Indice Hearst - pagina 7

 
Prival писал(а) >>

ha dato un'occhiata. Ancora 25. c'è un correlogramma, è una funzione. Una funzione si trasforma in un numero solo quando viene dato un certo valore dell'argomento.

"Nell'analisi delle serie temporali, un correlogramma, noto anche come grafico di autocorrelazione, è un grafico delle autocorrelazioni di un campione, da h (ritardo). "

Questo è quello che sembra "funzione di autocorrelazione" è un grafico!!!

Ora cosa ottiene il grafico (funzione) rispetto a un numero? quindi è ?

O forse devi solo confrontare non una funzione ma un numero con un numero.

L'indice Hearst è un numero e deve essere confrontato con un numero!!!

Z.I. Il correlogramma e l'ACF sono essenzialmente un insieme di coefficienti di autocorrelazione. Usa un solo numero "coefficiente di autocorrelazione (uno)". Quindi volevo scoprire cos'è, cosa pensate che sia, a quale valore dell'argomento, la funzione di autocorrelazione diventa un coefficiente di autocorrelazione. Alcuni fissano l'ACF a 0,707, altri attraverso l'integrale - questo è importante per un altro problema. Determinazione dell'intervallo di tempo durante il quale un processo è correlato a se stesso. (Per i commercianti, questo è il tempo durante il quale il processo osservato mantiene le sue caratteristiche di movimento).

L'indice di Hurst (HH) è un numero che caratterizza una data BP. Ora, prendiamo un quoziente, per esempio M1, troviamo il Rapporto Hearst per esso (sempre che tutto sia corretto e non ci siano errori logici). Eseguiamo la stessa procedura per M2, M3...Mtf e otteniamo un grafico - dipendenza di PC da TF. Lo confrontiamo, se necessario, con il mio correlogramma (anche un grafico di TF).

Tutto questo non è necessario? Poi troviamo il coefficiente di autocorrelazione nella serie della prima differenza, per esempio M10 e lo confrontiamo con il PC per lo stesso M10.

Serguei, dove sono le incongruenze? Tutto è paragonato senza contraddizione - numero a numero, funzione a funzione!

 
Neutron писал(а) >>

Il punteggio di Hurst (HH) è un numero che descrive un dato BP. Ora, prendiamo un quoziente, per esempio M1, troviamo HF per esso (purché tutto sia corretto e non ci siano errori logici). Eseguiamo la stessa procedura per M2, M3...Mtf e otteniamo un grafico - dipendenza di PC da TF. Lo confrontiamo, se necessario, con il mio correlogramma (anche un grafico di TF).

Tutto questo non è necessario? Poi troviamo il coefficiente di autocorrelazione nella serie della prima differenza, per esempio M10, e lo confrontiamo con il PC per lo stesso M10.

Serguei, dove sono le incongruenze? Tutto è paragonato senza contraddizioni - numero a numero, funzione a funzione!

1. Creare una propria funzione e chiamarla con il nome di un'altra funzione comunemente conosciuta è un po' scorretto. (Mathcadet ha una funzione ACF integrata lcorr() - è più semplice e conveniente).

2. "...trovare il coefficiente di autocorrelazione nella prima serie differenziale..." - Come? Cos'è? La formula? (Autocorrelazione significa confrontare una serie con se stessa, se senza spostamento, allora correlazione = 1 per definizione, quando si sposta il coefficiente può variare da -1 a 1). Un'unità per tutto il tempo, in confronto al PC?

Sergei, forse Skype è meglio, voce più veloce per spiegare tutto + progami su Matkadam spiegare a vicenda ciò che stiamo parlando. Qui cancelleremo la tastiera. Molto probabilmente è solo una confusione di termini. Ecco perché non ci capiamo.

 
Prival писал(а) >>

Sergey, forse è meglio Skype, è più veloce spiegare tutto con una voce + possiamo usare il software matcadet per spiegarci a vicenda di cosa stiamo parlando. Cancelliamo la tastiera qui. Molto probabilmente c'è solo confusione nei termini. Ecco perché non ci capiamo.

