文章 "在 MQL5 中实现增广迪基–富勒检验"

新评论
 

新文章 在 MQL5 中实现增广迪基–富勒检验已发布：

在本文中，我们演示了增广迪基–富勒（Augmented Dickey-Fuller，ADF）检验的实现，并将其应用于使用 Engle-Granger 方法进行协整检验。

简单地说，ADF检验是一种假设检验，它使我们能够确定观察到的数据的特定特征是否具有统计学意义。在这种情况下，所要确定的特征是序列的平稳性。  统计假设是对样本所代表的数据集所做的假设。我们只能通过处理整个数据集来了解真正的真相，但出于某些原因，这通常是不可能的。因此，对数据集的一个样本进行测试，是为了对整个数据集进行假设。这里需要记住的重要一点是，在使用样本时，统计假设的真实性永远无法确定。我们得到的是一个假设，可能是真的也可能是假的。

在 ADF 检验中，我们考虑了两种情况：

  • 时间序列中存在单位根的零假设。
  • 时间序列中不存在单位根的备择假设。

作者：Francis Dube

 
MetaQuotes:

查看新文章：在 MQL5 中实施增强型 Dickey Fuller 检验。

作者： Francis Dube弗朗西斯-杜贝

嘿，非常感谢这篇文章。我使用了这篇文章的代码，但我想知道你是否更新过这段代码以提高速度。我做了一个测试，但当大小超过一千时，真的很花时间。我不知道这是否可以优化。
 

你好，弗朗西斯、

我阅读了这篇文章，并测试了代码，效果很好。您在文章中定义了

Cointegration

相关性和协整性是用来衡量变量之间关系的统计概念，尤其是在时间序列 数据中。虽然两者都能衡量变量之间的关系，但它们的目的不同，应用的场景也不同。相关性是指对两个变量之间线性关系的强度和方向的统计测量。

我们知道，相关性可以是正 相关，也可以是负相关。

我的问题是，协整关系也可以是负的吗？ 总的来说，您的文章涵盖了正相关的部分。

如何修改代码才能涵盖第二种情况，即两个符号可能存在协整关系，但却是负协整关系，即当其中一个符号上升时，其对应的符号下降，反之亦然，置信度大于 90%？

谢谢。

 
Rumen Chikov #:

你好 弗朗西斯

我阅读了这篇文章并测试了代码，效果很好。您在文章中定义了

我们知道相关性可以是正 相关也可以是负相关。

我的问题是，协整关系也可以是负的吗？ 总的来说，您的文章涵盖了正相关的部分。

我们如何修改代码以涵盖第二种情况，即两个符号可能存在协整关系，但却是负协整关系，也就是说，当其中一个符号上涨时，其对应的符号会下跌，反之亦然，置信度大于 90%？

在此先表示感谢。

用 1/Ki 替换其中一行中的所有 Ki 值。
新评论