[原创][R语言]股票分析实战[3]:周级别涨幅趋势的相关性

简介

常用网名: 猪头三

出生日期: 1981.XX.XX

QQ联系: 643439947

个人网站: 80x86汇编小站 https://www.x86asm.org

编程生涯: 2001年~至今共22年

职业生涯: 20年

开发语言: C/C++、80x86ASM、PHP、Perl、Objective-C、Object Pascal、C#、Python

开发工具: Visual Studio、Delphi、XCode、Eclipse、C++ Builder

技能种类: 逆向 驱动 磁盘 文件

研发领域: Windows应用软件安全/Windows系统内核安全/Windows系统磁盘数据安全/macOS应用软件安全

项目经历: 磁盘性能优化/文件系统数据恢复/文件信息采集/敏感文件监测跟踪/网络安全检测

序言

经过上一篇文章:原创R语言股票分析实战2:周级别涨幅趋势的相关性-CSDN博客, 我们发现了"频率(Freq)"与"涨幅(RC)"关系最密切, 看到这里, 如果是喜欢刨根问底的人, 就会去思考, 既然是最密切的, 那到底有多密切呢? 密切的程度是多少? 那么这篇文章是相当的重要也是非常关键的, 如果这个内容不理解, 那么对后期更深入的内容, 就会越看越糊涂.

道歉

本来预计本篇文章内容是写"如何通过图形进一步观察数据的相关性", 但是上一篇文章我竟然漏到了关键的内容, 也就是本章的内容: 最密切的两组数据, 那到底有多密切呢? 密切的程度是多少?

学习这个概念, 我们不需要高深的数学理论, 我通篇用普通人能看懂的语言来描述

要了解两组不同数据的密切程度, 需要通过一个叫"p-value"的东西, 中文翻译过来叫"P值". 那么这个所谓的"P值"能反应出什么结果呢?
1> 它的数值范围是 -1~1 之间, 如果数值接近于0, 那么就说明当前的两组数据密切程度越高.
2> 分析两组数据的密切程度(即P值), 首先计算公式会预先假设这两组数据是没有任何关系的, 也就是0密切度. 其实真正的数学术语是"零假设".
3> 当计算公式完成计算后,给出一个p-value=0.3(即P值=0.3),那么说明什么? 这里是重点, 大家睁大眼睛看如下描述:

3.1> p-value=0.3 说明 两组数据没有相互关系, 没有密切关系 的 出现概率为0.3. 那么在参考标准:0.05 是一个常用标准分界线.

3.2> 由此可以得出, 两组数据的密切度很低, 也就说他们之间的关系不是很强.

如果看懂上面的描述了, 那么可以参考原创R语言股票分析实战2:周级别涨幅趋势的相关性-CSDN博客这篇文章, 我们预判出来的结果是: "频率(Freq)"与"涨幅(RC)"的密切关系度 比 "频率(Freq)"与"周1~周5(DW)" 高. 大家可能还不会相信这样的预判结果, 那么下面通过R语言一个简单的函数就能分析出来.

通过R语言的psych包的corr.test()函数分析两组数据的相关性, 以及相关性的显著性(即p-value, 也就是P值)

R 复制代码
library(psych)
corr.test(stock_demo_rc_table_Freq, use="complete")

Call:corr.test(x = stock_demo_rc_table_Freq, use = "complete")

Correlation matrix

RC DW Freq

RC 1.00 0.00 -0.19

DW 0.00 1.00 0.05

Freq -0.19 0.05 1.00

Sample Size

1 30
Probability values (Entries above the diagonal are adjusted for multiple tests.)

RC DW Freq

RC 0.0 1.00 0.91

DW 1.0 0.00 1.00

Freq 0.3 0.79 0.00

To see confidence intervals of the correlations, print with the short=FALSE option

上通过上面的红色数据部分, 可以很清晰的看出: "频率(Freq)"与"涨幅(RC)"的p-vaule值为0.3, "频率(Freq)"与"周1~周5(DW)"为0.79, 虽然这2个数值都偏离的标准, 但是一个0.3,一个0.79, 按照前面的说法"如果数值无限接近于0, 那么就说明当前的两组数据密切程度越高.", 这个数据已经证明了: "频率(Freq)"与"涨幅(RC)"关系最密切, 那么今后也就是需要重点研究的对象.

结尾

这篇文章的内容是十分的重要的, 如果大家没看懂, 可以多看几遍, 最好能装上R语言, 进行验证和感受一下数据的奥秘. 只要你习惯去深究数据的细微变化, 那么炒股是不会亏钱的. 这点我是100%保证.

相关推荐
谙弆悕博士1 小时前
多智能体架构详解:市场拍卖式架构(Market-based / 竞价协商)
开发语言·架构·去中心化·多智能体·智能体·拍卖架构
ShineWinsu1 小时前
对于Qt:QMessageBox的解析
开发语言·c++·qt·面试·客户端·qmessagebox·消息对话框
承渊政道2 小时前
【Python编程快速上手—让繁琐工作自动化】(列表:把数据排成队,从下标取值到深拷贝)
开发语言·python·pycharm·自动化·列表
学长毕设2 小时前
基于SpringBoot 博物馆文物租赁及修复管理系统-附源码
大数据·数据库·spring boot
tryCbest2 小时前
Python 爬虫从入门到实战(一):基础篇——从零写出第一个爬虫
开发语言·爬虫·python
多加点辣也没关系3 小时前
JavaScript|第40章:JavaScript 工程化实践
开发语言·javascript·ecmascript
玖米GEO运营王总监4 小时前
成都AI数字人视频怎么批量生产?流程与合规标注
大数据·人工智能·音视频
龙腾AI白云5 小时前
数字孪生与计算机视觉:让机器看懂现场
大数据·数据库·机器学习·知识图谱·pygame
吃我一窝jio5 小时前
Java Bug复盘与性能优化实战
java·开发语言·笔记
Evand J7 小时前
【MATLAB例程】基于APF的多无人机动态路径规划与避障仿真。避碰及安全性能分析。附完整代码的下载链接
开发语言·matlab·无人机