Volúmenes, volatilidad e índice Hearst - página 17

 
Avals:

En teoría, si se calcula Hirst en algún rango de datos, y luego se divide este rango en un número suficientemente grande de sitios y en cada uno de ellos se calcula Hirst, entonces su valor medio debería 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 dentro de todo el rango.


Aquí hay algo que no funciona. O no nos entendemos, o hay algún error.

¿Cómo va a calcular Hearst en toda la gama? Así que tienes todo el rango, no vas a dividirlo en intervalos, pero ¿qué vas a hacer y cómo calcular el Hurst?

Las tablas 2a y 2b tienen dos valores N - el número de muestras en el intervalo, y n es en realidad Log(N) en base 2. N=15 - este caso no fue considerado en absoluto. Pero n=15 es realmente la última línea de la tabla. Pero ten en cuenta que esta línea investiga el intervalo N=32768 cuentas. Como referencia: según el muy activo año 2009, hubo 15000 garrapatas de media al día. Es decir, el intervalo N=32768 es superior a 2 días.

Un intervalo de este tipo le dará un solo valor para cada uno de los diferenciales e incrementos (es necesario calcular S). ¿Cuántos más necesita para calcular los promedios? Sólo como referencia, el número total de todas las trayectorias del SB que hay que promediar para obtener una verdadera media teórica es 2^N, es decir, 2^32768.

 
Yurixx:

Vita, deja de ser un cliché. Saber mantener el tono en la discusión. Si, por supuesto, quieres encontrar la verdad. Si vienes a demostrar tu profundo conocimiento de las matemáticas, entonces no te molestes tanto, todo el mundo ya se ha dado cuenta. Trata de imaginar que realmente quiero encontrar un terreno común contigo e intenta responder a un par de preguntas constructivas.

1. Dame el enlace exacto al libro y la página en la que se da la fórmula Alto - Bajo = k * sqrt(N), y se definen las cantidades incluidas en ella. Mejor aún, proporcione el enlace con un escaneo de la página correspondiente. Pero no me digas que esta fórmula está en todos los libros de texto. - Es mi hipótesis. Alto - Bajo es su R, k es sólo la proporción, N es su N

2 Explicar lo que usted llama el valor(High-Low) es su R, la propagación media de su fórmula en esta fórmula, lo que usted piensa Alta, Baja son. ¿Todos estos valores se refieren a una sola trayectoria, a una muestra o a todo el conjunto? ¿Son valores medios o locales?

3. Dé una definición del exponente de Hearst. Explica de dónde y cómo viene, cómo se calcula y qué significa. - Estoy dispuesto a utilizar el de la wikipedia.

Te agradezco mucho que hayas explicado la esencia de 1/2 "en la fórmula Jurix". Desgraciadamente, el punto central de este hilo es bastante diferente: la falta de 1/2 incluso para el SB puro. Pero no es necesario explicar la esencia de la ausencia. Hasta ahora. Hasta ahora no hemos encontrado un entendimiento en las preguntas citadas. Será mejor que les contestes.

Y hasta entonces nadie calculará ningún ejemplo de control. Sobre todo por las filas artificiales y sin sentido. - Y Hirst no temía los ejemplos de control. Y no me asustan los ejemplos de control: sube un archivo, controla. Pero te da miedo dañar tu fórmula con series artificiales y sin sentido. Buen intento de encubrir la inviabilidad de su fórmula.

Aquí tienes, y tres respuestas. Tómalo con calma.
 
Vita:
Pg. .10 contiene un archivo mql4 que realmente realiza el análisis R/S. Le invitamos a comprobarlo.


No tiene sentido comprobarlo. Sólo quería ver cómo lo calculas. Como no puedes describir simplemente el algoritmo que crees que es correcto y que utilizas, tienes que ir por el camino de los rodeos.

Por desgracia, el código está mal escrito. No hay comentarios. El significado de las variables y las matrices no se describe en ninguna parte. Los nombres de las variables y las matrices no están asociados a nada y no obedecen a ninguna mnemotecnia. No quiero dedicar tiempo a descifrarlas y extraer verdades sacramentales.

Vita, ¿tal vez no lo escribiste tú? No puede ser que el autor no pueda describir el algoritmo de los cálculos que programó.

