Index de Hearst - page 11
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
Existe-t-il une fonction Hearst intégrée dans Excel ? Si oui, veuillez la nommer. >> Merci.
Le calcul de Hearst se fait dans un script. Dans Excel, il suffit de faire un logarithme et de trouver la ligne droite.
Le calcul de Hearst est effectué dans un script. Dans Excel, il suffit de faire un logarithme et de trouver la ligne droite.
tout à fait juste.
la fonction est appelée TIP(y,x)
Le calcul de Hearst est effectué dans un script. Tout ce que vous devez faire dans Excel est de faire un logarithme et de trouver une ligne droite.
Alors vous pouvez le faire en MQL, voici 'Fonctions utiles de KimIV' pour vous aider.
Je vais juste le tester par moi-même. Cela fait longtemps que je pense à affiner le Spirmen, mais je n'ai toujours pas trouvé le moyen de le faire. Peut-être que la synthèse de ces deux indicateurs est exactement ce dont j'ai besoin.
La tendance (globale) et Hurst n'ont rien à voir l'une avec l'autre, Sergei. Hurst montre, grosso modo, la capacité à suivre des micro-tendances. C'est-à-dire que l'indice de Hurst dit quelque chose sur la microstructure des séries temporelles, mais pas sur une tendance. Il semble qu'avec H >> 0,5 (plus proche de 1), on peut faire quelque chose sur une série temporelle (profit) - simplement parce que ce n'est pas une martingale (les différences des échantillons voisins sont corrélées). Et non-martingale - car les échantillons voisins sont dépendants.
Je vais vous montrer des photos, bien que vous ayez dû les voir vous-même. Elles sont toutes tirées de l'ouvrage de Peters "Fractal Analysis...". Notez qu'il n'y a aucune tendance nulle part. Les chiffres de Hearst sont de 0,72 (en haut à gauche), 0,76 (en haut à droite), environ 0,9 (en bas à gauche) et bien en dessous de 0,5 (en bas à droite). Vous savez à quoi ressemble un processus de Wiener (H=0,5).
Tout cela n'est qu'une image qualitative, bien sûr.
Autrement dit, l'indice de Hurst renseigne sur la microstructure de la série chronologique, mais pas sur la tendance.
Tout cela n'est qu'une image qualitative, bien sûr.Je vais ajouter mes réflexions à ce sujet, si vous le permettez.
Une caractérisation assez complète de la BP est donnée par le modèle autorégressif. En termes généraux, la PA peut être considérée comme la somme d'une composante déterministe et d'une composante aléatoire (bruit) :
Il s'agit du modèle AR pour les incréments de prix dX. Avec son aide, connaissant la valeur p des incréments précédents, nous pouvons prédire l'évolution attendue du quotient avec une certitude connue. Passer des incréments de prix à la prévision du prix lui-même n'est pas difficile ; pour ce faire, il suffit d'ajouter l'incrément de prix prévu à la dernière valeur du prix de l'instrument et vous obtiendrez une prévision de prix pour l'étape suivante.
Ci-dessus j'ai montré l'identité du Hearst Ratio (HR) calculé pour chaque TF de la cotation et le coefficient de corrélation (CC) entre les lectures voisines dans une série de la première différence de la cotation (le BP stochastique est montré en rouge, l'EURGBP min est montré en bleu). La coïncidence peut être considérée comme satisfaisante et même en faveur du CC - dépendance plus douce, toutes choses égales par ailleurs, et expression incomparablement plus simple pour les calculs par rapport au PC :
Il existe toutefois une différence fondamentale. Le CP est une caractéristique plus profonde et plus complète de la BP par rapport au CQ, car il évalue le quotient tel qu'il est - dans son intégralité, avec tous ses liens et caractéristiques internes, sans recourir à une séparation artificielle des caractéristiques. Dans ces conditions, le CQ exploite le seul paramètre disponible pour son analyse - la relation entre les comptes voisins des incréments de cotier, et c'est tout. Le fait que les résultats coïncident n'indique que la faible corrélation des comptes à long terme (en fait, le deuxième compte de gauche n'a presque aucun effet sur la valeur future de l'incrément de prix de l'instrument) avec le mouvement attendu. En fait, l'inverse peut se produire (des liens profonds apparaissent) et le CQ échouera, alors que le PC fonctionnera correctement.
C'est la similitude et la principale différence entre ces deux méthodes d'analyse de la PA.
