Volumes, volatilité et indice de Hearst - page 31
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
Farnsworth 18.09.2010 22:08
Les exemples de similarité géométrique permettent d'illustrer l'intérêt de Hearst comme coefficient d'autosimilarité. Par exemple, vous pouvez donner une interprétation géométrique de l'analyse R/S : prenez une règle de taille 1, mesurez le R/S avec cette règle, prenez une règle de taille 2 et répétez les mesures. Et ainsi de suite, tant que c'est pertinent. En fait, de cette façon, l'égalité des distributions est évaluée et le coefficient d'autosimilarité est calculé dans le processus.
Quoi qu'il en soit, j'aimerais beaucoup, candidat, que vous donniez votre interprétation géométrique ou, pour ainsi dire, que vous me montriez en images, quelle est la signification géométrique d'une telle définition:
Personnellement, je vois que Hurst, le coefficient d'autosimilarité, dans la définition ci-dessus a été simplifié à une mesure unique d'une caractéristique similaire à R/S en utilisant une règle de longueur infinie. Évidemment, les séries qui n'ont pas un écart normalisé infini auraient, selon une telle définition, un coefficient de Hurst égal à zéro. Quelle est votre opinion ?
Il n'est pas tout à fait logique, bien sûr, de demander de l'aide pour l'interprétation géométrique à une personne qui vient d'essayer d'amener la discussion au-delà :).
J'ai peur de vous décevoir, mais je ne peux proposer aucune interprétation géométrique, à l'exception des nombreux diagrammes R/S que l'on trouve dans la littérature. Je pense qu'il en ressort clairement que le chiffre de Hearst ne peut être qu'une caractéristique marginale.
D'une manière générale, je ne me suis jamais positionné comme un spécialiste de l'analyse R/S, au contraire, j'ai longtemps et à plusieurs reprises déclaré que je l'ai toujours négligée en raison de la "lourdeur" informatique et donc de l'irréalité (du moins pour moi personnellement) de tout test représentatif. Je vous conseille donc de ne pas essayer de voir des vérités patentes dans mes interprétations.Ce n'est pas comme si je m'adressais à vous personnellement. Mais puisque vous avez répondu - l'auto-identification artificielle n'a pas fonctionné :)
Quant à la question, elle n'est pas aux erreurs dans l'interprétation des résultats de l'analyse du même processus (de telles conclusions hâtives gentiment faa1947 démontre - en supprimant une observation sur deux, exige que la période en unités est conservé), mais dans le fait de la cyclicité de la moyenne mobile de la somme des séries aléatoires.
Il m'est donc impossible de comprendre le processus de cotation lui-même et la trajectoire des prix qui en résulte.
Et si la prétendue errance géométrique d'un quotient est le résultat d'une série de processus aléatoires (lissés par des filtres DC et des discrétisations grossières de taframes), alors comment cela est-il compatible avec la distribution uniforme (et finalement la gaussienne) de certains modèles populaires ?
D'ailleurs, le modèle "tendance-vague-bruit" sur une "très longue période" ne tient pas la route en ce qui concerne le forex - il ne peut y avoir de tendance ici par définition.
Or, pétrole, sucre - une tendance s'impose ici. Pour estimer l'inflation...
;)
Comme je le "pense", le fait de la cyclicité est exactement ce sur quoi j'ai écrit. Il existe une légère différence dans les caractéristiques intégrales du biais. En fait, le même échantillon est en cours d'évaluation, et il est clair qu'il est bien corrélé avec lui-même et qu'il apparaîtra dans les cycles pré-do.
Quant au processus de cotation, je ne sais pas non plus ce que c'est. La seule chose est que j'ai trouvé une bonne approximation en le modélisant.
La ténacité avec laquelle de nombreuses personnes tentent d'interpréter la similitude uniquement comme une similitude géométrique est vraiment étonnante. Malgré l'exemple de similarité parfaitement précis qui a été donné, je fais référence au rapport statistique entre High-Low et |Close-Open|. C'est la vraie similitude. Au fait, Yuri, votre exemple de ZZ pourrait être encore meilleur, mais il semble provenir d'une personne privée, donc je ne le rapporte pas ici.
Un autre exemple remarquable d'entêtement incompréhensible est l'exigence de la présence de fractales idéales dans les rangs réels.D'ailleurs, peut-être que les motifs ne sont que des segments de développement fractal "presque non perturbé". Ce qui, bien sûr, ne peut pas durer longtemps.
Je ne pense pas non plus qu'il soit correct de comparer les minutes aux jours. J'ai près de 4 millions de barres sur l'Euro minutes par exemple. Et les jours où j'ai 3316. Je suis sûr que je peux trouver plusieurs zones très similaires dans l'historique des minutes.
Même le récent hors-sujet sur la distribution du pullback n'est en fait pas un hors-sujet du tout, mais un exemple de similitude réelle. Le prix a augmenté de 100 pips, a reculé de 23 %, puis a augmenté de 50 pips supplémentaires (150 au total) et a reculé de 23 % à nouveau - n'est-ce pas une similitude ?
Je suggère que des arguments tels que "ici, les arbres réels sont différents des arbres fractals, donc nous n'avons pas besoin de science sur les fractals" ne devraient plus être considérés.
Il me semble que le fait de la cyclicité est exactement ce sur quoi j'ai écrit. Dans la légère différence des caractéristiques intégrales lors de la compensation. En fait, le même échantillon est en cours d'évaluation, et il est clair qu'il est bien corrélé avec lui-même et qu'il apparaîtra dans les cycles pré-do.
Donc les rangs sont indépendants chez Slutsky, non ? Ou est-ce que je confonds quelque chose ?
Quant au processus de cotation, je ne sais pas non plus ce que c'est. La seule chose est que j'ai trouvé une bonne approximation dans sa modélisation.
