作者：Rosh
斯皮尔曼等级相关性是一种非参数的方法，用于统计分析相关性。
计算斯皮尔曼等级相关性的步骤如下：
- 为每个参数分配一个索引号（等级），按升序（或降序）排列；
- 确定比较值的每对等级之间的差异；
- 将每个差异平方后求和；
- 按照以下公式计算等级相关性比率：
其中 
是等级差异的总和，
是配对观察的数量。
使用等级相关性比率时，通常会评估参数之间的相关性强度。比率值等于或低于 0.3 被认为相关性较弱，0.4 到 0.7 之间的值表示中等相关性，而 0.7 及以上的值则表明高度相关性。
斯皮尔曼等级相关性的效能略低于参数相关性比率。在观察结果较少的情况下，使用等级相关性比率是合理的。
这种方法不仅可以用于定量数据，还可以用于通过不同强度的描述特征确定的注册值。更多信息可以参考这里.
该指标是一种振荡器，与随机指标相比，更加平滑，并且在反转点时不会滞后。
唯一影响计算算法的外部参数是 rangeN，它设置了我们寻找规律的柱数。如果 rangeN = 14，我们使用收盘价序列 Close[i], Close[i+1], ... Close[i+rangeN-1]，并为它们创建等级序列，即在排序后每个收盘价的位置。在这种情况下，我们有一个真实图表与一个稳定上升的图表进行比较。
方向参数表示按降序（true）或升序（false）排序。true 参数显示更传统的图像，而 false 则显示镜像图像。
CalculatedBars 参数用于限制计算所进行的柱数，从而节省 CPU 资源（尽管这可能不是很重要）。零值表示计算涉及整个可用历史。Maxrange 参数等于 30，设置最大计算周期。这个参数也是为了节省资源，对于某些交易者来说可能很有用。
斯皮尔曼等级相关性指标