E cosa fanno allora gli spettatori. Non credo. È meglio continuare nella stessa direzione e nello stesso posto. Intendo sul modulo.

Anche se potresti diventare un ascoltatore. Ma non possono.

 
Vinin писал(а) >>

Cosa deve fare allora il pubblico. Assolutamente no. È meglio continuare nella stessa direzione e nello stesso posto. Cioè, sulla forma.

Anche se potresti diventare un ascoltatore. Ma non saranno in grado di farlo.

OK, posterò i risultati sotto forma di formule e grafici. Capisco l'obiettivo. Hearst e il coefficiente di correlazione - sono cose fondamentalmente diverse o concetti dello stesso ordine (variano solo in intervalli diversi). Solo che non capisco come calcolare il "coefficiente di autocorrelazione". Posso farlo, ma non ci riesco; posso fare il coefficiente di correlazione ma non posso farlo perché non capisco cos'è.

 
Prival писал(а) >>

2. "...trovare il coefficiente di autocorrelazione nella serie della prima differenza..." - Come? Cos'è? La formula? (Autocorrelazione significa confrontare la serie con se stessa, se senza spostamento allora la correlazione = 1 per definizione, il coefficiente può cambiare da -1 a 1 quando si sposta). Unità tutto il tempo per confrontare con il PC?

Non consideriamo l'unità - caso banale. Lo spostamento nella serie della prima differenza è sempre 1 e solo 1! - Consideriamo la correlazione solo tra campioni vicini nella serie della prima differenza in un REAL TF. Per ottenere il correlogramma, variamo SOLO il TF per la serie iniziale.

Questa è una definizione corretta, non ci dovrebbero essere malintesi.

Vinin ha scritto >>.

No. È meglio continuare allo stesso modo nello stesso posto.

Sono d'accordo. È meglio così.

 
Neutron писал(а) >>

Per ottenere un correlogramma, stiamo variando SOLO il TF per la serie originale.

forse, Prival, hai ragione. Questo non è un correlogramma, il coefficiente di correlazione tra campioni vicini nella serie della prima differenza trovata per diversi TF.

 
Neutron писал(а) >>

forse, Prival, hai ragione. Non è un correlogramma, è un coefficiente di correlazione tra campioni vicini in una serie di prime differenze trovate per diversi TF.

E confonde anche me. Se si confrontano due array, diciamo che uno è M1 e l'altro è M5, ovviamente. Ma gli array dovrebbero essere di lunghezza uguale. Supponiamo che ci siano 20 valori. Si scopre che stiamo confrontando il comportamento in diversi orizzonti temporali. I minuti sono 20 minuti e 5 minuti sono 1h 40 minuti. Anche questo non suona bene.

 

Assumiamo che la serie sia stazionaria in prima approssimazione e che non ci sia una differenza apprezzabile nelle stime ottenute dalla sezione BP su cui viene fatta questa stima.

 
Neutron писал(а) >>

Assumiamo che la serie sia stazionaria in prima approssimazione e che non ci sia una differenza notevole nelle stime ottenute dalla sezione BP su cui viene fatta questa stima.

Esiste un calcolo dell'indice di Hurst in Matcad (abbiamo bisogno di formule in forma discreta)?

Finora ho trovato solo questo

File con approcci all'analisi delle serie temporali in allegato. Queste formule prese da lì.

File:
 

Non c'è una funzione simile a Matkad.

Quello che hai citato nel tuo post sembra essere vero, tranne il seguente (correttamente):

1. Tendenze stabili o comportamento prevedibile della BP: Hu<1/2 o Hu>1/2 (rispettivamente antipersistenza e persistenza).

2. Mancanza di stabilità o imprevedibilità del comportamento della BP: Hu=1/2 (CB integrata con MO zero nella serie della prima-differenza).