忘记随机引语 - 页 63

新评论
 
C-4:

903.50元从何而来？这是你正在看的文件吗？第一个数字是325.25。

1 2 3 4 56 7

1992.11.01,00:00,355.75,364.00,352.75,359.25,1901

否则，是的，小时和分钟是不同的列，所有列都是逗号分隔的（从MT4的标准导出）。

在第二个文件中，第16栏应对应于净操作员位置：净操作员。

一个是周二的数据，另一个是周日的数据......2012.07.15对应于2012.07.17还是对应于2012.07.22？

 
faa1947:

一些是周二的数据，另一些是周日的数据...2012.07.15与2012.07.17对应，还是与2012.07.22对应？


数据记录在星期二，但只在星期五晚上公布（提供给我们）。因此，为了不落入自欺欺人的陷阱，有必要做一个星期的抵消。也就是说，使用下周的开盘价 会更好。

1992.11.01,00:00,355.75,364.00,352.75,359.25,1901

为什么1992.11.01是星期天，我不知道，应该是1992.11.02。 这些是我唯一的报价。但这不是重点。如果开盘价是在周日或应该是在周一，那么对于它我们使用前一个周二的COT数据，即对于1992.11.01 我们应该使用1992.10.27 的COT数据。

 

是的，还有几条评论。

习惯上，要考虑价格，也就是相对于时间的指标。但谁说这是唯一正确的方法？

众所周知，运营商的头寸取决于价格（价格越高 - 他们的净套期保值越高）。但时间与此有什么关系呢？因此，画一个价格和操作者头寸之间的依存关系的点状图并不是坏事。在我看来，它或多或少会与线性相似，而且有可能应用格兰杰检验。

 
C-4:



结果如下。

同步了日期。在Zw中，我不得不插入6个空naludes来对齐。然后对得到的NA值进行线性内插。

得到了以下数据。

净值

2000.01.04 -4479 2000.01.09 265.5

2000.01.11 -15963 2000.01.16 264.25

2000.01.18 -22316 2000.01.23 259.75

2000.01.25 -26656 2000.01.30 257

2000.02.01 -19041 2000.02.06 269.5

2000.02.08 -19564 2000.02.13 265

/

/

/结束

648 2012.05.29 11227 2012.06.03 629.25

649 2012.06.05 34075 2012.06.10 612.25

650 2012.06.12 36996 2012.06.17 673

651 2012.06.19 34250 2012.06.24 741.75

652 2012.06.26 -4088 2012.07.01 790.25

653 2012.07.03 -13515 2012.07.08 834

654 2012.07.10 -23508 2012.07.15 944.75

655 2012.07.17 -38701 2012.07.22 903

联合图表

对整个样本的655个观测值进行因果检验，并进行2个滞后期和10个滞后期的转换（结果相同）。

成对的格兰杰因果关系测试

日期: 08/03/12 时间: 15:21

样本：1 655

滞后：10

无假设： .............................................................................Obs F-统计学 Prob.

NET_OPERATORS对SER06_INTERPOLATE没有格兰杰原因 645 2.66043 0.0035

SER06_INTERPOLATE不是NET_OPERATORS的 格兰杰原因 20.9059 1.E-33

读作这样：不能拒绝NET_OPERATORS不是 SER06_INTERPOLATE 的原因 这一假设，即这两个量是独立的。

.

在整个样本上测试因果关系的想法是不正确的。

以前30个观察为例。

成对的格兰杰因果关系测试

日期: 08/03/12 时间: 15:44

样本：1 30

滞后：2

无效假设： 观测值 F-Statistic Prob.

SER06_INTERPOLATE没有格兰杰原因 NET_OPERATORS 28 10.8494 0.0005

NET_OPERATORS没有格兰杰原因 SER06_INTERPOLATE 0.39443 0.6785

图片是不同的。第二行听起来是这样的

我们以67%的概率拒绝NET_OPERATORS不是 SER06_INTERPOLATE 的格兰杰原因 这一假设。

相反，我们不能拒绝NET_OPERATORS不是一个原因的假设。

 
C-4:

是的，还有几条评论。

习惯上，要考虑价格，也就是相对于时间的指标。但谁说这是唯一正确的方法？

众所周知，运营商的头寸取决于价格（价格越高 - 他们的净套期保值越高）。但时间与此有什么关系呢？因此，画一个价格和操作者头寸之间的依存关系的点状图并不是坏事。在我看来，它将或多或少地与折线图相似，并可能应用格兰杰测试。

观察是与时间相联系的。 在观察之间发生了什么我们不知道。我们需要插值，这可以是一个非常简单的任务（上面做的），也可以是一个非常复杂的任务，正如你所建议的。

我认为人们必须寻找确定因果关系的窗口尺寸，并在此基础上工作，找到的窗口尺寸。 我断然否定了样本越大越好的说法。这是由那些没有比定理更进一步的人断言的。我们对领先几步的趋势感兴趣。我们对市场的波动感兴趣，在此基础上赢或输。而12年来各变量之间平均缺乏因果关系，这说明不了什么。30周是6个月。而问题应该这样说：这30周足以预测未来几周的情况吗？

 
faa1947:

结果如下。

我们以67%的概率拒绝NET_OPERATORS不是 SER06_INTERPOLATE 的格兰杰原因 这一假设。

反之，我们不能拒绝它不是一个原因的假设!

那么是有原因还是无原因呢？

!(Net_Operators != Ser06_Interpolar) = true。

即网络操作者很可能是Ser06_Interpolate的原因？

 

哦，我明白了，对于前30个滞后，是的，运营商是原因。对于整个样本来说，不，运营商不是原因。这根本不是一个重要的结果。不过，你还是需要对整个故事进行确认，否则从逻辑上讲，它要么是原因，要么不是。而有时 是有时 不是--同样是50/50。

是否对增量或时刻进行了比较？

 
有必要对已知有依赖性的数据进行测试。没有滞后性的TA指标，如RSI，会有很好的效果。我们可以肯定的是，不是价格取决于我们终端中的指标，而是指标取决于价格。格兰杰检验必须准确地显示这种关系：以非常高的概率，rsi取决于价格。
 
C-4:

那么，是有就是有，还是有就是没有？

!(Net_Operators != Ser06_Interpolar) = true。

也就是说，Net Operators更有可能是Ser06_Interpolate的原因吗？

这就是问题所在，不仅有很多灰色的阴影，所以世界也是在一切之上有颜色的!

这只是一个大开眼界的机会。而怎么做是另一个问题。

 
C-4:

哦，我明白了，对于前30个滞后，是的，运营商是原因。对于整个样本来说，不，运营商不是原因。这根本不是一个重要的结果。不过，你还是需要对整个故事进行确认，否则从逻辑上讲，它要么是原因，要么不是。而有时 是有时 不是--同样是50/50。

是否对增量或时刻进行了比较？

如果你沿着样品运行一个窗口，你会得到一个非常有趣的画面。如果计算出的因果关系值没有变化，那就好办了，但很可能会有变化！"。

我第一次在加权移动平均线 的系数上看到这一点--我当时就吓坏了。你不能用TA中的任何东西工作。我从测试人员那里得到的一切都不能相信，等等。

1...5657585960616263646566
新评论