Index de Hearst - page 43
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Oui, la même chose... les conditions du marché sont le facteur déterminant
C'est pour cela qu'il est utile (potentiellement). Mais il est nécessaire de faire bouger votre esprit sérieusement. Et abandonnez presque toutes les conneries qu'on appelle l'AT classique.
Si vous pensez dans cette direction, le point de départ est :
Cela a-t-il un sens de prédire les états d'un monde unidimensionnel ?
Si vous réfléchissez dans ce sens, le postulat de départ est le suivant :
Cela a-t-il un sens de prédire les états d'un monde unidimensionnel ?
Et de quel point de vue la question de la prédiction est-elle posée, la "population" de ce monde ou un étranger ?
Et du point de vue de qui se pose la question de la prévision, la "population" de ce monde ou un étranger ?
La question, telle que je la comprends, est rhétorique.
Mais pour répondre à la question : en lisant l'ésotérisme, je rencontre constamment des explications de prédictions comme des informations venant de l'extérieur.
Quant au point, je vous rappelle que je ne suis ni mathématicien ni programmeur.
Un graphique a un quotient et un temps. Renco a seulement un quotient.
Et le temps n'est nulle part analysé correctement, il n'existe en quelque sorte pas.
Bien que si vous analysez les deux graphiques, le temps reste dans la différence selon la logique paysanne.
Et peut-être que le Renko dans sa forme primitive ne fonctionnera pas. Il faut peut-être les tricoter par points de référence ou faire un redécoupage. Je ne sais pas.
C'est mon raisonnement primitif. En bref, tout cela n'a aucun sens.
Renko, Kagi, Range et ainsi de suite ont aussi du temps : les moments de changement des chandeliers sont strictement ordonnés et ont un critère de construction clair. Il y a donc une transformation monotone mais non linéaire de la ligne de temps... En d'autres termes, le "nouveau" temps évolue à un rythme différent de notre temps habituel - il accélère et ralentit.
Je suis du même avis.
Vous avez formalisé ma compréhension.
Néanmoins, quelque chose dans mon raisonnement me retient.
OK...
Ce n'est pas le résultat, malheureusement.
Comme Munchausen le disait : "Pas ça !"
Continuons à chercher.
Cet article d'Eric Nyman (2010), lui-même tiré d'un livre d'Adgar Peters (1990), a repris cette méthode des travaux de Mandelbort (1960-70), qui a décrit pour la première fois une méthode inventée par Harold Edwin Hirst, 70 ans, en 1951. Cela signifie que lorsqu'on vous demandera, au Conseil des dissertations, si le thème proposé est nouveau, vous devrez vous imaginer que le vieil Edwin du XIXe siècle est un innovateur de la géométrie fractale :).
Mais sérieusement, la méthode a été développée, comme on l'a vu plus haut, pour un processus spécifique et hautement anormal - la marée noire du Nil. Dans l'image ci-dessous, la disproportion entre l'écart de déversement et la tendance générale ou l'espérance mathématique est évidente. Ainsi, pour un processus spécifique, la marée noire du Nil, cette méthode est bonne et fonctionne, mais pour les marchés financiers, comme Mandelbort a essayé de la présenter, elle n'est plus suffisante. En toute circonstance et sur n'importe quel marché, y compris le SB, votre calcul indiquera une valeur d'environ 0,54. Vous avez besoin d'autres méthodes, plus précises. Et dès que vous rédigez un mémoire, vous ne pouvez pas vous passer de la moyenne mobile autorégressive intégrée fractionnelle FARIMA, et elle n'est disponible que dans des progiciels statistiques spécialisés. H peut y être fixé arbitrairement. Mais cela ne résout pas le problème, car pour au moins adapter le marché au modèle, il faut calculer son H, et comment le faire si la méthode la plus simple et la plus courante ne fonctionne pas ? Il existe d'autres œuvres sur ce thème, des œuvres de Pastukhov et de Shiryaev. Regardez-les. Ils sont plus scientifiques et mieux adaptés à une dissertation, mais la question de savoir s'ils sont plus précis reste posée. Il y a aussi un fil de discussion sur le même sujet, regardez ici.
Bonjour ! En général, l'idée était la suivante : pour calculer l'indicateur H, construire une fonction du prix du métal, puis imposer un changement dans le coût de production de ce métal et analyser le changement (le soi-disant profit que l'organisation peut obtenir). Analyser les facteurs qui sont influencés et ceux qui ne le sont pas par des facteurs externes.
