Volumina, Volatilität und Hearst-Index - Seite 31
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
Farnsworth 18.09.2010 22:08
Beispiele mit geometrischer Ähnlichkeit helfen, die Bedeutung von Hearst als Selbstähnlichkeitskoeffizient zu verdeutlichen. Sie können zum Beispiel die R/S-Analyse geometrisch interpretieren: Nehmen Sie ein Lineal der Größe 1, messen Sie R/S mit diesem Lineal, nehmen Sie ein Lineal der Größe 2 und wiederholen Sie die Messungen. Und so weiter, solange es relevant ist. Auf diese Weise wird die Gleichheit der Verteilungen bewertet und der Selbstähnlichkeitskoeffizient berechnet.
Auf jeden Fall würde ich mich sehr freuen, wenn Sie, Herr Kandidat, Ihre geometrische Interpretation darlegen oder mir sozusagen in Bildern zeigen könnten, was die geometrische Bedeutung einer solchen Definition ist:
Ich persönlich sehe, dass Hurst, der Selbstähnlichkeitskoeffizient, in der obigen Definition zu einer einzigen Messung eines Merkmals, ähnlich wie R/S, mit einem Lineal von unendlicher Länge vereinfacht wurde. Es liegt auf der Hand, dass Reihen, die keine unendliche normalisierte Streuung aufweisen, nach einer solchen Definition einen Hurst-Koeffizienten von Null hätten. Was ist Ihre Meinung?
Es ist natürlich nicht ganz logisch, jemanden um Hilfe bei der geometrischen Interpretation zu bitten, der gerade versucht hat, die Diskussion darüber hinaus zu führen :).
Ich muss Sie leider enttäuschen, aber ich kann keine geometrische Interpretation anbieten, abgesehen von den zahlreichen R/S-Diagrammen, die in der Literatur zu finden sind. Ich denke, aus ihnen geht hervor, dass die Hearst-Zahl nur ein Randmerkmal sein kann.
Generell habe ich mich nie als Spezialist für R/S-Analysen positioniert, im Gegenteil, ich habe lange und immer wieder erklärt, dass ich sie aufgrund der rechnerischen "Schwerfälligkeit" und damit Unwirklichkeit (zumindest für mich persönlich) jeglicher repräsentativer Tests immer vernachlässigt habe. Ich rate Ihnen daher, nicht zu versuchen, in meinen Interpretationen Patentwahrheiten zu sehen.Es ist ja nicht so, dass ich Sie persönlich angesprochen hätte. Aber da Sie geantwortet haben - die erfundene Selbstidentifikation hat nicht funktioniert :)
Was die Frage, es ist nicht auf die Fehler in der Interpretation der Ergebnisse der Analyse des gleichen Prozesses (wie voreilige Schlüsse freundlich faa1947 zeigt - durch das Löschen jeder zweiten Beobachtung, erfordert, dass der Zeitraum in Einheiten gehalten wird), sondern in der Tatsache der Konjunktur des gleitenden Durchschnitts der Summe der zufälligen Serie.
Das macht es mir unmöglich, den Prozess der Notierung selbst und die daraus resultierende Preisentwicklung zu verstehen.
Und wenn die angebliche geometrische Wanderung eines Quotienten das Ergebnis einer Reihe von Zufallsprozessen ist (geglättet durch DC-Filter und vergröberte Diskretisierungen von Tafelbildern), wie ist dies dann mit der gleichmäßigen Verteilung (und letztlich der Gaußschen) einiger populärer Modelle vereinbar?
Das "Trend-Welle-Rauschen"-Modell über einen "sehr langen Zeitraum" bewahrheitet sich übrigens nicht in Bezug auf Devisen - hier kann es per Definition keinen Trend geben.
Gold, Öl, Zucker - hier ist ein Trend gefragt. Zur Schätzung der Inflation...
;)
Ich "denke", dass die Tatsache der Zyklizität genau das ist, worüber ich geschrieben habe. Es gibt einen leichten Unterschied in den integralen Eigenschaften der Vorspannung. In der Tat, die gleiche Probe wird ausgewertet, und es ist klar, dass es gut mit sich selbst korreliert und wird prevdo Zyklen erscheinen
Was das Notierungsverfahren betrifft, so weiß ich auch nicht, was es ist. Das einzige Problem ist, dass ich eine gute Annäherung bei der Modellierung gefunden habe.
