Анализ зависимостей разностей [090220_03]

inp[(open(t-1)-close(t-1))/mean(t-1)] to out[(open(t)-open(t-1))/mean(t-1)] corr = -0.8732476
inp[(open(t-1)-close(t-1))/mean(t-1)] to out[(high(t)-open(t-1))/mean(t-1)] corr = -0.7041134
inp[(open(t-1)-close(t-1))/mean(t-1)] to out[(low(t)-open(t-1))/mean(t-1)] corr = -0.7437841
inp[(open(t-1)-close(t-1))/mean(t-1)] to out[(mean(t)-open(t-1))/mean(t-1)] corr = -0.7765077
inp[(open(t-1)-mean(t-1))/mean(t-1)] to out[(open(t)-open(t-1))/mean(t-1)] corr = -0.7908842
inp[(high(t-1)-close(t-1))/mean(t-1)] to out[(open(t)-high(t-1))/mean(t-1)] corr = -0.8040660
inp[(high(t-1)-close(t-1))/mean(t-1)] to out[(low(t)-high(t-1))/mean(t-1)] corr = -0.7602186
inp[(low(t-1)-close(t-1))/mean(t-1)] to out[(open(t)-low(t-1))/mean(t-1)] corr = -0.8030900
inp[(low(t-1)-close(t-1))/mean(t-1)] to out[(high(t)-low(t-1))/mean(t-1)] corr = -0.7310741
inp[(close(t-1)-open(t-1))/mean(t-1)] to out[(open(t)-open(t-1))/mean(t-1)] corr = 0.8732476
inp[(close(t-1)-open(t-1))/mean(t-1)] to out[(high(t)-open(t-1))/mean(t-1)] corr = 0.7041134
inp[(close(t-1)-open(t-1))/mean(t-1)] to out[(low(t)-open(t-1))/mean(t-1)] corr = 0.7437841
inp[(close(t-1)-open(t-1))/mean(t-1)] to out[(mean(t)-open(t-1))/mean(t-1)] corr = 0.7765077
inp[(close(t-1)-high(t-1))/mean(t-1)] to out[(open(t)-high(t-1))/mean(t-1)] corr = 0.8040660
inp[(close(t-1)-high(t-1))/mean(t-1)] to out[(low(t)-high(t-1))/mean(t-1)] corr = 0.7602186
inp[(close(t-1)-low(t-1))/mean(t-1)] to out[(open(t)-low(t-1))/mean(t-1)] corr = 0.8030900
inp[(close(t-1)-low(t-1))/mean(t-1)] to out[(high(t)-low(t-1))/mean(t-1)] corr = 0.7310741
inp[(close(t-1)-mean(t-1))/mean(t-1)] to out[(open(t)-open(t-1))/mean(t-1)] corr = 0.7785348
inp[(close(t-1)-mean(t-1))/mean(t-1)] to out[(open(t)-mean(t-1))/mean(t-1)] corr = 0.7151156
inp[(close(t-1)-mean(t-1))/mean(t-1)] to out[(mean(t)-open(t-1))/mean(t-1)] corr = 0.7087140
inp[(mean(t-1)-open(t-1))/mean(t-1)] to out[(open(t)-open(t-1))/mean(t-1)] corr = 0.7908842
inp[(mean(t-1)-close(t-1))/mean(t-1)] to out[(open(t)-open(t-1))/mean(t-1)] corr = -0.7785348
inp[(mean(t-1)-close(t-1))/mean(t-1)] to out[(open(t)-mean(t-1))/mean(t-1)] corr = -0.7151156
inp[(mean(t-1)-close(t-1))/mean(t-1)] to out[(mean(t)-open(t-1))/mean(t-1)] corr = -0.7087140

Анализируем возможность построения моделей прогнозирования при переходе в следующий день от соотношений в предыдущем.

Результаты представлены выше. Для каждой зависимости вычислены коэффициенты корреляции. Выведены результаты только для тех зависимостей где коэффициент корреляции больше 0.7.

Все индикаторы нормированы к среднему в предыдущем дне.

Больше всего есть перспектива предсказывать открытие следующего дня. Затем чуть слабее можно предсказывать high и low. Предсказание close вообще представляет некоторую проблему.

Теперь можно пытаться строить линейные модели по прогнозированию open, high и low.