Это определение Центр финансового прогноза (
http://www.neatideas.com/cc.htm ).
Коэффициент корреляции - статистический показатель того, насколько хорошо тенденции прогнозируемого значения следуют тенденциям фактических значений прошлого. Это мера определения того, насколько хорошо значения прогнозной модели «подходят» к реальным данным.
Коэффициент корреляции представляет собой число от 0 до 1. Если нет никакой связи между прогнозируемые значением и фактическим значением коэффициент корреляции равен 0 или очень низок (прогнозируемые значения не лучше случайных чисел). По мере увеличения связи между прогнозируемыми и фактическими значениями увеличивается и коэффициент корреляции. Идеальное соотношение между ними дает коэффициент 1,0. Таким образом, чем выше коэффициент корреляции, тем лучше.
Коэффициент корреляции изменяется в диапазоне -1 (-100%)..+1(+100%). Timing Solution Advanced измеряет коэффициент корреляции в %%. Это означает, что вместо r=0.123 мы используем r=12.3%
Практика показывает, что для финансового анализа лучше всего использовать значение в процентах. Например, предположим, что у нас найдена проекционная линия, обеспечивающая корреляцию 5%. Следуя обычному обозначение это должно быть обозначено как r=0,05.
Это может быть легко истолковано неправильно как r=0.005, особенно при анализе многих других корреляций (например, в отчете по форвардному анализу.)
Если вы используете процентную нотацию, а это r=5% против r=0,5%, вы никогда не перепутаете.
Какая корреляция достаточно хороша? Чем больше, тем лучше. Обычно модели, которые мы анализируем, обеспечивают соотношение корреляции в 10%-20%. Иногда бывает больше, но эти результаты не являются стабильными.
Важно! Чтобы работать работать с финансовыми данными, нам нужно не просто иметь не просто высокий коэффициент корреляции, но и и статистическую значимость такой корреляции. Если статистическая значимость невелика - доверять высокой корреляции мы не можем. Иначе говоря, в ряде случаев может быть так, что корреляция в 15% работает лучше, чем корреляция в 80%. И только по одной причине - в первом случае статистическая значимость на высоком уровне, во втором нет.
Чтобы быть уверенным, что результат не случаен, необходимо иметь достаточное количество ценовых баров для расчета корреляции. Для практического использования, вы можно использовать эту таблицу:
Значение в 100% означает идеальное совпадение между некоторыми данными и линией проекции
5% - слабая корреляция, эта проекционная линия не используется, хотя она отражает некоторые движения фондового рынка
10% - мы можем принять это как неплохую корреляцию
15% - хорошая корреляция
0% - нулевая корреляция. Два набора данных никак не связаны
-100% это антикорреляция, что означает, что прогнозируемые значения есть «зеркальное отражение» фактических значений (или один набор данных является «зеркалом» для другого).
Примеры:
Положительная корреляция (значение =0,5 или 50%); две кривые показывают схожее движение (большую часть времени). Другими словами, на большей части графика линии идут вверх или вниз почти одновременно::
Отсутствие корреляции (значение = 0,07 или 7%); эти две линии показывают разнонаправленное движения (если одна идет вверх, то другая может идти вверх или вниз, и никакой закономерности не наблюдается):
Отрицательная корреляция (значение = -0,4 или 4%); мы наблюдаем эффект "зеркала" (когда одна изогнутая идет вверх, другая в большинстве случаев идет вниз, и наоборот):
Больше читайте здесь:
How to use correlation coefficient В Яндекс.Переводе -
здесь