Hearst-Index - Seite 36

 
Ich lese hauptsächlich Dissertationen zu diesem Thema. Und die Berechnung ist von http://capital-times.com.ua/index.php?option=com_content&task=view&id=11623&Itemid=88888963 übernommen.
 
Rnita:
Ich habe hauptsächlich Dissertationen zu diesem Thema gelesen. Und die Berechnung ist von http://capital-times.com.ua/index.php?option=com_content&task=view&id=11623&Itemid=88888963 übernommen.

Ein sehr interessantes Thema. Ich hoffe, dass ich das Ergebnis in Zukunft kennenlernen werde.

Als Beitrag zur Entwicklung des Themas.

Zur Anwendung des Hearst-Indexes werden fraktional-integrierte FARIMA-Modelle verwendet. Für diese Modelle gibt es einen vorgefertigten Code für die Parameterschätzung. Excel ist nicht das richtige Paket für diese Diskussion. Leider sind die Algorithmen in R implementiert, einem sehr miserablen Programmiersystem. Vielleicht werden sie an anderer Stelle eingesetzt. Suchen Sie nach FARIMA und Langzeitgedächtnis. Im Anhang habe ich eine Anleitung von R beigefügt, wie man FARIMA-Modelle verwendet. Hier finden Sie eine Fülle von Literatur zu sehr günstigen Preisen. Suche nach Zeitreihen und R. Viele sehr gute Bücher.

Viel Glück! Ich hoffe, Sie werden das Ergebnis im Forum oder zumindest persönlich bekannt geben.

Dateien:
fracdiff.zip  145 kb
 

Die Null in der Datei in Spalte D funktioniert aufgrund von Fehlern in den Formeln nicht. Die erste befindet sich in Zelle D87, und es gibt noch ein Dutzend weitere im Text. Reblockieren Sie diese Spalte, der Rest scheint korrekt zu sein (überprüfen Sie allerdings auch die RMS-Berechnung).

Über den Rest. Der Hurst-Koeffizient ist im Allgemeinen ein Integralmerkmal, d. h. er charakterisiert die Zufallsvariable über den gesamten Messzeitraum und nicht nur einen Punkt in ihrer Realisierungsreihe. Daher kann man in der Praxis nicht sagen: "Wir haben H berechnet", sondern es müsste heißen: "Wir haben H geschätzt". Das ist kein Snobismus, sondern ich will damit sagen, dass man nie genau wissen wird, wie hoch der Hearst-Wert einer Größe war, da diese Information nur Gott zur Verfügung steht, aber man kann ihren Wert nur mit einem gewissen Grad an Sicherheit schätzen, und je mehr Beobachtungen man hat, desto genauer wird die Schätzung sein. Die Antwort auf Ihre Frage, ob die Reihe in Perioden unterteilt werden soll oder nicht, hängt also davon ab, ob Sie den Exponenten H für die gesamte Reihe oder für einige ihrer Teile schätzen wollen (niemand hat uns gesagt, dass er zeitlich konstant ist, oder?). Sie können einfach als N die Anzahl der Beobachtungen in Ihrer Stichprobe nehmen.

 
Ich danke Ihnen! Ich werde die Ergebnisse studieren und veröffentlichen, aber das Niveau wird wahrscheinlich sehr niedrig sein, da der Stoff im Gehirn sehr schwer zu erfassen ist. Ich akzeptiere Kritik in angemessener Weise ))))
 
Rnita:
Ich habe hauptsächlich Dissertationen zu diesem Thema gelesen. Und die Berechnung lautet http://capital-times.com.ua/index.php?option=com_content&task=view&id=11623&Itemid=88888963

Dieser Aufsatz von Eric Nyman (2010), der wiederum aus einem Buch von Adgar Peters (1990) stammt, der diese Methode aus den Werken von Mandelbort (1960-70) übernommen hat, in denen erstmals eine Methode beschrieben wurde, die der 70-jährige Harold Edwin Hirst im Jahr 1951 erfunden hatte. Das bedeutet, dass man sich bei der Frage nach der Neuheit des vorgeschlagenen Themas bei der Dissertationsberatung vorstellen sollte, dass der alte Edwin aus dem XIX Jahrhundert ein Erfinder der fraktalen Geometrie ist:)

