Hearst-Index - Seite 13
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Es scheint alles der Wissenschaft zu entsprechen.
Der Bereich reicht von 0 (erste Differenzreihe) bis 1 (linearer Trend bei großer TF). Den besonderen Platz nimmt eine zufällige Brownsche eindimensionale Bewegung ein (integrierter SV mit Null MO), dazu PC=1/2, und ein verrauschter Sinus, bei dem PC gleichmäßig oszilliert, was so sein sollte, da bei kleinen TF das Rauschen eine große Rolle spielt, bei großen TF der Trend schon sichtbar ist, usw.
Der PC für Y2 sinkt unter Null.
Wollen Sie mich auf den Arm nehmen?
Wenn Sie es ernst meinen, sollten Sie vielleicht die statistische Streuung des untersuchten Wertes als Option in Betracht ziehen. Bei großen TF sinkt die Anzahl der Stichproben in der untersuchten Reihe mit 1/TF, so dass die Streuung mit SQRT(TF) zunimmt, und wenn man bedenkt, dass der PC für die erste Differenz mit 1/SQRT(n) immer gegen Null tendiert, kann man verstehen, woher das Minus an manchen Stellen kommt.
Wollen Sie mich auf den Arm nehmen?
Nun, im Allgemeinen nicht.
Wenn Sie es ernst meinen, sollten Sie vielleicht die statistische Streuung des untersuchten Wertes als Option in Betracht ziehen. Bei großen TF sinkt die Anzahl der Stichproben in der untersuchten Reihe mit 1/TF, so dass die Streuung mit SQRT(TF) zunimmt, und wenn man bedenkt, dass der PC für die erste Differenz mit 1/SQRT(n) immer gegen Null tendiert, kann man verstehen, woher das Minus an manchen Stellen kommt.
Mehr zu diesem Punkt, bitte.
Im Sinne des PC sollte es kein einziges Datum geben, für das die Bedingung R < S erfüllt ist.
Visuell - für Y2 sollte R/S größer als Null sein, weil es Rauschen gibt, und die R/S-Darstellung sollte bis 30 gehen, nach 30 horizontal
Es könnte Folgendes passieren.
In der Formulierung, die Prival implementiert hat , wird PC als integraler Exponent betrachtet, da er durch den Tangens der Steigung der durch die Punktmenge gezogenen Linie definiert ist. Es gibt in dieser Menge Regionen mit negativer Steigung, aber im Allgemeinen (integral) ist die Steigung positiv, und es kann eigentlich keinen Fall geben, in dem PC < 0 ist.
Der Neigungswinkel wird lokal berechnet, zwischen jeweils zwei benachbarten Punkten, und manchmal haben wir niedrigere Werte bei einer größeren TF, aber das kommt vor... In diesem Fall springt "mein" PCB ehrlich gesagt ins Minus. In der Tat gibt es nichts Unangemessenes daran, wenn wir verstehen, was vor sich geht, und natürlich hängt alles davon ab, wie wir das AP selbst definieren. Ich hielt es für informativer, diesen Indikator lokal auszugeben.
Dies muss im Allgemeinen geklärt werden. Definitionsgemäß zeigt XP die Steigerungsrate der Volatilität des BP bei einer Erhöhung der TF an. Ich habe meinen Algorithmus auf der Grundlage dieser Definition entwickelt. Aber man kann sehen, dass es nicht mit dem Original übereinstimmt, oder ich habe den Punkt irgendwo übersehen.
P.S. Und dann habe ich nichts Vernünftiges an Formeln aus dem Artikel herausbekommen (dass Prival leuchtet), da habe ich Mist gebaut (naja, oder in meinem Kopf). Daher würde ich mich nicht auf Äußerungen von dort berufen, die als Wahrheit gelten.
Ich hatte auch schon negative Werte, ich weiß nicht mehr, welche, aber ich hatte sie. Es springt viel herum (deshalb hat es mir nicht gefallen). Ich werde versuchen, zwei Algorithmen zu vergleichen, Ihren Neutron und meinen.
