股票量化交易软件：相关性在交易中的实际应用

交易的本质与预测未来市场发展的必要性有关，因此潜在利润很大程度上取决于预测的准确性。在我的文章基于价格方向和运动速度的交易思路的开头，我描述了以下想法：每个运动都是以其方向、加速度和速度为特征的。这同样适用于金融和其他市场的价格变动。

任何运动都具有一定的特征，即运动的开始、一定的速度、惯性和结束。成功的交易策略是那些能够尽快发现市场开始的波动并进入市场的策略，并且能够清楚地识别这一波动的结束。然而，没有任何一种策略能够以绝对概率确定入场和出场点,这是一个有利的机会和概率的问题。因此，在本文中，赫兹股票量化将考虑一种概率理论工具——相关性，它将应用于金融市场的框架中。

 

相关性的概念

相关性是两个或多个随机变量（或可被视为具有某种可接受精度的随机量）之间的统计关系。一个或多个变量的变化导致其他相关变量的系统变化。两个随机变量相关性的数学度量是相关系数。如果一个随机变量的变化不会导致另一个随机变量的规则变化，但会导致该随机变量的另一个统计特征的变化，则这种关系不被视为相关性，尽管它是统计的。

相关系数值可以在-1到+1之间变化。相关值越接近1，所研究变量之间的相关性越高。如果该值趋于1，则相关性被认为是正的，如果该值趋于-1，则相关性为负。在正相关过程中，其中一个变量的增加导致第二个变量的增加，在负相关的情况下，一个值的增加会导致第二个值的减少。

换句话说，相关性有助于根据可用数据确定一个变量对第二个变量的依赖性。相关性如何在金融市场交易中发挥作用呢？

让我们看看图1和明显的下跌趋势区。

​

编辑切换为居中

添加图片注释，不超过 140 字（可选）

图1 下跌趋势示例。

从标记区域可以看出，从烛形1开始，大多数收盘价低于开盘价，每个收盘价都低于前一个收盘价。所以，价格是下跌的。从视觉上看，这是一种下跌趋势。但是你怎么能知道依赖性是否强大呢？此外，这一趋势并不完美：在烛形4号、6号和9号曾有过小规模的上涨尝试。相关性在这里有什么帮助？在这种情况下，相关系数将指示当前变化的强度。根据对相关系数随时间变化的观察，赫兹股票量化可以得出以下几个结论：

• 当前趋势的强度-直接基于相关的当前值。

• 趋势持续时间-基于对所选阈值随时间的观察。例如，阈值超过0.75，并且不在3-4个烛形之内。

相关性的类型

以下类型的相关性有助于定义分析变量之间的相关性：

1. 线性和非线性。线性相关是指一种相关性，其中一个值增加或减少，第二个值相应地改变。在非线性相关中，一个变量的变化不会导致另一个变量的直接变化，但可以用其他函数来描述。

2. 正相关和负相关是指这种依赖性的特征，在正相关的情况下，其中一个变量的增长导致另一个变量的增长。

图1显示了线性负相关的示例。接下来，赫兹股票量化考虑各种类型的计算和确定两个变量相互依赖性的方法。

线性相关系数（Pearson 相关系数）

这种计算方法允许根据变量的绝对值确定变量之间的直接关系。计算是有组织的，这样如果变量之间的关系是线性的，Pearson 系数就会显示出来。在金融市场的背景下，这种关系将意味着存在于一个或其他方向的时间流动。Pearson 相关系数的计算公式如下：