Aber im Ernst, die Methode wurde, wie oben gesehen, für einen spezifischen und höchst anormalen Prozess entwickelt - die Nilüberschwemmung. In der nachstehenden Abbildung ist die Unverhältnismäßigkeit der Überlaufspanne gegenüber dem allgemeinen Trend oder der mathematischen Erwartung offensichtlich. Für einen bestimmten Vorgang - die Nilkatastrophe - ist diese Methode also gut und funktioniert, aber für die Finanzmärkte, wie Mandelbort sie darzustellen versucht hat, reicht sie nicht mehr aus. Unter allen Umständen und auf jedem Markt, einschließlich SB, wird Ihre Berechnung einen Wert von etwa 0,54 ergeben. Sie brauchen andere, genauere Methoden. Und sobald Sie eine Dissertation schreiben, kommen Sie nicht mehr ohne den fraktionierten integrierten autoregressiven gleitenden Durchschnitt FARIMA aus, der nur in speziellen Statistikpaketen verfügbar ist. H kann dort beliebig eingestellt werden. Doch damit ist das Problem nicht gelöst, denn um den Markt zumindest an das Modell anzupassen, muss man sein H berechnen, und wie soll das gehen, wenn die einfachste und gängigste Methode nicht funktioniert? Es gibt noch weitere Werke zu diesem Thema, von Pastuchow und Schirjajew. Sieh sie dir an. Sie sind wissenschaftlicher und besser für eine Dissertation geeignet, aber ob sie genauer sind, ist fraglich. Es gibt auch einen verwandten Thread zum gleichen Thema, siehe hier.

 
C-4: Wenn Sie im Dissertationsrat nach der Neuartigkeit des vorgeschlagenen Themas gefragt werden, müssen Sie den alten Edwin aus dem XIX Jahrhundert als Pionier der fraktalen Geometrie präsentieren:)

Nun, nicht im neunzehnten Jahrhundert, sondern im zwanzigsten.

Oh, dieser Hearst ist wirklich ein Mistkerl. Genau alsu sagt, dass es etwas Integrales ist.

 
Mathemat:

Nun, es ist nicht XIX, es ist XX.

Hearst ist wirklich ein Schmarrn. Genau alsu sagt, dass es etwas Integrales ist.


Es ist eher so, dass H mehr mit der äußeren Umgebung (ihrer "Viskosität", "Elastizität" usw.) zu tun hat als mit dem System selbst. Übertragen auf ein bestimmtes Marktinstrument ist H hier ein quantitatives Merkmal des externen (fundamentalen, wie wir früher sagten) Hintergrunds: die Mobilität von Ideen, typische Aktionen der jeweiligen Zentralbanken, das "Temperament" der Händler usw. (vergleichen Sie z.B. das Verhalten von Euro und Yen), während sich die Währungspaare selbst in Bezug auf das interne Modell nicht unterscheiden (die Grundsätze und Regeln für die Durchführung von Transaktionen sind für alle Instrumente gleich).
 
alsu:

Es ist eher so, dass H eher eine Eigenschaft der äußeren Umgebung (ihre "Viskosität", "Elastizität" usw.) als des Systems selbst ist. Übertragen auf ein bestimmtes Marktinstrument ist H hier ein quantitatives Merkmal des externen (fundamentalen, wie wir früher sagten) Hintergrunds: die Mobilität von Ideen, typische Aktionen der jeweiligen Zentralbanken, das "Temperament" der Händler usw. (vergleichen Sie z.B. das Verhalten von Euro und Yen), während sich die Währungspaare selbst in Bezug auf das interne Modell nicht unterscheiden (die Grundsätze und Regeln für die Durchführung von Transaktionen sind für alle Instrumente gleich).

