Pengetahuan Intuisi Bersama

Pengetahuan Intuisi Bersama

Pendahuluan: Artikel ini bertujuan untuk memperkenalkan konsep integrasi secara intuitif, membantu anda memahami makna asasnya, motif yang dikemukakan oleh konsep ini, dan senario aplikasi yang mudah.

• Pengiktirafan bersama

  Di sini saya hanya ingin menunjukkan kepada anda bahawa definisi intuitif keserasian tidak melibatkan definisi simbol matematik yang ketat dan penalaran formula yang ketat.

  Jika anda berminat, anda boleh rujuk: Wikipedia Cointegration.

  Mengapa perlu seimbang/selaras?

  Jika kita bercakap tentang perpaduan, kita mesti bercakap tentang keseimbangan.

  Secara ringkasnya, stabilitas adalah sifat urutan yang kekal stabil dari masa ke masa, dan ia adalah sifat yang sangat kita sukai ketika melakukan analisis data untuk membuat ramalan. Jika satu set data urutan masa adalah stabil, ia bermakna nilai rata dan garisannya tidak berubah, jadi kita boleh menggunakan beberapa teknik statistik dengan mudah pada urutan tersebut. Mari kita lihat contoh terlebih dahulu untuk memahami apa yang kelihatan seperti pertumbuhan intuitif barisan urutan yang rata dan tidak rata.

  

  Sumber gambar: Wikipedia

  Dalam gambar di atas, siri yang bersandar adalah siri yang rata, dan kita dapat melihat bahawa ia sentiasa berfluktuasi di sekitar rata-rata jangka panjang, sementara siri yang bersandar adalah siri yang tidak rata, dan kita dapat melihat bahawa rata-rata jangka panjangnya berubah.

  Sebagai contoh penerapan, jika siri harga suatu aset (atau perbezaan harga antara dua siri) adalah rata, maka apabila ia menyimpang dari rata-rata, seseorang boleh mengharapkan harga untuk kembali ke rata-rata ini pada satu masa akan datang. Kita boleh menggunakan sifat ini untuk melabur dan mendapat keuntungan. Misalkan satu saham bernilai rata-rata jangka panjang adalah $9, tetapi kini bernilai $8.

  Ini adalah satu siri harga saham yang mempunyai sifat yang stabil:

  

  Jika kedua-dua kumpulan siri tidak stabil tetapi gabungan linear mereka dapat menghasilkan satu siri yang stabil, maka kita mengatakan bahawa kedua-dua kumpulan data siri masa ini mempunyai sifat gabungan, dan kita juga boleh menggunakan sifat statistik kepada siri kumpulan ini.

  Sebagai contoh, jika dua set data siri masa berbeza adalah rata, maka kita boleh membuat keuntungan pelaburan berdasarkan keteraturan perbezaan ini: apabila harga dua saham berbeza terlalu besar, berdasarkan keteraturan, kita menjangkakan perbezaan harga akan menyusut, oleh itu membeli saham dengan harga rendah, menjual saham dengan harga tinggi, dan melakukan operasi terbalik untuk memperoleh keuntungan ketika menunggu harga kembali.

  Ini adalah asal usul perdagangan pasangan.

• Kecekapan dan kaedah pemeriksaan

  Secara ketat, keteguhan boleh dibahagikan kepada dua jenis keteguhan yang ketat dan keteguhan yang lemah. Keteguhan yang ketat merujuk kepada satu siri yang sentiasa mempunyai fungsi pengagihan yang tidak berubah, sementara keteguhan yang lemah adalah statistik deskriptif yang menunjukkan siri yang mempunyai konstanta yang tidak berubah. Semua siri keteguhan yang kuat memenuhi sifat keteguhan yang lemah, tetapi sebaliknya tidak berlaku.

  

  Berikan contoh aplikasi

  Satu perkara yang perlu diperhatikan terlebih dahulu ialah hubungan koheren bukanlah hubungan berkaitan. Kami secara buatan membina dua set data untuk melihat hubungan koheren secara intuitif. import numpy sebagai np import pandas as pd import seaborn import statsmodels import matplotlib.pyplot sebagai plt dari statsmodels.tsa.stattools import coint

  Pembinaan data

  Pertama, kita membina dua set data, masing-masing panjang 100; set data pertama ialah 100 ditambah satu trend ke bawah ditambah satu pengedaran normal standard; set data kedua adalah 30 ditambah satu pengedaran normal standard tambahan berdasarkan set data pertama.

  

  

  Jelas, kedua-dua set data ini tidak stabil kerana nilai rata-rata berubah dari masa ke masa. Tetapi kedua-dua set data ini mempunyai hubungan kointegratif kerana urutan perbezaan mereka adalah stabil:

  plot ((Y-X); plt.axhline (((Y-X).mean ((),color=red, linestyle=""); plt.xlabel ((Time); plt.ylabel ((Price); plt.legend (([Y-X, Mean]);

  

  Dalam gambar di atas, anda dapat melihat bahawa garis biru sentiasa berfluktuasi di sekitar nilai purata; sedangkan nilai purata tidak berubah dari masa ke masa (sebenarnya sisi tidak berubah dari masa ke masa).

• Knot kecil

  Jika keserasian jelas dari segi matematik, ia akan menjadi lebih rumit dan akan terlibat dalam kelas kuantiti di kemudian hari. Kami hanya membuat pengenalan ringkas pada tahap pemahaman (Level-0) untuk memastikan anda lebih baik menggabungkan keserasian dengan aplikasi sebenar.

Berkongsi dengan semua orang, beralih dari kelas kuantiti untuk menguruskan soalan cinta