成分,这就是它们与不确定数量的区别。 那么,你认为白高斯噪声中包含什么决定性成分?在很大程度上--QC可以而且应该根据外汇市场的原始数据(价格)进行计算。假设你计算了过去5年里某个工具在D1上的价格(不是增量)的ACF,你发现它是正的,滞后10天。你能在此基础上建立一个有利可图的战略吗?:D Dmitry Fedoseev 2013.04.14 11:24 #527 Integer: 因此,该行是静止的...所以你不能这样使用,而只能使用第一种差异。让我们想象一下另一排,完全一样,还有另一排,只是线是朝下的。 因此,相关性的计算是完美的,当两个系列都指向一个方向时--我们得到1,当它们指向不同方向时--我们得到-1。也就是说,结果是有意义的,相关的计算结果,而且数值与现实相符。 然而,该系列是非稳态的,所以你不能这样做:)你必须从第一个差值开始计算相关度。所以我们有系列1,1,1,1,1,1,1,1,1,1,1和-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1-1 --在这样的数据上无法计算相关关系。就这样吧!先生们* * *我在网上搜索了一些关于格兰杰的资料,在那里我遇到了一些说法,说格兰杰方法应该只适用于第一差值。然而,在更有能力的教科书中,没有这样的说法,相反,它写道,在静止的数据上应用另一种方法。但是,每个人都以多么潇洒的方式证明了自己的观点......。我不知道,对我来说很明显,我不需要任何第一种差异。* * *计量经济学家等先生们都很清楚......因此,我告辞了,不参加关于相关性和类似问题的谈话。除了操作公式和术语之外,你还需要了解本质和意义。 anonymous 2013.04.14 11:41 #528 Integer:我在互联网上搜索了一些关于格兰杰的信息,在那里我遇到了一些说法,说格兰杰方法应该只适用于第一差值。但在更有能力的教科书中没有这样的内容,相反,写的是对静止的数据采用不同的方法。但是,所有的人都以极大的魄力证明了他们的正确性......我不知道,对我来说很明显,我不需要任何第一种差异。 人们不应该阅读 "演讲稿 "和 "合格的教科书",而应该阅读原文中对方法的描述。http://webber.physik.uni-freiburg.de/~jeti/studenten_seminar/stud_sem_SS_09/grangercausality.pdf 第5部分,第1段。请享受。 [Deleted] 2013.04.14 11:46 #529 Integer:就这样吧!先生们除了操作公式和术语外,你还必须理解本质和意义。 坚持住。现在瓣膜会飞起来 )))) Дмитрий 2013.04.14 11:52 #530 anonymous:假设你计算了过去5年里某个工具在D1上的价格(不是增量)的ACF,你发现它在滞后10天时是正的。你能在此基础上建立一个有利可图的战略吗?:D 没有,那么?难道你没有足够的技能把QC放在除了ACF以外的其他地方吗?以及仪器之间的质量控制?不是吗?你想不出来吗?那么,比如说,市场间分析呢?不是吗?不是吗?点差交易呢?你出了问题吗?为什么是这些毫无意义的帖子? 1...464748495051525354555657585960 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
你去那里,抢夺...
我向你保证,我并不全是这样。
当然,对不起--不是的。
我不太明白这一点。
所有这些随机过程与整数图有什么关系,整数图是y=a+bx,永远都是。
而要在随机过程中应用这些知识,我们应该从数字表示的图形中减去直线,然后看结果。如果它是纯粹的零,那是一回事,如果它不是零,那是另一回事。但人们应该总是做平滑处理(有时称为解趋势)。如果有确定的成分,讨论数据的随机性是没有意义的,如果用眼睛判断数字,那么如果有随机成分,可以忽略不计。而论坛上的人们正试图计算关于随机性的东西。有必要进行平滑处理并检查残差。
我在很大程度上不理解它。
如果数据有决定性的成分,那么讨论数据的随机性就没有意义了。
))))) 所有的随机变量都有确定的成分,这也是它们与不确定数量的区别所在。它是垫统计学和计量经济学,将决定性的部分与随机变量分开。
一般说来--使用外汇市场的输入数据(价格)来计算QC是可能的,也是必要的。质量控制可以而且应该在非平稳序列上进行计算。静止和遍历系列的QC根本不需要--对他们来说,一切都很清楚和明白。
НЕ совсем знают как применить рецикл в практической тоговле на валютном рынке , рецикл нужен для нахождения в частности наиболее устойчивых (менее подверженных изменениям) динамических систем ,которые являються не чем иным как валютными портфелями
因此,在今天和未来2-3个月内,这样的投资组合是同时购买新西兰、英镑、澳元对日元、欧元、美元。
))))) 所有的随机变量都包含一个确定的成分,这就是它们与不确定数量的区别。
那么,你认为白高斯噪声中包含什么决定性成分?
在很大程度上--QC可以而且应该根据外汇市场的原始数据(价格)进行计算。
假设你计算了过去5年里某个工具在D1上的价格(不是增量)的ACF,你发现它是正的,滞后10天。你能在此基础上建立一个有利可图的战略吗?:D
因此,该行是静止的...所以你不能这样使用,而只能使用第一种差异。让我们想象一下另一排,完全一样,还有另一排,只是线是朝下的。
因此,相关性的计算是完美的,当两个系列都指向一个方向时--我们得到1,当它们指向不同方向时--我们得到-1。也就是说,结果是有意义的,相关的计算结果,而且数值与现实相符。
然而,该系列是非稳态的,所以你不能这样做:)你必须从第一个差值开始计算相关度。所以我们有系列1,1,1,1,1,1,1,1,1,1,1和-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1-1 --在这样的数据上无法计算相关关系。
就这样吧!先生们
* * *
我在网上搜索了一些关于格兰杰的资料,在那里我遇到了一些说法,说格兰杰方法应该只适用于第一差值。然而,在更有能力的教科书中,没有这样的说法,相反,它写道,在静止的数据上应用另一种方法。但是,每个人都以多么潇洒的方式证明了自己的观点......。我不知道,对我来说很明显,我不需要任何第一种差异。
* * *
计量经济学家等先生们都很清楚......因此,我告辞了,不参加关于相关性和类似问题的谈话。
除了操作公式和术语之外,你还需要了解本质和意义。
我在互联网上搜索了一些关于格兰杰的信息,在那里我遇到了一些说法,说格兰杰方法应该只适用于第一差值。但在更有能力的教科书中没有这样的内容,相反,写的是对静止的数据采用不同的方法。但是,所有的人都以极大的魄力证明了他们的正确性......我不知道,对我来说很明显,我不需要任何第一种差异。
人们不应该阅读 "演讲稿 "和 "合格的教科书",而应该阅读原文中对方法的描述。
http://webber.physik.uni-freiburg.de/~jeti/studenten_seminar/stud_sem_SS_09/grangercausality.pdf
第5部分,第1段。请享受。
就这样吧!先生们
除了操作公式和术语外,你还必须理解本质和意义。
假设你计算了过去5年里某个工具在D1上的价格(不是增量)的ACF,你发现它在滞后10天时是正的。你能在此基础上建立一个有利可图的战略吗?:D
没有,那么?
难道你没有足够的技能把QC放在除了ACF以外的其他地方吗?以及仪器之间的质量控制?不是吗?你想不出来吗?
那么,比如说,市场间分析呢?不是吗?不是吗?点差交易呢?你出了问题吗?
为什么是这些毫无意义的帖子?