Die Hartnäckigkeit, mit der viele Menschen versuchen, Ähnlichkeit ausschließlich als geometrische Ähnlichkeit zu interpretieren, ist wirklich erstaunlich. Trotz des sehr konkreten Beispiels der Ähnlichkeit beziehe ich mich auf das statistische Verhältnis von High-Low zu |Close-Open|. Das ist die wirkliche Ähnlichkeit. Übrigens, Yuri, dein ZZ-Beispiel könnte noch besser sein, aber es scheint von einer Privatperson zu stammen, deshalb bringe ich es hier nicht.
Ein weiteres bemerkenswertes Beispiel für unverständliche Sturheit ist die Forderung nach dem Vorhandensein von idealen Fraktalen in realen Reihen.Vielleicht handelt es sich bei den Mustern aber auch nur um Segmente einer "fast ungestörten" fraktalen Entwicklung. Das kann natürlich nicht lange dauern.
Ich glaube auch nicht, dass es richtig ist, Minuten mit Tagen zu vergleichen. Ich habe zum Beispiel fast 4 Millionen Balken auf den Euro-Minuten. Und an den Tagen, an denen ich 3316 habe. Ich bin mir nur sicher, dass ich einige sehr ähnliche Bereiche in der Protokollgeschichte finden kann.
Auch das jüngste Offtopic mit der Pullback-Verteilung ist eigentlich gar kein Offtopic, sondern ein Beispiel für eine echte Ähnlichkeit. Der Kurs stieg um 100 Punkte, fiel um 23 % zurück, stieg dann um weitere 50 Punkte (insgesamt 150) und fiel wieder um 23 % zurück - ist das nicht eine Ähnlichkeit?
Ich schlage vor, dass Argumente wie "echte Bäume unterscheiden sich von fraktalen Bäumen, daher brauchen wir keine Wissenschaft über Fraktale" nicht mehr berücksichtigt werden sollten.
Wie mir scheint, ist die Tatsache der Zyklizität genau das, worüber ich geschrieben habe. In der geringfügigen Differenz der Integralcharakteristik bei der Verrechnung. In der Tat, die gleiche Probe wird ausgewertet, und es ist klar, dass es gut mit sich selbst korreliert und wird prevdo Zyklen erscheinen
Die Reihen sind also unabhängig bei Slutsky, richtig? Oder bringe ich etwas durcheinander?
Was das Notierungsverfahren betrifft, so weiß ich auch nicht, was es ist. Das Einzige ist, dass ich bei der Modellierung eine gute Annäherung gefunden habe.
Vielleicht ist das auch eine andere Faszination... Denn ohne ein Modell des Prozesses (einschließlich der verwendeten Verteilungen) konnte ich bisher weder etwas beweisen noch widerlegen.
Und so sieht es aus - Bewunderung für die Statistik. Und das nicht einmal in einer Demo oder in einem Testgerät. In Matlab... :о)
Ich würde mich gerne irren.
;)
Ich wünsche Ihnen von ganzem Herzen viel Glück.
Mit anderen Worten: Die klassische Definition, von der uns die "Klassiker" immer wieder erzählen und ihre Schneeflocken zeichnen und so weiter - all das sehen wir auf der Ebene der Zahlen nicht. Stattdessen haben wir das "statistische High-Low- und |Close-Open|-Verhältnis" - das mit der traditionellen Brownschen Bewegung erklärt werden kann. Und ein Rückschlag von 23 % - für mich persönlich unverständlich. OK, ich werde es aus dem Weg räumen.
Die Reihen sind also unabhängig bei Slutsky, richtig? Oder bringe ich etwas durcheinander?
Sie haben über den Slutsky-Effekt geschrieben, wenn ich mich nicht irre. Zumindest hieß es so, im Sinne von "gefragt". Dies hat zur Folge, dass bei den aggregierten Daten starke Korrelationen und Pseudozyklen auftreten, insbesondere beim gleitenden Durchschnitt. Diese "Abhängigkeiten" treten sogar bei aggregierten Zufallsreihen auf, wo sie im Prinzip nicht sein sollten. Ich wurde sozusagen danach gefragt. Ich habe meine eigene Erklärung abgegeben.
Vielleicht ist es auch ein anderer Zauber... Ohne ein Modell des Prozesses (einschließlich der verwendeten Verteilungen) war es bisher nämlich nicht möglich, irgendetwas zu beweisen oder zu widerlegen.