Wenn wir "H ist charakteristischer für die äußere Umgebung" betrachten, sollten wir auf die englischen Begriffe achten, die im Zusammenhang mit Hirst verwendet werden. Hier ist ein Auszug aus der BP-Monographie:

Einige Zeitreihen weisen ausgeprägte Korrelationen bei hohen Verzögerungen auf und werden als
als Prozesse mit langem Arbeitsspeicher bezeichnet. Langspeicher ist ein Merkmal vieler geophysikalischer
Zeitreihen. Die Abflüsse im Nil weisen Korrelationen mit großen Verzögerungen auf,
und Hurst (1951) wiesen nach, dass dies die optimale Entwurfskapazität beeinflusst
eines Dammes. Mudelsee (2007) zeigt, dass das Langzeitgedächtnis eine hydrologische Eigenschaft ist
die zu langanhaltender Trockenheit oder zeitlichen Häufungen von Extremereignissen führen können
Überschwemmungen. In einem etwas anderen Maßstab haben Leland et al. (1993) stellten fest, dass Ethernet
Der Verkehr in lokalen Netzen (LAN) scheint statistisch selbstähnlich zu sein und ein
Langspeicherprozess. Sie zeigten, dass die Art der Überlastung, die durch
der selbstähnliche Verkehr unterscheidet sich drastisch von dem, was die Verkehrsmodelle vorhersagen
zu dieser Zeit verwendet. Mandelbrot und seine Mitarbeiter untersuchten die Beziehung
zwischen Selbstähnlichkeit und Langzeitgedächtnis und spielte eine führende Rolle bei

die Einführung der fraktalen Geometrie als Studienfach.

Bitte beachten Sie diese Worte

Einige Zeitreihen weisen deutliche Korrelationen bei hohen Verzögerungen auf

И

zeigt, dass Langspeicher

Ich habe versucht, herauszufinden: Was ist ein Langzeitspeicher? Es stellen sich Autokorrelationen über 40 Beobachtungen heraus! Aber in Zitaten ist eine so lange Korrelation eines Zeichens äußerst selten. Jedenfalls habe ich es nach einer Stunde nicht gefunden.

Viele Menschen versuchen, den Hurst-Index zu verwenden. Nicht ein einziges Mal habe ich ein positives Ergebnis gesehen. Vielleicht sollten Sie zuerst Kotiers finden. in welchem Langzeitgedächtnis?

 
faa1947:

Viele Menschen versuchen, den Hearst-Index zu nutzen. Ich habe noch nie ein positives Ergebnis gesehen. Vielleicht müssen wir erst die Quotienten finden. in welchem Langzeitgedächtnis?


Langes Gedächtnis bedeutet, dass H für einen bestimmten Wert signifikant von 0,5 abweicht, was bei Quotienten natürlich nicht der Fall ist. Die Versuche, sie in diesem Bereich zu verwenden, scheitern vor allem daran, dass es sehr schwierig ist, H bei einer kleinen Stichprobe zuverlässig abzuschätzen, so dass man den Ergebnissen bei 100 oder sogar 1000 Kerzenständern nicht trauen kann. Und bei größeren Intervallen ist H ziemlich nahe an der Hälfte, d.h. es gibt eher geringe (nützliche) Informationen über das Preisverhalten, zumindest solche, die es erlauben würden, den Spread zu überlisten.
 
alsu:

Langes Gedächtnis bedeutet, dass H für einen bestimmten Wert signifikant von 0,5 abweicht, was bei Quotienten natürlich nicht der Fall ist. Die Versuche, sie in diesem Bereich zu verwenden, scheitern vor allem daran, dass es sehr schwierig ist, H bei einer kleinen Stichprobe zuverlässig abzuschätzen, so dass man den Ergebnissen bei 100 oder sogar 1000 Kerzenständern nicht trauen kann. Und bei größeren Intervallen ist H ziemlich nahe an der Hälfte, d.h. es gibt eher geringe (nützliche) Informationen über das Preisverhalten, zumindest solche, die es erlauben würden, den Spread zu überlisten.

Für mich ist die Breite des Fensters sehr wichtig.

Bei einer Fensterbreite von einigen hundert Beobachtungen beginnt der Grenzwertsatz zu wirken, was zu einer Durchschnittstemperatur führt, die sich sehr schnell auf ihr Minimum zu bewegt. Und was wird benötigt, um den nächsten Takt tatsächlich vorherzusagen?

Bei meinen TCs versuche ich immer, die optimale Fensterbreite zu finden. Sie schwankt zwischen 30-70 Beobachtungen (für H1). Nach 118 (eine Woche auf H1) ändert sich das Bild drastisch. Aus diesem Grund habe ich begonnen, über den Begriff "Langzeitgedächtnis" nachzudenken.

ZS. In der Literatur über fraktional integrierte Modelle schreiben sie gewöhnlich "long memory" und in der Einleitung "Hurst, Fraktale, dicke Schwänze".