Y no puedes. Y tampoco puedes responder a mis simples preguntas. ¿Cómo podemos buscar la verdad con usted? :-))

PS

Bueno, por fin se levanta el velo del misterio.

Si esta fórmula que usted afirma que está en todos los libros de texto es su hipótesis, entonces demuéstrela por cualquier medio correcto. Y si grita en voz alta que es correcto, apenas servirá de nada.

Mi trabajo consistía precisamente en evaluar la corrección de la hipótesis de Hearst, que postulaba una fórmula más plausible. Es decir, fue el examen de un ejemplo de control. Y el resultado fue que su hipótesis sólo se justifica asintóticamente. ¿Y la raíz de N? Ni siquiera se mantiene para SB.

Y la wiki no tiene raíz, pero sí tiene exponente. Y una posdata es: a n -> infinito, que es exactamente lo que afirmé.

 
Yurixx:


No tiene sentido comprobarlo. Sólo quería ver cómo lo calculas. Como no puedes describir simplemente el algoritmo que crees correcto y que utilizas, tienes que ir por el camino del rodeo.

Por desgracia, el código está mal escrito. No hay comentarios. El significado de las variables y las matrices no se describe en ninguna parte. Los nombres de las variables y las matrices no están asociados a nada y no obedecen a ninguna mnemotecnia. No quiero dedicar tiempo a descifrarlas y extraer verdades sacramentales.

Vita, ¿tal vez no lo escribiste tú? No puede ser que el autor no pueda describir el algoritmo de los cálculos que programó.

Y no puedes. Y tampoco puedes responder a mis simples preguntas. ¿Cómo podemos buscar la verdad con usted? :-))

Es el segundo intento de cubrir la impracticabilidad de su fórmula.

Simplemente publica tu código y no me quejaré de que tu código no tiene comentarios. Ya lo resolveré. ¿Tienes el código de Hearst para tu fórmula?

Dame ejemplos de prueba, dale a todos la oportunidad de replicar tu resultado. De lo contrario, eres un charlatán y tu cálculo de Hearst es una farsa.

 
Yurixx:


Aquí hay algo que no funciona. O no nos entendemos, o hay algún error.

¿Cómo va a contar Hearst con toda la gama? Así que tienes toda la gama, no vas a dividirla en intervalos, pero ¿qué vas a hacer y cómo vas a contar Hurst?

Las tablas 2a y 2b tienen dos valores N - el número de muestras en el intervalo, y n es en realidad Log(N) en base 2. N=15 - este caso no fue considerado en absoluto. Pero n=15 es realmente la última línea de la tabla. Pero ten en cuenta que esta línea investiga el intervalo N=32768 cuentas. Como referencia: según el muy activo año 2009, hubo 15000 garrapatas de media al día. Es decir, el intervalo N=32768 es superior a 2 días.

Un intervalo de este tipo le dará un solo valor para cada uno de los diferenciales e incrementos (es necesario calcular S). ¿Cuántos más necesita para calcular los promedios? Sólo como referencia, el número total de todas las trayectorias del SB que hay que promediar para obtener una verdadera media teórica es 2^N, es decir, 2^32768.


Sí, lo tengo, necesito intervalos. Por cierto, aquí está cómo Naiman habla de la misma https://www.mql5.com/go?link=http://capital-times.com.ua/dobavit-novost/view-30.html. Él define aproximadamente la tendencia/planeza allí - a través de la regla de los tres sigmas. También recogió el coeficiente desconocido de forma experimental.
 

Vita, bebe agua fría y enjuágate la boca. Hay demasiado barro saliendo de él.

Describí el algoritmo con gran detalle, con todas las fórmulas. Por cierto, he refutado mi propia hipótesis. Los resultados de los cálculos del ejemplo de prueba son muy detallados. Cualquiera que sepa un poco de mql4 puede repetir todo lo que he hecho. También puedo publicar el código, no me aportará nada nuevo.

Como no respondes a las preguntas, no puedes describir el algoritmo de tu (?) código, ya has admitido tu inocente travesura - tu hipótesis es una fórmula trivial de un libro de texto, y además estás dispuesto a usar la definición de Hurst de Wikipedia, que yo usé inicialmente, así que ¿de qué hablar?

