Achten Sie auf einige Fälle.
Sie haben vielleicht schon bemerkt, dass ich Indikatoren priorisiere, weil sie mathematisch sind. Und genauso versuche ich, mathematischen Prinzipien der Wirtschaftswissenschaften zu folgen.

Ein wenig bekannter autoregressiver gleitender Durchschnitt, der kurz gesagt ein stationärer stochastischer Prozess in Form von zwei Polynomen ist, eines für die Autoregression und das andere für den gleitenden Durchschnitt.

Währungen, die keiner Korrektur unterzogen wurden, neigen dazu, den gleitenden Durchschnitt zurückzubilden.
Wie finde ich den Zusammenhang?
Berechnung von Matrizen und Determinanten zwischen Vermögenswerten.
Beispiel: Matrizen zwischen den Schwankungen des Netzwerk-Assets (a) und des aus demselben Netzwerk abgeleiteten Assets (b).
Determinante: Gesamtmarkt 1 2 3

Es handelt sich um ein fortgeschritteneres und komplexeres Thema, das ich später anhand praktischer Beispiele klarer zu erklären versuche.
Die Formel mit 3 Matrizen (3x3) sieht ungefähr so ​​aus:

A = [[a, b, c],
[d, e, f],
[g, h, i]]

det(A) = a * (e * i - f * h) - b * (d * i - f * g) + c * (d * h - e * g)

Determinante sieht so aus:
Cij = (-1)^(i+j) * det(Aij)
det(A) = Σ (aij * Cij)

Natürlich sollten Sie es nicht jedes Mal manuell berechnen müssen, aber es ist wichtig, die Logik dahinter zu verstehen. Wenn ich den Artikel schreibe, werde ich konkrete und angewandte Beispiele nennen.