Volúmenes, volatilidad e índice Hearst - página 16
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
Yurixx, según tus observaciones la relación entre la dispersión media y el incremento medio (en tus términos R/M) converge a 2 a medida que aumenta N? ¿O es sólo la falta de datos lo que da esta impresión?
La impresión es correcta. Se lo escribí a Nikolai en nuestra correspondencia privada: esta relación para SB converge a 2, así como el índice de Hurst converge a 0,5.
La impresión es correcta. Escribí a Nikolai sobre esto en nuestra correspondencia privada: esta relación para SB converge a 2, al igual que la relación de Hurst converge a 0,5.
Bueno, entonces Hearst no es tan malo)), si lo calculas en un rango suficientemente grande de incrementos elementales (ticks en nuestro caso).
Candid ha dado la fórmula R/S = k * (N^h) - ahora queda por aclarar cómo se calculan estas letras, un ejemplo sería mejor. Supongamos que será una serie de 0, 1, 2 ...,29,30,29 ...2,1,0.
Calcula y muestra todo en él. El que dice las cosas mal. En la misma línea, dar la fórmula y mostrar cómo hacerlo bien.
PZY Vas a borrar todo el teclado aquí, pero la verdad no vendrá a mí por lo que me parece por alguna razón ...
R - el diferencial medio. El rango es igual a la diferencia entre los valores máximo y mínimo de la serie en el intervalo.
N - número de muestras en el intervalo.
S - RMS de los incrementos de una serie.
k - coeficiente constante.
h - Índice de Hurst.
Significa que toda la serie se divide en intervalos iguales de N recuentos. Para cada intervalo, se calcula el incremento y la dispersión. A partir de estos datos, se determinan la RMS de los incrementos y la dispersión media. El índice de Hurst debe seleccionarse de forma que se cumpla la fórmula. :-)))
Si Hurst tenía razón y la dispersión media satisfacía esta ecuación, entonces tendría una solución con respecto a h. Esta solución vendría determinada por dos puntos
R1/S1 = k * (N1^h) y R2/S2 = k * (N2^h)
La serie puede dividirse de dos maneras: en intervalos de magnitud N1 y de magnitud N2. En consecuencia, obtenemos los rangos R1 y R2, y los RMS S1 y S2. El coeficiente k es constante. Así obtenemos un sistema de dos ecuaciones. Excluyendo el coeficiente k obtenemos la expresión para el cálculo de la relación de Hurst:
h = [ Log(R1/S1) - Log(R2/S2)]/[Log(N1) - Log(N2)]
Geométricamente, es la tangente de la pendiente de la recta que pasa por los dos puntos [Log(R1/S1),Log(N1)] y [Log(R2/S2),Log(N2)]. Se ha trazado una curva que expresa la dependencia de R/S de N en coordenadas logarítmicas. Se muestra su gráfico. Muestra que el ángulo de inclinación cambia, es decir, depende de N. Esto implica que el coeficiente k de la fórmula de Hurst no es una constante, que depende de N, y que la fórmula de Hurst sólo es asintóticamente cierta para N grandes. Como el objeto del estudio era el SB, no hubo problemas con la cantidad de datos, a diferencia de la serie de citas.
Bueno, entonces Hurst no es tan malo)), si lo calculamos sobre un rango suficientemente grande de incrementos elementales (ticks en nuestro caso).
Sí... :-)
Contaba con las garrapatas. Naturalmente, los modelos. Podría investigar cualquier rango, tanto en lo que respecta al tamaño del intervalo como a las estadísticas necesarias. Con limitaciones, por supuesto, en las capacidades del ordenador. Pero he llegado a este límite.
La tijera aquí es sencilla: cuanto más grande sea el tamaño del intervalo que elija, más pequeñas serán sus estadísticas. Al fin y al cabo, una serie de citas es finita. En sentido relativo es aún peor, porque a medida que aumenta el intervalo se necesitan más intervalos, de modo que las medias se acercan más a sus valores reales.
Sin embargo, ya he escrito sobre esto en la página 5.
Me he quedado sin argumentos.
Sólo puedo recomendarte que recuerdes algunos aspectos básicos. Si k es k1 para N1 y k2 para N2, esto se llama la dependencia de k en N. Es sinónimo de la formulación: k es una función de N. Formalmente se escribe como k = k(N). Así que acabo de traducir la frase de Vita a un lenguaje más estricto.
Simplemente no entendí el pasaje sobre los problemas con el cálculo del exponente de Hurst para series que no sean SB. Por un momento tuve la descabellada idea de si el autor piensa que para cualquier serie el exponente de Hearst debe ser 1/2, pero lo descarté inmediatamente.
Para la serie Alta - Baja = k * (N^3) el exponente de Hearst será igual a 3.
Por ejemplo Vita 0, 1, 8, 27, 64, 125, ..., 1000*1000*1000 tomemos con seguridad los puntos con N=2 y N=3 (numeración desde 0).
