文章 "两样本Kolmogorov-Smirnov检验作为时间序列非平稳性的指标" - 页 2

[Stanislav Korotky]

将 iSmirnovDistance 与分形维度（如https://www.mql5.com/en/code/20586） 进行比较非常有趣。

[Evgeniy Chernish]

Stanislav Korotky #:
将 iSmirnovDistance 与分形维度（如https://www.mql5.com/en/code/20586） 进行比较是很有趣的。

斯米尔诺夫准则（以及类似的准则）是一个指标，如果我可以这么说的话，是一个零的、基本级别的指标。它不会告诉你应该买入还是卖出，而是告诉你需要多少数据来分析 FDI 等一级指标，这些指标已经给出了交易信号。至少我是这么认为的。

[Evgeniy Chernish]

Aleksey Nikolayev 计量经济学 中经常使用 Pettitt 检验。

总的来说，这篇文章不错。

异质性检验确实很多，因为这个主题非常重要。

我知道佩蒂特检验是基于等级的，但我没有找到太多相关信息。

[Aleksey Vyazmikin]

对我来说，观察的窗口太小了。

不过，即使我们利用这个小窗口，或许也不应该与邻近的窗口进行比较，而应该与过去一年或五年的窗口进行比较？这将是一个棋盘，我们可以从中看到有多少个窗口是相似的，并对它们进行分组和分类。然后对模式及其概率结果进行评估。

尤金-切尔尼什，你做过类似的事情吗？

[Aleksey Nikolayev]

Евгений Черныш #:

我知道 pettit 是基于行列的，但我几乎没有找到关于它的任何信息。

我通常使用 R 中 trend 软件包的实现。在描述 中提到了资料来源。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

观察窗对我来说太小了。

不过，即使是这个小窗口，也许我们也可以不把它与邻近的窗口进行比较，而是与过去一年或五年的窗口进行比较。这将是一个棋盘，我们可以从中看到有多少个窗口是相似的，对它们进行分组，或许还可以对它们进行分类。然后对模式及其概率结果进行评估。

在我看来，这将是典型的 P-黑客行为。

[Evgeniy Chernish]

Aleksey Vyazmikin #:

观察窗对我来说太小了。

不过，即使是这个小窗口，也许我们也可以不把它与邻近的窗口进行比较，而是与过去一年或五年的窗口进行比较。这将是一个棋盘，我们可以从中看到有多少个窗口是相似的，对它们进行分组，或许还可以对它们进行分类。然后对模式及其概率结果进行评估。

尤金-切尔尼什，你做过类似的事情吗？

没有，我没有像你说的那样试过，但在我看来，这种方法的斯米尔诺夫距离分布与连续两天的计算方法是一样的。不过，要统计两次拒绝同质性零假设之间的平均天数，还是可以做到的。了解在市场上出现新的分布之前，我们平均有多少时间。

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

我认为，这将是典型的 P-黑客行为。

你怎么看？我说的是一项关于天数相似性和预测者在这些天的行为相似性的研究。

我不知道结果是什么，所以没有必要将研究与预期结果相匹配。

如果我们能对这些群体进行分类，即使是在一天之内，我们也可以对他们使用单独的预测模型，而且概率会更高。

[Aleksey Vyazmikin]

Евгений Черныш #:
斯米尔诺夫距离的分布将与连续两天的计算结果相同。

这怎么可能呢？我的理解是否正确，即最后一天和 100 天前的估计指标相似，就好像最后一天和前一天不相似一样？也就是说，差异变化范围很小？

Eugene Chernysh#:
但收集两次拒绝同质性零假设之间平均天数的统计数据是可以做到的。了解在市场上出现新的分布之前，我们平均有多少时间。

此外，观察分布变化频率的柱状图也很有趣。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

你怎么看？

和往常一样，对同一数据进行多次重复测试。如果有 N 天，那么重复测试的次数就是 N*(N-1)/2（天数对）。必须是 N/2。

我并不是要禁止任何人这样做）只是，在我看来，这是自欺欺人的第一步。