Ich habe geschrieben, welches Modell des Prozesses ich verwende. Sie ist der Realität durchaus angemessen. Und an den "Bullen"/"Bären"-Quatsch usw. glaube ich nicht. Es ist nicht einmal Faszination - es ist Unsinn.
Und so kommt es, dass ich die Statistiken bewundere. Und das nicht einmal auf einer Demo oder in einem Teig.
Ich schreibe eine Liste von Problemen. Aber warum müssen Sie es lesen? Bemühen Sie sich nicht! Du gehst besser darauf ein, denn du schreibst besser den ganzen Mist über Bewunderung und spielst den Bullshit-Psychologen :o)
In Matlab... :о)
Alles in allem wird der Zustand in MT der gleiche sein, keine Sorge. Außerdem bin ich unermüdlich am "Üben" :o)
Ich würde mich gerne irren.
Wenn Sie das wirklich wollen, können Sie sich gerne irren, ich habe nichts dagegen :o)
Ich wünsche Ihnen aufrichtig viel Glück.
Es ist wirklich erstaunlich, mit welcher Hartnäckigkeit viele versuchen, Ähnlichkeit ausschließlich als geometrische Ähnlichkeit zu interpretieren.
Ich interpretiere Ähnlichkeit als die Ähnlichkeit der Modelle, die das Objekt bilden, und der Ausgangsbedingungen.
So steht es nicht geschrieben und wird auch nicht richtig verstanden. ARPSS ist im Wesentlichen ein AR-Modell mit Kovarianzmatrixkorrektur. Es gibt Komponenten, die ARPSS erweitern - Sie können ein Trendmodell(!), ein Aufschlüsselungsmodell(!) und vieles mehr hinzufügen. Was sagen Sie dazu? Glauben Sie, ich wüsste nichts davon? Ich schreibe über etwas anderes - ich wende diese Modelle nicht direkt auf Zitate an. Das macht keinen Sinn. Ich habe über die Verwendung stochastischer Systeme mit einer Zufallsstruktur geschrieben. Das ist es - worüber streiten Sie? Dass Sie sie auf Angebote anwenden können? ARPSS in Anführungszeichen? Herzlichen Glückwunsch!
In diesem Fall funktioniert die Mathematik nicht - keine der notwendigen Bedingungen ist erfüllt. Nun ja, QUALIFIKATION - wer will das bestreiten.
Wer hat das begründet? Was sind die Ergebnisse, die es zu teilen gilt? Genau hier: https://forum.mql4.com/ru/34527/page27 gab das Ergebnis der Prüfung in Pips, so weit in MathCAD, 25 Trades in 150 Tagen. Auch in der Branche der Online-Systemtests - hat einige Vorhersagen gemacht.
PS: Wenn Sie ARPSS auf Angebote anwenden und den Prozess korrekt identifizieren können - zeigen Sie Ihre Fähigkeiten.
Sie sind sehr aggressiv. Ich streite nie. Ich danke Ihnen für Ihre Beiträge über mich.
Sie sind sehr aggressiv. Ich streite nie. Ich danke Ihnen für Ihre Beiträge über mich.
Candid:
Привести то он привёл, но на дальнейшем обсуждении это никак не сказалось - очень жаль, на мой взгляд, когда правильное определение, можно сказать, суть того, что изучается в вопросе самоподобия, никак не сказываетя, хотя бы на расчете самого коэффициента. У меня несколько другое "геометрическое" впечатление, а именно: для ряда размером 1 берётся линейка размером 1, для ряда размером 2 берётся линейка размером 2, и.т.д. - скорее всего, это не так, если под "другой размер ряда" имеется ввиду "другой ряд". Дело в том, что ряд остается неизменным.
Es gibt eine geometrische Interpretation - die Länge der Küstenlinie. Wir messen immer dieselbe Reihe, dieselbe Uferlinie. Der Spaß besteht darin, dass wir mit zunehmender Genauigkeit des Lineals immer mehr Uferlängen erhalten. Ist Ihnen klar, wie grob die Schätzung der Selbstähnlichkeit der Uferlinie ausfallen würde, wenn wir nur mit einem Lineal beliebiger Länge messen würden, geschweige denn mit einem unendlich langen? Um die Genauigkeit der Schätzung zu erhöhen, sind alle diese Messungen der gleichen Uferlinie (Reihe) mit Linealen unterschiedlicher Länge erforderlich. Wenn auf jeder Skalenebene eine Ähnlichkeit besteht, dann liegen alle Punkte auf der gleichen Geraden.