|
||||||||
Какой брокер лучше? Альпари Just2Trade R Trader Intrade.bar Сделайте свой выбор! | ||||||||
Какой брокер лучше? Just2Trade Альпари R Trader | ||||||||
ПРОВЕРКА СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ С ПОМОЩЬЮ ХИ-КВАДРАТ ТЕСТАСогласно Артуру А. Мерриллу, СМТ, в течение многих десятилетий с успехом сочетавшему профессиональное изучение статистики с работой в области технического анализа, хи-квадрат тест – один из наиболее точных статистических методов, позволяющих определить, насколько показания данного индикатора заслуживают доверия. Хи-квадрат тест – стандартная статистическая проверка, цель которой – установить возможность случайного возникновения определенных фигур, обнаруживаемых во временных рядах данных. Простая (имеющая только два варианта ответа: «верно» или «неверно») формула хи-квадрат теста с учетом коррекции Йейтса выглядит следующим образом: (|a1 – e1| – 0,5)2 : e1 + (|а2 – е2| – 0,5)2 : е2 , где:
Меррилл предлагает пример хи-квадрат анализа на реальных данных всех торговых дней за 31 год – с 1952 по 1983. Количество всех понедельников, в которые рынок рос, в реальности составило 669. Число понедельников, в которые рынок падал, оказалось равным 865. Общее число понедельников – 1534. Поскольку за исследуемый период в 52,1% всех торговых дней рынок рос, предполагаемая частота роста в понедельник может быть вычислена как общее количество понедельников, умноженное на предполагаемую частоту, то есть 1534 умноженное на 52,1%; результат, таким образом, равен 799. Предполагаемая частота падения рынка в понедельник вычисляется как общее количество понедельников (1534), умноженное на 47,9% (то есть 100% минус 52,1%); результат – 735. Подставляем необходимые данные в формулу хи-квадрат теста и получаем: (|a1 – e1| – 0,5)2 : e1 + (|a2 – е2| – 0,5)2 : е2 = (|669 – 799| – 0,5)2 : 799 + (|865 – 735| – 0,5)2 : 735 = 129,52 : 799 + 129,52 : 735 = 16 770,25 : 799 + 16 770,25 : 735 – 20,99 + 22,82 = 43,81. Результат хи-квадрат теста, равный 43,81, является высокозначимым со степенью достоверности 99,9%, то есть существует менее 1 шанса из 1000, что реально наблюдаемый результат является чисто случайным. Как правило, значения хи-квадрат теста интерпретируются следующим образом: • значения, располагающиеся в интервале от 0 до 3,84 включительно, являются незначимыми: вероятность того, что реально наблюдаемый результат является чисто случайным, равна по крайней мере 1 из 20; • значения выше 3,84 являются потенциально значимыми; уровень достоверности в этом случае – 95%; таким образом, существует менее 1 из 20 шансов за то, что появление наблюдаемых результатов было чисто случайным; • значения выше 6,64 являются значимыми с уровнем достоверности 99%: случайность реально наблюдаемых результатов – 1 шанс из 100; • значения выше 10,83 являются высокозначимыми с уровнем достоверности 99,9%: за то, что реально наблюдаемый результат был чисто случайным, говорит менее 1 возможности из 1000. Как правило, установить наличие взаимоотношений между переменными позволяет перекрестная табуляция; хи-квадрат тест Пирсона – наиболее распространенный статистический метод определения значимости этих взаимоотношений. Суть метода сводится к сравнению реально наблюдаемых данных с предполагаемыми частотами – заметим, что выбранные переменные в этом случае считаются независимыми. В качестве простейшего примера проведем двоичный эксперимент с бросанием монеты – допустим, что именно такой способ предсказания движения рынка кажется нам наиболее убедительным. Поскольку между этим наивным прогнозом и реальными результатами не может быть никакой связи, число верных и неверных предсказаний будет примерно одинаковым. Иными словами, на достаточно большой выборке разница между реально наблюдаемыми и предполагаемыми результатами приблизится к нулю. (В случае когда предполагаемый результат составляет 50/50, хи-квадрат сводится к квадрату разницы между числом реально наблюдаемых «орлов» и числом «решек»; квадрат разницы делится затем на сумму количеств реально наблюдаемых «решек» и «орлов».) Протестируем теперь настоящий технический индикатор. Значимость разницы между реально наблюдаемым результатом и предполагаемым результатом будет показателем ценности данного инструмента. Реально наблюдаемые результаты не должны представлять собой отношение 50/50, как в наивном прогнозе. Статистическая значимость нарастает пропорционально уровню отклонения реально наблюдаемых и предполагаемых данных от модели, в которой число верных и неверных прогнозов равно. Значения хи-квадрат теста зависят от общего количества наблюдений. Относительно небольшое отклонение реально наблюдаемых частот от предполагаемой модели выглядит тем более значимым, чем больше число наблюдений. В то же время в случае когда предполагаемая частота меньше 5, установить вероятность с достаточной степенью точности не удается. Для малых выборок с предполагаемой частотой меньше 10 степень точности повышается при использовании поправки Йейтса, в которой абсолютная разница между реальной и предполагаемой частотами перед возведением в квадрат уменьшается на 0,5.
|
||||||||
|