Haz con tu (y es tuyo, no el aceptado por todos) Hearst lo que quieras. No tengo ningún deseo de disuadirte y buscar tus errores. Y no has conseguido convencerme de que tengo algunos errores, simplemente no tienes argumentos en contra.

 
Avals:

Sí, lo tengo, necesito intervalos. Por cierto, aquí está cómo Naiman habla de la misma https://www.mql5.com/go?link=http://capital-times.com.ua/dobavit-novost/view-30.html. Él define aproximadamente la tendencia/planeza allí - a través de la regla de los tres sigmas. También recogió el coeficiente desconocido de forma experimental.

Interesante, le echaré un vistazo. Pero es un gran trabajo, no hoy. Me ha gustado la afirmación del prefacio "se necesitan al menos 21 observaciones para detectar una tendencia". :-)
 
Vita:

1. h = 3 significa que la fórmula es una basura, el autor es un ignorante.

2. Te sugiero que hagas una sustitución de 1 pipa vieja = 10 pipas nuevas. Q=10R.

Compara los resultados de la fórmula para ambos casos. Estoy seguro de que los resultados serán diferentes.

1. Tengo curiosidad por saber su versión de lo que es la cifra de Hearst para su propio ejemplo.

2. Al multiplicar un valor por una constante en coordenadas logarítmicas se obtiene un desplazamiento constante, es decir, no tiene efecto sobre la pendiente. Por lo tanto, h no cambiará al cambiar la escala. Puedes hacer los cálculos tú mismo.

 
En general, aquí también hay confusión. Para las series de Bernoulli no podemos cambiar arbitrariamente la escala porque estamos hablando del número de ensayos. Yuri considera exactamente eso, un paseo aleatorio discreto. Su rasgo característico es un incremento de módulo constante en cada paso. Un intento de cambiar la escala conducirá a la violación de esta regla, es decir, a un cambio en la naturaleza del proceso. Es decir, el paseo aleatorio en este nivel primario no tiene autosimilitud, es decir, no es un fractal.

Otra cosa es que empecemos a dividirlo en "barras". Como se desprende del cálculo de Yuri, con el aumento del "marco temporal" (es decir, con el aumento de N) el exponente de Hurst alcanzará una constante, es decir, la serie generada por el proceso de Bernoulli ganará como si fuera autosimilar, pero finalmente la ganará sólo en N igual a infinito.

La moraleja aquí es sencilla: el exponente de Hurst será constante sólo para las series con propiedad de autosimilitud. Significa que formalmente podemos calcularlo para cualquier serie, pero las conclusiones sustantivas se obtendrán sólo para las series con la propiedad de autosimilitud.


P.D. Aquí está la respuesta al dilema - para barras o para ticks hay que calcular el índice de Hurst. Resulta que la proximidad de un proceso tic a un proceso Bernoulli le priva de las propiedades de autosimilitud, al menos para N pequeño. Significa que el valor de la relación Hurst "tic" no nos dará ninguna información.

Pero el grado de informatividad de la figura del "bar" Hearst vendrá determinado por el grado de autosimilitud de la serie en este marco temporal.


P.P.D. Expreso mi agradecimiento a Vita por las preguntas que dan que pensar sobre este tema :)

 
Avals:
Para los instrumentos reales, la relación High-Low/|Open-Close|.
Herramienta m5 m15 h1 d1 w1
EURUSD 2,3079 2,3827 2,2744 2,0254 1,9709
GBPUSD 2,2024 2,3190 2,2349 2,0559 1,9958
JPYUSD 2,3931 2,4003 2,2974 2,0745 1,9692

A grandes rasgos, para una vela media cada sombra equivale a la mitad del cuerpo. En el caso de la SB parece converger a dos a medida que aumenta la longitud de la serie (según la tabla 2a de Yurixx R/M). Aunque en la TF baja la desviación de los datos reales es significativa. Podría explicarse por un pequeño número de ticks (como en SB con N pequeño), pero por ejemplo en h1 debería ser suficiente. Y en SB, por el contrario, la proporción se acerca al doble de abajo a arriba:

N R/M
2 1,58
4 1,74
8 1,92
15 1,99
Y ahora estos datos adquieren un nuevo significado: el de una prueba del grado de autosimilitud en diferentes horizontes.