Il convient de souligner que la PC est une caractéristique intégrale de la PA, ce qui ne dit rien des propriétés spécifiques de la relation entre les comptes incrémentiels. En revanche, le modèle AR est quantile complet et donne une caractéristique quantitative de ces relations (coefficients devant dX sous le signe somme), ce qui nous permet de les exploiter à 100%. Mais il y a aussi des limites dues à la linéarité de l'approche utilisée. Les modèles AR qui prennent en compte les relations non linéaires entre les incréments disposent d'informations plus complètes. Mais encore une fois, ce modèle devrait être développé par nous et ce n'est pas le fait qu'il soit optimal.
Et c'est là que les réseaux neuronaux entrent en jeu... Les non-linéarités constituent leur base, et la capacité d'apprentissage leur donne la flexibilité nécessaire.
Et c'est là que les réseaux neuronaux entrent en jeu... Les non-linéarités sont au cœur de leurs préoccupations, et la capacité d'apprentissage leur donne la flexibilité dont ils ont besoin.
Personne ne soutient que, mais pour les BP persistants et antipersistants ou des sections de BP, le commerce
Les tactiques sont diamétralement opposées, et le SN doit donc apprendre à tenir compte du PC lorsqu'il négocie.
Il est peut-être préférable de lui donner des aliments tout prêts plutôt que d'attendre qu'elle apprenne à les voir elle-même.
Il est peut-être préférable de lui donner des aliments tout prêts plutôt que d'attendre qu'elle apprenne à les voir par elle-même.
C'est une question de débat sur ce qui est le mieux. Quels sont les critères permettant de juger si c'est mieux ?
Vous faites appel au PC en tant que vérité ultime, mais ce n'est qu'un outil, qui a ses propres possibilités et limites. Et ce n'est pas un fait que d'attendre que HC elle-même révèle une fonctionnalité est pire ou plus coûteux que de lui fournir quelque chose de visible, mais pas le meilleur. En outre, dans le processus de recherche, NS se concentre sur la maximisation du profit (vitesse de croissance du compte), et PC se concentre sur la persistance de BP, qui devrait toujours être liée d'une manière ou d'une autre à TC et seulement ensuite à la croissance du compte.
La tendance (globale) et Hurst n'ont rien à voir l'une avec l'autre, Sergei. Hurst montre, grosso modo, la capacité à suivre des micro-tendances. C'est-à-dire que l'indice de Hurst dit quelque chose sur la microstructure des séries temporelles, mais pas sur une tendance. Il semble qu'avec H >> 0,5 (plus proche de 1), on peut faire quelque chose sur une série temporelle (profit) - simplement parce que ce n'est pas une martingale (les différences des échantillons voisins sont corrélées). Et non-martingale - parce que les échantillons adjacents sont dépendants.
Je vais vous montrer des photos, bien que vous ayez dû les voir vous-même. Elles sont toutes tirées de l'ouvrage de Peters "Fractal Analysis...". Notez qu'il n'y a aucune tendance nulle part. Les valeurs de Hearst sont de 0,72 (en haut à gauche), 0,76 (en haut à droite), environ 0,9 (en bas à gauche) et bien en dessous de 0,5 (en bas à droite). Vous savez à quoi ressemble un processus de Wiener (H=0,5).
Il s'agit aussi d'une image de qualité, bien sûr.
Du temps libre est apparu. Je vais essayer de le programmer et de le poster ici. J'utiliserai Matcad pour les réaliser tous, en expliquant où et comment je les ai modélisés.
Mon objectif n'est pas d'obtenir des photos de bonne qualité, mais de rechercher l'exposant de Hearst, ses performances avec différents signaux d'entrée (sur des modèles de test) et, sur cette base, de comprendre ses performances et sa facilité d'utilisation.
Voici les modèles. Si vous pensez avoir besoin d'un peu plus, écrivez-le.
J'ai un peu de temps libre maintenant. Je vais essayer de tout programmer et de le poster ici. Je ferai tout en Matcad, en expliquant où et comment j'ai modélisé.
But : obtenir non pas de bonnes photos, mais étudier l'exposant de Hearst et son fonctionnement avec différents signaux d'entrée (sur des modèles de test),
Comment allez-vous obtenir le chiffre de Hearst pour la situation actuelle ? Cela signifie qu'il faut considérer un nombre limité de N barres à l'heure actuelle afin de calculer Hearst sur cet échantillon particulier. Il faut donc un autre critère pour trouver le moment dans le passé, à partir duquel les calculs pour le moment présent sont effectués.
Et c'est là que Rosh a fait mouche. Il faut beaucoup de données historiques pour calculer le chiffre de Hearst. Il ne s'agit pas d'un mutisme dont le souvenir est limité à une période, mais d'une caractéristique globale de la BP dans son ensemble - ou d'une grande partie de celle-ci.