Senario 1: Ya, dolar A.S. jatuh, dan emas dijangka meningkat. Melihat emas, sudah pasti.
Senario 2: Dolar A.S. telah jatuh semula, dan kini emas berada di langit. Tengok la, kenapa emas tak naik? Tak naik pun tak apa, tapi tetap jatuh dengan dolar? ?
Saya rasa situasi seperti ini harus sering dihadapi. Itulah yang saya maksudkan dengan perkaitan.
Apa yang anda perlu tahu ialah korelasi tidak bermakna sebab musabab. Mungkin tidak ada sambungan logik yang tidak dapat dielakkan antara dua data berkorelasi. Data berkorelasi sepenuhnya dan harga produk selalunya daripada sumber yang sama.
Dalam erti kata lain, jika pergerakan harga dua jenis adalah sangat serupa, tidak semestinya A telah menjejaskan B, atau B telah menjejaskan A. Mereka mungkin mempunyai induk C yang sama, dan C yang secara bersama mempengaruhi A dan B.
Oleh itu, kesimpulan bahawa A adalah kesan B atau B adalah punca A tidak boleh diperolehi melalui korelasi antara A dan B dalam data.
Pembolehubah varieti berbeza adalah berbeza, dan fakta yang dicerminkan oleh data berbeza adalah berbeza. Mungkin juga terdapat hubungan logik yang sangat rapat antara data tanpa korelasi. kenapa? Setiap data ekonomi, atau data setiap harga pelbagai, mempunyai prinsip dan pembolehubahnya sendiri. Pembolehubah dan prinsip setiap data adalah berbeza, dan fakta yang dicerminkan juga berbeza.
Maksudnya, adalah perlu untuk memahami prinsip asas sesuatu data, lengkung atau pelbagai, dan seterusnya memperoleh pembolehubahnya pada tahap mikro, dan memahami fakta yang diwakilinya dengan mengkaji pembolehubahnya, iaitu, untuk faham mengapa data meningkat Atas, bawah, bawah.
Apabila anda boleh memahami sekeping data dari perspektif prinsip, pembolehubah dan fakta, anda pada dasarnya boleh memahaminya. Oleh itu, pemahaman data atau varieti tidak boleh kekal pada korelasi, yang sangat mudah untuk membuat beberapa kesilapan dalam penyelidikan dan penaakulan dan inferens seterusnya.
Sebagai contoh, harga aset A dan aset B adalah serupa selama bertahun-tahun dan banyak kitaran pada masa lalu, tetapi tiba-tiba harga aset B telah mendatar. Bolehkah kita membuat kesimpulan bahawa A akan kembali kepada B atau B akan mengejar. dengan?
Biar saya beritahu anda dengan jelas, tidak. Kerana apabila kita tidak dapat memahami prinsip dan pembolehubah A dan mengapa ia naik, dan prinsip dan pembolehubah B dan mengapa ia menjadi rata, kita tidak boleh membuat kesimpulan sedemikian.
Oleh itu, adalah perlu untuk memahami prinsip, pembolehubah dan fakta sesuatu variasi atau data, untuk membandingkan hubungan antara data yang berbeza dan menaakul sama ada akan berlaku regresi atau hubungan tangkapan.
Tujuan asas mengkaji ini adalah untuk memahami fakta yang dicerminkan oleh data, memahami laluan modal, memahami maklum balas berterusan kelakuan peserta ekonomi sebenar dan peserta pasaran kewangan, dan mencungkil sambungan logik di sebalik data. Fahami prinsip, pembolehubah dan fakta data dan varieti melalui data, dan kemudian cari sambungan logiknya.
Maksudnya, jika terdapat perkara yang serupa atau bahagian yang sama di antara prinsip dan pembolehubah mereka, ini adalah sebab untuk korelasi, daripada melihat bahawa data adalah serupa di permukaan, mereka dianggap berkorelasi positif atau negatif sepenuhnya. , dan tidak boleh kekal pada tahap ini.
Hanya menghitung beberapa jenis data, atau hubungan antara varieti, prinsip atau pembolehubah.
Yang pertama ialah hubungan laluan-konduksi . Apabila mengkaji hubungan ini, paksi masanya akan dialihkan ke kiri atau kanan untuk tempoh tertentu, supaya kita dapat melihat dengan jelas bagaimana data dihantar, kerana penghantaran tertunda masa. Sebagai contoh, A muncul pada masa 1, dan kemudian B dihasilkan pada masa 2, dan B ialah hasil daripada A. Ini ialah hubungan pengaliran laluan.
Yang kedua ialah kausalitas logik yang lebih biasa.
Yang ketiga ialah hubungan kritikal bersyarat , iaitu, A dan B adalah syarat yang diperlukan untuk C, dan penampilan serentak A dan B akan mencetuskan C, iaitu hubungan kritikal bersyarat.
Keempat ialah hubungan maklum balas bersama . Dengan mengandaikan bahawa data pekerjaan di Amerika Syarikat merosot, kerajaan selalunya akan meningkatkan subsidi kewangan, yang juga akan mengembangkan defisit fiskal. Hubungan antara data pekerjaan, tingkah laku kerajaan dan defisit fiskal adalah saling berkaitan hubungan maklum balas.
Melihat gambar di bawah, tujuan penyelidikan kami adalah untuk melombong sambungan logik di sebalik data. Ia tidak dapat dilihat bahawa dua lengkung atau dua data ekonomi sangat serupa di hadapan tetapi berbeza di belakang, jadi dikatakan ini akan turun, atau ini akan naik, dan ia tidak boleh disimpulkan dengan cara ini.
Ia masih perlu untuk memahami prinsip dan pembolehubah setiap lengkung, data ekonomi atau harga produk secara berasingan, dan barulah kita boleh memahami konotasi ekonomi yang diwakilinya, membuat kesimpulan secara berasingan, dan akhirnya membuat kesimpulan sama ada ia harus kembali.
Dalam banyak kes, ia mungkin tidak semestinya kembali, ia mungkin terus meningkat, atau ia mungkin mendatar atau jatuh.
Tujuan penyelidikan adalah untuk mencungkil kaitan logik di sebalik data, termasuk memahami fakta yang dicerminkan oleh data, memahami laluan aliran modal, memahami tingkah laku peserta dalam ekonomi sebenar, dan memahami tingkah laku peserta dalam pasaran kewangan.
Hanya dengan cara ini kita boleh mencari atau menemui sambungan logik dalam ekonomi atau pasaran kewangan yang dicerminkan oleh data yang berbeza, termasuk hubungan pengaliran laluan yang disebutkan di atas, hubungan sebab musabab logik, hubungan kritikal bersyarat dan hubungan maklum balas bersama.
Apabila banyak data ekonomi, harga aset, dan tingkah laku pelbagai sektor secara berterusan difahami di peringkat mikro, kepastian alasan masa depan kita tentang harga akan meningkat.
Mengumpul