Peut-être que c'est aussi une autre fascination... En effet, sans un modèle du processus (y compris les distributions utilisées), je n'ai pas pu jusqu'à présent prouver ou réfuter quoi que ce soit.
Et c'est ce qui se passe - l'admiration des statistiques. Et pas même dans une démo ou dans un testeur. Dans Matlab... :о)
J'aimerais avoir tort.
;)
Je vous souhaite sincèrement bonne chance.
En d'autres termes, cette définition classique dont les "classiques" ne cessent de nous parler, en dessinant leurs flocons de neige et autres - nous ne voyons pas tout cela, au niveau des chiffres. Au lieu de cela, nous avons le "rapport statistique High-Low et |Close-Open|" - qui peut être expliqué par le mouvement brownien traditionnel. Et un recul de 23% - incompréhensible pour moi personnellement. OK, je vais laisser ça de côté.
Donc les rangs sont indépendants chez Slutsky, non ? Ou est-ce que je confonds quelque chose ?
Vous avez écrit sur l'effet Slutsky, si je ne me trompe pas. C'est du moins ce qu'il a dit, dans le sens de "demandé". L'effet est que de fortes corrélations et des pseudocycles apparaissent sur les données agrégées, en particulier sur la moyenne mobile. Ces "dépendances" apparaissent même sur des données agrégées de séries aléatoires, alors qu'en principe elles ne devraient pas l'être. On m'a posé des questions à ce sujet. J'ai donné ma propre explication.
Peut-être que c'est aussi un autre charme... En effet, sans modèle du processus (y compris les distributions utilisées), il n'a pas été possible jusqu'à présent de prouver ou de réfuter quoi que ce soit.
J'ai écrit quel modèle de processus j'utilise. Elle est tout à fait adaptée à la réalité. Et l'absurdité des "bulls"/"bears", etc. Je n'y crois pas. Ce n'est même pas de la fascination - c'est de l'absurdité.
Et c'est ce qu'il s'avère - en admirant les statistiques. Et pas sur une démo ou dans une pâte même.
Je suis en train d'écrire une liste de problèmes. Mais pourquoi devez-vous le lire ? Ne vous inquiétez pas ! Tu ferais mieux d'y aller, parce que tu ferais mieux d'écrire toutes ces conneries sur l'admiration, en jouant les psychologues à la con :o).
Dans Matlab... :о)
Tout bien considéré, l'état de MT sera le même, ne vous inquiétez pas. D'ailleurs, je m'entraîne inlassablement :o)
J'aimerais avoir tort.
Si vous le voulez vraiment, vous pouvez vous tromper, je ne suis pas contre :o)
Je vous souhaite sincèrement bonne chance.
Ce qui est vraiment étonnant, c'est la persistance avec laquelle beaucoup essaient d'interpréter la similitude uniquement comme une similitude géométrique.
J'interprète la similarité comme la similitude entre les modèles qui forment l'objet et les conditions de départ.
Ce n'est pas du tout comme ça que c'est écrit et c'est un peu mal compris. ARPSS est essentiellement un modèle AR avec correction de la matrice de covariance. Il existe des composants qui étendent l'ARPSS - vous pouvez inclure un modèle de tendance( !), un modèle de ventilation( !), beaucoup de choses. Qu'est-ce que vous en dites ? Tu crois que je n'y connais rien ? J'écris sur autre chose - je n'applique pas ces modèles directement aux citations. Cela n'a aucun sens. J'écrivais sur l'utilisation de systèmes stochastiques avec une structure aléatoire. C'est ça, qu'est-ce que tu veux dire ? Que vous pouvez les appliquer sur les devis ? ARPSS entre guillemets ? Félicitations !
Ce sont les mathématiques qui ne fonctionnent pas dans ce cas - aucune des conditions nécessaires n'est remplie. Eh bien oui, la QUALIFICATION - qui le conteste ?
Qui a raisonné ? Quels sont les résultats à partager ? Ici même : https://forum.mql4.com/ru/34527/page27 a donné le résultat des tests en pips, jusqu'à présent dans MathCAD, 25 trades en 150 jours. Également dans la branche des tests de systèmes en ligne - j'ai fait des prévisions.
PS : Si vous pouvez appliquer l'ARPSS aux devis et identifier correctement le processus - montrez vos compétences.
Tu es très agressif. Je ne discute jamais. Merci pour vos articles sur moi.
Tu es très agressif. Je ne discute jamais. Merci pour vos articles sur moi.
Candid:
Привести то он привёл, но на дальнейшем обсуждении это никак не сказалось - очень жаль, на мой взгляд, когда правильное определение, можно сказать, суть того, что изучается в вопросе самоподобия, никак не сказываетя, хотя бы на расчете самого коэффициента. У меня несколько другое "геометрическое" впечатление, а именно: для ряда размером 1 берётся линейка размером 1, для ряда размером 2 берётся линейка размером 2, и.т.д. - скорее всего, это не так, если под "другой размер ряда" имеется ввиду "другой ряд". Дело в том, что ряд остается неизменным.
Il existe une interprétation géométrique - la longueur du littoral. Nous mesurons toujours la même rangée, le même rivage. Ce qui est amusant, c'est qu'en augmentant la précision de la règle, on obtient de plus en plus de longueurs de rivage. Comprenez-vous à quel point l'estimation de l'autosimilarité du littoral serait grossière si nous mesurions avec une seule règle de n'importe quelle longueur, et encore moins d'une longueur infinie ? Toutes ces mesures du même rivage (rangée) à l'aide de règles de différentes longueurs sont nécessaires pour augmenter la précision de l'évaluation. S'il existe une similitude à chaque niveau d'échelle, alors tous les points se trouveront sur la même ligne droite.