หน้าแรก ตัวชี้วัดทางเทคนิค โพสต์

การวิเคราะห์ความสัมพันธ์ด้วย Spearman's Rank Correlation สำหรับนักเทรด

ไฟล์แนบ
7065.zip (1.41 KB, ดาวน์โหลด 0 ครั้ง)

การวิเคราะห์ความสัมพันธ์ระหว่างตัวแปรในตลาดการเงินอาจดูซับซ้อน แต่ด้วยวิธี Spearman's Rank Correlation เราสามารถทำความเข้าใจได้ง่ายขึ้น มาทำความรู้จักกันเลย!


Spearman's Rank Correlation เป็นวิธีการทางสถิติที่ไม่ต้องการการแจกแจงปกติ และใช้ในการศึกษาเกี่ยวกับความสัมพันธ์ระหว่างตัวแปรต่างๆ โดยเฉพาะเมื่อเราต้องการตรวจสอบความสัมพันธ์ระหว่างลำดับของข้อมูลตัวเลขสองชุด


ขั้นตอนการคำนวณ Spearman's Rank Correlation

  • 1) จัดอันดับ (Rank) ข้อมูลแต่ละชุดจากสูงไปต่ำหรือจากต่ำไปสูง
  • 2) นำอันดับที่ได้มาหักล้างกันในแต่ละคู่ของข้อมูล
  • 3) ยกกำลังสองความแตกต่างและนำค่าที่ได้มารวมกัน
  • 4) คำนวณความสัมพันธ์จากสูตรด้านล่าง:

โดยที่ คือผลรวมของความแตกต่างของอันดับที่ยกกำลังสอง และ คือจำนวนคู่ของการสังเกต


เมื่อเรานำ Spearman's Rank Correlation มาใช้ จะมีการประเมินค่าความสัมพันธ์ โดยทั่วไปค่าที่ต่ำกว่า 0.3 ถือว่ามีความสัมพันธ์ต่ำ ค่าระหว่าง 0.4 ถึง 0.7 ถือว่ามีความสัมพันธ์ปานกลาง และค่าที่สูงกว่า 0.7 ถือว่ามีความสัมพันธ์สูง


Spearman's Rank Correlation จะมีความสามารถน้อยกว่าความสัมพันธ์แบบพาราเมตริก แต่ก็ยังมีประโยชน์เมื่อจำนวนข้อมูลน้อย วิธีนี้สามารถใช้ได้ทั้งกับข้อมูลเชิงตัวเลขและกรณีที่มีการบันทึกค่าที่มีลักษณะต่าง ๆ กัน


เมื่อเราพูดถึง Spearman's Rank Correlation มันคือหนึ่งในออสซิลเลเตอร์ (oscillator) แต่เมื่อเปรียบเทียบกับออสซิลเลเตอร์แบบ stochastic จะเห็นว่ามันมีความเรียบง่ายมากกว่าและไม่มีความล่าช้าในจุดกลับตัว


พารามิเตอร์ภายนอกที่มีผลต่อการคำนวณคือ rangeN ซึ่งกำหนดจำนวนแท่ง (bars) ที่เราจะหาความสัมพันธ์ หาก rangeN = 14 เราจะใช้ลำดับราคาปิด Close[i], Close[i+1], ... Close[i+rangeN-1] เพื่อสร้างลำดับอันดับ


พารามิเตอร์ direction หมายถึงการจัดอันดับจากค่าที่สูงไปต่ำ (true) หรือจากต่ำไปสูง (false) ค่า true จะให้ภาพที่ปกติ แต่ false จะให้ภาพที่กลับด้าน


พารามิเตอร์ CalculatedBars ถูกใช้เพื่อจำกัดจำนวนแท่งในการคำนวณ เพื่อประหยัดทรัพยากร CPU (ถึงแม้ว่าจะไม่จำเป็นต้องใช้) หากตั้งค่าเป็นศูนย์ การคำนวณจะทำสำหรับประวัติทั้งหมดที่มีอยู่


พารามิเตอร์ Maxrange = 30 กำหนดระยะเวลาการคำนวณสูงสุด ซึ่งถูกสร้างขึ้นเพื่อประหยัดทรัพยากรเช่นกัน


โพสต์ที่เกี่ยวข้อง

ความคิดเห็น (0)