Índice Hearst - página 23
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Entiendo que no hay mucha gente interesada en el tema por el momento. Quizá debamos esperar otros 5-10 años...
Qué cosa tan sorprendente es esta "estadística fractal". Mandelbort describió por primera vez este método a finales de los 60 (¡hace 45 años!), y a finales de los 80 y mediados de los 90 (hace 20 años) sus ideas fueron desarrolladas por Peters. Parece que tiene todas las fórmulas y gráficos. Y cómo calcular correctamente estas sencillas fórmulas, no lo saben ni los matemáticos con sus potentes Matcads y Matlab. Esto es una paradoja...
Al parecer, tendré que mantener este hilo en la primera página de forma artificial durante algún tiempo. Tal vez algún entendido se apiade y me ayude finalmente a resolver el problema...
Entiendo que no hay mucha gente interesada en el tema por el momento. Quizá debamos esperar otros 5-10 años...
Qué cosa tan sorprendente es esta "estadística fractal". Mandelbort describió por primera vez este método a finales de los 60 (¡hace 45 años!), y a finales de los 80 y mediados de los 90 (hace 20 años) Peters desarrolló sus ideas. Parece que tiene todas las fórmulas y gráficos. Y cómo calcular correctamente estas sencillas fórmulas, no lo saben ni los matemáticos con sus potentes Matcads y Matlab. Esto es una paradoja...
Al parecer, tendré que mantener este hilo en la primera página de forma artificial durante algún tiempo. Quizás algún entendido se apiade y me ayude por fin a resolver el problema...
Pude hacer un cálculo adecuado del índice Hearst en Excel, en algún lugar está el archivo. Pero te voy a ser sincero, no veo cómo aplicarlo sin conceptos adicionales en el trading. El enfoque habitual: si el valor de Hurst para algún período es mayor que 0,5 - esperar la continuación de la tendencia, si es menor, esperar los movimientos de retroceso. Todo es extremadamente vago...
Para simplificar, se puede calcular trivialmente la covarianza en un período y el resultado será realmente similar al de Hearst.
Pude hacer un cálculo adecuado de la cifra de Hearst en Excel, tengo un archivo en alguna parte. Pero, francamente, no veo cómo utilizarlo sin conceptos adicionales en el comercio. Por lo general, anuncian el siguiente enfoque: si Hearst es más de 0,5 para un determinado período - esperar a la continuación de la tendencia, si es menos - esperar a los movimientos de retroceso. Todo es extremadamente vago...
Para simplificar, se puede calcular trivialmente la covarianza en un período y el resultado será realmente similar al de Hearst.
Entiendo lo que dices, pero está todo mal. Sé de lo que hablo, porque he leído la fuente primaria y las ideas que contiene me han parecido interesantes. La noción de lo que son las estadísticas de Hearst ha sido muy pervertida por el análisis técnico. El análisis R/S se ha convertido en un oscilador realmente inútil al estilo del RSI. Pero todo es cuestión de comprensión. Por ejemplo, tomemos la misma media móvil: todo el mundo sabe que se retrasa aproximadamente el número de períodos de media dividido por dos. De hecho, la Media Móvil no es tardía, sólo muestra el estado medio del proceso para el periodo elegido. La razón por la que no se puede utilizar, es que estamos tratando de mirar hacia el futuro sobre la base de esta media móvil. La Media Móvil no muestra el futuro como cualquier otro indicador, simplemente nos habla de las características del proceso. Pero podemos tomar decisiones correctas en el presente basándonos en el conocimiento de las características del pasado, lo que a su vez conducirá a resultados positivos en el futuro. Diferentes estadísticas, ya sea el análisis R/S o la media móvil, nos permiten recoger mapas de procesos típicos que pueden ser de interés para nosotros.
Entiendo que no hay mucha gente interesada en el tema por el momento. Quizá debamos esperar otros 5-10 años...
Qué cosa tan sorprendente es esta "estadística fractal". Mandelbort describió por primera vez este método a finales de los 60 (¡hace 45 años!), y a finales de los 80 y mediados de los 90 (hace 20 años) sus ideas fueron desarrolladas por Peters. Parece que tiene todas las fórmulas y gráficos. Y cómo calcular correctamente estas sencillas fórmulas, no lo saben ni los matemáticos con sus potentes Matcads y Matlab. Esto es una paradoja...
Al parecer, tendré que mantener este hilo en la primera página de forma artificial durante algún tiempo. Tal vez algún entendido se apiade y me ayude finalmente a resolver el problema...
Un manuscrito interesante, algo para leer. Pero hasta ahora me he encontrado con el problema de la repetibilidad trivial de los resultados. Peters hace el experimento, su resultado:
Hago el experimento, sobre los mismos datos, utilizando las mismas fórmulas y metodología:
Obviamente, el resultado es diferente. La conclusión es que probablemente haya un error de cálculo. Necesito entender qué estoy haciendo mal y dónde está el error.
Sin embargo, tiendo a creer que tengo un error, porque el rango R/S no puede hacerse más pequeño con el aumento del período, o incluso tambalearse en la horizontal, y mi último valor es menor que los anteriores. Esto no puede ser ni siquiera en teoría, porque incluso para las series antipersistentes el ángulo de inclinación H debe ser inferior a 0,5, pero nunca inferior a cero, lo que es visible en mi caso.
Ahora estoy ocupado con los cálculos en C# puro, es más fácil trabajar con los datos allí. Después de reescribirlo en forma normal, empezaré a analizar la situación.
o.k. Aquí está el archivo CSV del S&P 500 desde el 01.01.1950 hasta el 01.07.1988.
p.d. Me vendría muy bien esta ayuda. Necesito desesperadamente una evaluación comparativa del cálculo desde el exterior, sólo entonces podré hablar de la fiabilidad del resultado.
Haré lo que pueda. Intentaré no tardar demasiado.
No tengo a Peters. Me baso en E. Feder. Fractales. M. Mir. 1991.