Pour être honnête, je comprends intuitivement que c'est peu comme quelque chose de valable, parce que, bien, il devrait être programmé, de telles compétences n'ont pas. Mais le directeur de ma thèse m'a fortement recommandé d'utiliser ce facteur dans les calculs. Il s'agit donc d'un non-sens : ..... au stade initial. ((((
Bonjour ! En général, l'idée était la suivante : calculer l'indicateur H, construire une fonction sur le prix du métal, puis imposer la variation du coût de production de ce métal et analyser la variation (le fameux profit que peut obtenir l'organisation). Analyser les facteurs qui sont influencés et ceux qui ne le sont pas par des facteurs externes.
Je, franchement, intuitivement comprendre que c'est peu comme quelque chose de valable, parce que, bien, il devrait être programmé, de telles compétences n'ont pas. Mais le directeur de ma thèse m'a fortement recommandé d'utiliser ce facteur dans les calculs. Il s'agit donc d'un non-sens : ..... au stade initial. ((((
Désolé, mais tout ceci est trop peu pour une dissertation. Il n'y a pas de nouveauté scientifique, le sujet est déjà connu, au moins depuis quarante ans. Et si vous commencez "comme tout le monde", c'est-à-dire que vous prenez quelque chose sur Internet, quelque part dans des livres vieux de 20-30 ans, vous obtiendrez un résultat "comme tout le monde", à savoir une prochaine thèse avec une fière étiquette "Dissertation". Tout d'abord, vous devez vous appuyer sur des méthodes avancées d'analyse statistique. Vous ne les trouverez pas sur Internet ou dans votre dernière version d'Excel. Compte tenu de l'état lamentable de notre science, on ne peut pas tirer beaucoup d'informations utiles des thèses et des mémoires. Ils ne sont que des copiés-collés et du vide dans le vide. Il y a là des œuvres de valeur - des unités, et ceux qui les trouveraient doivent d'abord savoir ce qu'il faut chercher et comprendre le sujet en profondeur. La seule source où vous pouvez obtenir les méthodes statistiques les plus récentes et les plus innovantes sont les progiciels statistiques spécialisés, à savoir le progiciel d'analyse statistique R. En général, cet environnement mérite d'être mentionné séparément. C'est la norme de facto du chercheur. Téléchargez-le et installez-le depuis le site officiel http://www.r-project.org/ et installez par-dessus l'environnement visuel RStudio. A partir de maintenant, interdisez-vous d'utiliser Excel. Il est mal vu de faire des dissertations en Excel. En outre, un vide informationnel en Excel sera assuré. Ensuite, recherchez les paquets qui incluent des méthodes de calcul de l'indice de Hurst. Il y en a beaucoup, mais installez d'abord le paquet 'pracma'. Voici un exemple de calcul de l'indice de Hurst pour le Nil. Notez que vous n'avez besoin de rien du tout, toutes les données et méthodes sont déjà disponibles dans R :
# Скачиваем из Интернета пакет 'pracma' >install.packages('pracma') #Устанавливаем его в системе >library('pracma') #Теперь нам доступна функция 'hurst', вычисляющая коэффициент херста #Смотрим справку по этой функции >?hurst #Загружаем один из базовых пакетов, в котором храниться информация о разливе Нила за 100 лет >library(datasets) # Отобразим несколько диаграмм на одном графике >par(mfrow = c(3,1)) #Строим график разливов Нила >plot(Nile, t='l', main="Nile owerflow 1971-1970") #Под ним отображаем первые разности (доходности) >Nile.diff <- diff(Nile) >plot(Nile.diff, t='h', main="Returns") #Еще ниже строим гистограмму распределения частоты >hist(Nile.diff, breaks=20, main='Distribution') #Рассчитываем собственно показатель Херста. (Будет равен 0,34, т.е. разливы Нила по версии функции hurst() антиперсисенты) >hurst(Nile.diff)Regardons le graphique qui en résulte :
C'est là que la fantaisie devrait commencer. Première question : "Pourquoi le déversement du Nil est-il antipersistant dans la fonction, alors que dans Manedlebort et Peters, il s'agit d'un processus persistant !". Voyons comment la fonction de Hurst est mise en place, l'environnement R est un environnement libre, donc l'essentiel de toutes les méthodes peut facilement être glané dans les sources :
#Чтобы посмотреть исходники функции достаточно набрать ее имя без фигурных скобок >hurstEh bien, après avoir compris les spécificités de toutes les méthodes, vous serez facilement en mesure d'écrire votre propre méthode de calcul. Formalisez-le sous la forme d'un paquet R approprié pour le jugement de la communauté scientifique mondiale. Ensuite, écrivez plusieurs articles dans des magazines d'économétrie sur votre méthode, ce qui démontrerait clairement ses avantages par rapport aux méthodes connues. Puis passez progressivement à l'analyse de l'or. À ce stade, vous maîtriserez des modèles éprouvés comme AR, Arima, etc. Très bientôt, vous serez à l'avant-garde de la "pensée scientifique". Et la question de savoir sur quoi écrire ne se posera plus.