Список проголосовавших за комментарий "Огнем и мечом, да, я всё понимаю: и какие существуют проблемы корреляционного подхода (например, проблема ложной регрессии при нестационарных данных), и теорию, разработанную Энглом и Грейнджером, мне тоже известна.<p>Но я всё равно не отказываюсь от своего тезиса: выбор в пользу коинтеграции — абсурден. Почему я так считаю? Корреляционный анализ требует меньших вычислительных ресурсов и предъявляет менее жёсткие требования к качеству данных. Кроме того, он позволяет выявлять сезонные связи, которые могут быть важны как для оперативных решений, так и для стратегического планирования. Коинтеграция же, по сути, изначально ориентирована на долгосрочные тренды и требует значительно более сложных методов и интерпретаций.</p><p>В целом, я не сталкивался с подавляющим преимуществом коинтеграции над корреляцией. Это, по сути, лишняя трата времени и математическая эквилибристика, которая даёт почти те же результаты. Именно в этом я вижу абсурд использования коинтеграции вместо корреляции. Такая моя позиция: я понимаю, о чём ты говоришь, но не принимаю аргументы в пользу коинтеграции. Хотя, в целом, ты всё излагаешь правильно — просто для меня это всё равно остаётся абсурдом.</p>"