TheXpert bezüglich N und n. Wenn Sie N eingeben, ist X(N) immer gleich Null. Aber ich überprüfe das noch einmal, irgendetwas stimmt nicht, das ist der Punkt, an dem es integral wird.
TheXpert bezüglich N und n. Wenn Sie N einfügen, ist X(N) immer gleich Null. Aber ich überprüfe das noch einmal, irgendetwas stimmt da nicht, das ist der Punkt, an dem es integral wird.
Ha, das könnte der Fehler sein.
Für ein bestimmtes N sollte es N - 1 Werte von X geben:
X[i] = Summ(i)(e[i] - M[N]) i = 2...N Ich hoffe, das ist klar
_______________________________
Zumindest in der jetzigen Form macht der Ausdruck keinen Sinn - die Berechnung der kumulativen Abweichung von der MOG durch N für n (d. h. alle!) Elemente!
....
Dies muss im Allgemeinen in Angriff genommen werden. Definitionsgemäß gibt der PC die Rate an, mit der die Volatilität des BP mit der TF zunimmt. Ich habe meinen Algorithmus genau auf der Grundlage dieser Definition entwickelt. Aber man kann sehen, dass es nicht mit dem Original übereinstimmt, oder ich habe den Punkt irgendwo übersehen.
P.S. Und dann habe ich nichts Vernünftiges an Formeln aus dem Artikel herausbekommen (dass Prival leuchtet), da habe ich Mist gebaut (naja, oder in meinem Kopf). Daher würde ich mich nicht auf Äußerungen von dort berufen, die als Wahrheit gelten.
Auch ich habe noch keine klare Vorstellung davon, wie man sie richtig zählt. In verschiedenen Quellen ist das anders. Es ist offensichtlich, dass diese Artikel nicht von Programmierern geschrieben wurden. Und nehmen Sie von diesem "mit der Erhöhung der TF", nur verwirrend. Es ist die Veränderung des Wasserstands des Nils oder die Anzahl der Krokodile. Wenn wir ihn richtig berechnet haben, werden wir darüber nachdenken, was mit ihm geschieht, wenn die TF steigt.
Das könnte der Fall sein.
Der Neigungswinkel wird lokal berechnet, zwischen jeweils zwei benachbarten Punkten, und manchmal kommt es vor, dass die Neigung bei einer größeren TF weniger gestreut ist; es kann also vorkommen... In diesem Fall springt "mein" PCB ehrlich gesagt ins Minus. In der Tat gibt es nichts Unangemessenes daran, wenn wir verstehen, was vor sich geht, und natürlich hängt alles davon ab, wie wir das AP selbst definieren. Ich hielt es für informativer, diesen Indikator lokal auszugeben.
Ja, das ergibt jetzt langsam einen Sinn.
Im Allgemeinen ist es notwendig, das zu klären.
Aha,
Definitionsgemäß zeigt der PC die Steigerungsrate der BP-Volatilität mit zunehmender TF an. Ich habe meinen Algorithmus genau auf der Grundlage dieser Definition entwickelt. Aber ich sehe, dass es nicht mit dem Original übereinstimmt, oder ich verstehe es nicht richtig.
Vielleicht sollte ich sie für eine Sinuskurve ohne Rauschen erstellen und sie mit dem Bild im Artikel vergleichen. Ignorieren wir also die Formeln aus dem Artikel und nehmen wir die Bilder als Wahrheit.
Übrigens, warum vergleichen Sie Ihre Werte nicht mit dem Skript?
Ich hatte heute einen Riesenspaß. Das Analogon des Hurst'schen Koeffizienten lässt sich recht lokal berechnen!!!!!!!!!
Dies ergibt sich aus Dubovikovs Arbeit "Minimum coverage dimensionality and local analysis of fractal time series".
Ich hatte heute einen Riesenspaß. Das Analogon des Hurst'schen Koeffizienten lässt sich recht lokal berechnen!!!!!!!!!
Dies ergibt sich aus Dubovikovs Arbeit "Minimum coverage dimensionality and local analysis of fractal time series".
Alles ist bereits vor uns gestohlen worden, hurra.