Une perception intuitive intégrée

Une perception intuitive intégrée

Introduction: Cet article a pour but de présenter de manière intuitive le concept de la synergie, de vous aider à comprendre sa signification fondamentale, ses motivations et ses scénarios d'application simples.

• Une synthèse

  Je tiens à souligner ici que la définition intuitive de l'intégration n'implique pas de définition de symboles mathématiques rigoureux ni de déduction de formules rigoureuses.

  Si vous êtes intéressé, vous pouvez consulter: Wikipédia Cointegration.

  Pourquoi être équilibré/coordonné

  Il y a des gens qui ne sont pas d'accord sur le fait qu'il y ait une certaine solidarité.

  En termes simples, la stationarité est une propriété de la séquence qui reste stable au fil du temps, et c'est une propriété que nous aimons beaucoup quand nous faisons des prédictions d'analyse de données. Si un ensemble de données de séquence temporelle est stable, cela signifie que ses moyennes et différences restent inchangées, de sorte que nous pouvons facilement utiliser des techniques statistiques sur la séquence.

  

  Image fournie par Wikipédia

  Dans le diagramme ci-dessus, la séquence de repères est une séquence de plaines, et nous pouvons voir qu'elle est toujours en fluctuation autour d'une moyenne à long terme, tandis que la séquence de repères est une séquence de déséquilibres, et nous pouvons voir que sa moyenne à long terme est variable.

  Pour donner un exemple d'application, si la séquence de prix d'un actif (ou la différence de prix entre deux séquences) est stable, on peut s'attendre à ce que le prix revienne à cet équilibre à un moment donné dans le futur après qu'il ait dévié de son équilibre. Nous pouvons profiter de cette propriété pour faire des investissements.

  C'est une séquence de prix des actions de nature stable:

  

  Si deux ensembles de séquences sont déséquilibrés, mais que leur combinaison linéaire permet d'obtenir une séquence déséquilibrée, alors nous disons que ces deux ensembles de données de séquences temporelles ont une nature d'intégration, et nous pouvons également appliquer la statistique à la séquence de cette séquence.

  Par exemple, si les différences entre les deux séries de données sont stables, nous pouvons réaliser des profits en investissant sur la stabilité de cette différence: lorsque les prix des deux actions sont trop différents, nous nous attendons à ce que les prix se rapprochent selon la stabilité, donc nous achetons des actions à bas prix, nous vendons des actions à haut prix, et nous faisons des opérations inversées en attendant que les prix reviennent.

  C'est d'où vient le trading en paires.

• Étanchéité et méthodes d'essai

  Strictement parlant, la stabilité peut être divisée en deux types: la stabilité strictement stationnaire et la stabilité faible. La stabilité stricte est une statistique descriptive d'une séquence qui a toujours une fonction de distribution inchangée, tandis que la stabilité faible est une constante indiquant que la séquence est inchangée. Toutes les séquences de stabilité forte satisfont à la stabilité faible, mais pas l'inverse.

  

  Donnez un exemple d'application

  Tout d'abord, il est important de noter que les relations de co-intégration ne sont pas des relations correlatives. Nous construisons artificiellement deux ensembles de données pour voir intuitivement les relations de co-intégration. Importer numpy comme np Importer des pandas en pds importé par mer Importer des modèles de statistiques Importer matplotlib.pyplot comme plt Je ne peux pas vous aider.

  Construire des données

  Premièrement, nous construisons deux ensembles de données de 100 de longueur chacun. Le premier ensemble de données est de 100 plus un point de tendance descendante plus une distribution normale standard. Le second ensemble de données est de 30 plus une distribution normale standard supplémentaire sur la base du premier ensemble de données.

  

  

  Il est évident que ces deux ensembles de données sont déséquilibrés, car les moyennes changent avec le temps. Mais ces deux ensembles de données ont une relation de coïncidence, car leurs séquences de déséquilibre sont déséquilibrées:

  le graphique ((Y-X); plt.axhline (((Y-X).mean ((),color=red, style de ligne=""); Il s'agit d'un projet d'élaboration de la stratégie de développement durable. Le projet de règlement (CE) n° 1049/2001 est soumis à l'autorité compétente de l'État membre concerné.

  

  Dans le graphique ci-dessus, vous pouvez voir que la ligne bleue a toujours oscillé autour de la moyenne.

• Le petit nœud

  Si la collaboration est explicite d'un point de vue purement mathématique, elle sera plus complexe, ce qui sera impliqué dans les cours de quantification ultérieurs. Nous n'avons fait qu'une simple introduction au niveau de la compréhension du niveau 0, dans le but de mieux combiner la collaboration avec les applications réelles.

Partagez avec les autres, passez à la classe de quantification, gérez les questions.