Entonces, h=(ln(8)-ln(27))/(ln(2)-ln(3)) = 3*(ln(2)-ln(3))/(ln(2)-ln(3)) = 3.
h = 3 denota que la fórmula es una basura, el autor es un ignorante.
Veo que la sustitución del kilometraje medio le repugna. Olvídalo.
Te sugiero que sustituyas 1 pipa antigua por 10 pipas nuevas. Q=10R.
Compara los resultados de la fórmula para ambos casos. Estoy seguro de que los resultados serán diferentes. Esto significa que midiendo con una regla diferente obtenemos diferentes dimensiones fractales para la misma serie. Para ello es necesario, por supuesto, saber que H complementa la dimensión fractal a 2 y que la elección de la regla no cambia la dimensión fractal. Pero hay que saberlo antes de hacer pasar cualquier basura por Hearst.
Hurst estaba haciendo un análisis R/S, por lo que su exponente no depende de la elección de la regla. El resultado del topikaster es dependiente, no importa cuántas veces deletree las letras R y S. El resultado del topikcaster no complementa la dimensión fractal a 2, y por lo tanto no tiene ningún sentido para Hurst. El resultado de Topikcaster muestra para su fila ficticia 1/2, y para todas las demás filas es simplemente un número que no tiene nada que ver con Hearst. Si no fuera así, el topikmaster habría publicado hace tiempo los resultados de las distintas filas y mostrado cómo convergen a la teoría. Este no es el caso, ya que su fórmula es completamente errónea. Y no tiene nada que mostrar.
Pregunta para todos aquí. ¿Alguien ha visto el archivo adjunto por Vita? No veo nada, pero quizás me he perdido algo.
p. 10
¿Y las tres simples preguntas?
Probablemente todo el mundo. Candid ha dado la fórmula R / S = k * (N ^ h) - ahora queda por aclarar cómo calcular estas cartas, el ejemplo será mejor. Supongamos que será un número 0, 1, 2...,29,30,29...2,1,0.
En él calcula y muestra todo. Y el designado es el que dice lo que no debe. Le mostrará el camino correcto en la misma fila dándole una fórmula.
Z.I. Vas a borrar todo el teclado aquí, pero la verdad no me llega por lo que me parece por alguna razón ...
No es necesario demostrarlo. Esta fórmula fue postulada por Hurst, al menos así está escrita en el libro de Peters. Por eso es la definición real del índice de Hurst. Sólo que no en esta forma, sino en ésta:
R/S = k * (N^h)
La entrada (High-Low) es generalmente delirante desde mi punto de vista (lo siento Nikolai, entiendo que sólo estás siguiendo las designaciones de Wit). Los valores Alto y Bajo se utilizan en todas partes como puramente locales. Y R en la fórmula de Hearst es el media de la propagación.
Lógica sorprendente, se lo agradezco /:o) Lo tendré en cuenta, porque me temo que la próxima vez no podré con ello.
En cuanto a la fórmula, es absolutamente correcta, salvo que históricamente no recuerdo bien cuál era la primaria. Pero sigue siendo una forma de calcularlo, no la definición del indicador. Para ser justos, este indicador ha sido redescubierto varias veces. Sin embargo, ya no importa.
Sí... :-)
Contaba con las garrapatas. Naturalmente, los modelos. Podría investigar cualquier rango, tanto en lo que respecta al tamaño del intervalo como a las estadísticas necesarias. Con limitaciones, por supuesto, en las capacidades del ordenador. Pero he llegado a este límite.
La tijera aquí es sencilla: cuanto más grande sea el tamaño del intervalo que elija, más pequeñas serán sus estadísticas. Al fin y al cabo, una serie de citas es finita. En sentido relativo es aún peor, porque a medida que aumenta el intervalo se necesitan más intervalos, de modo que las medias se acercan más a sus valores reales.
Sin embargo, ya he escrito sobre esto en la página 5.
La idea es que si calculamos Hirst en algún rango de datos, y luego dividimos este rango en un número suficientemente grande de intervalos y se calcula Hirst en cada uno de ellos, entonces su valor medio debe converger al coeficiente Hirst calculado para todo el rango. Si esto es así, la única restricción a la hora de calcular Hirst es que N debe ser lo suficientemente grande. A juzgar por sus estudios, la precisión con N=15 ya es bastante alta. Por lo tanto, tal vez este sea un número aceptable de ticks sobre el que tiene sentido calcular Hirst. Y no es necesario promediar N ticks por segmentos - será más exacto Hirst calculado para todo el rango.
P.D. Pensándolo bien, he decidido que 15 no es suficiente. Lo que necesito es una secuencia de K intervalos de al menos 15 ticks (o una vez para calcular el Hurst en el rango K*15 ticks). No sé cuántos intervalos de este tipo deben ser al menos para la precisión aceptable. Parece depender de la dispersión de la dispersión, de cómo disminuye al aumentar K. Pero probablemente sea más fácil, sólo como estimación experimental para el SB.