Indice Hearst - pagina 25
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ottenuto un curioso grafico riassuntivo delle tre quantità misurate:
Possiamo vedere che i risultati reali, anche se per loro natura tendono a un'inflessione dopo 1,8 - 1,9, possono essere troppo ben approssimati da un grafico di un cammino casuale di un valore normalmente distribuito. Allo stesso tempo la trama della rampa stessa è praticamente una linea retta ideale senza pieghe visibili (buon risultato). Rispetto al calcolo di Peters, il valore di Hurst è sottostimato di circa 0,10 e ammonta a 0,68 nel suo picco contro 0,78 per Peters. Allo stesso tempo il carattere della pendenza delle linee dopo l'inflessione (momento della perdita di memoria) è più simile.
Al momento i risultati sono ancora troppo diversi da quelli annunciati da Peters ed è troppo presto per parlare di un'identificazione stabile delle serie non casuali tramite questo indicatore.
P.S. La difficoltà sta anche nel fatto che dobbiamo lavorare con valori molto piccoli. Deviazioni insignificanti di alcune percentuali danno angoli di pendenza molto diversi. Mezzo passo a sinistra, mezzo passo a destra - e la serie è già indistinguibile dal vagabondaggio casuale.
P.S. Un'altra difficoltà è che bisogna lavorare con valori molto piccoli. Piccole deviazioni di pochi punti percentuali danno angoli di pendenza molto diversi. Mezzo passo a sinistra, mezzo passo a destra - e la fila è già indistinguibile dal vagabondaggio casuale.
L'errore e la correttezza dell'applicazione al mercato di Hearst devono essere considerati.
L'intera conclusione inizia con la nota formula di Einstein per SB che dice che la deviazione media di una particella vagante dall'origine aumenta in proporzione diretta alla radice del tempo. Se per ogni tatto di tempo una particella si muove +1/-1, allora R=SQRT(N), dove N agisce come tempo, o numero di incrementi. Ma in realtà raramente abbiamo a che fare con processi con due incrementi discreti +1 e -1 e ne segue che nel caso generale R=sko*SQRT(N), che ha senso se la distribuzione ha sko=costante, cioè la distribuzione è stazionaria. Quindi R/sko=N^0.5 per il cammino casuale. Poi si sostituisce 0,5 alla variabile e si calcola attraverso i logaritmi. Per usare l'incremento accumulato invece di quello medio (perché avete bisogno di molte più statistiche per l'incremento medio) viene anche introdotto un fattore di correzione empirico. Il valore dell'indice Hurst per i dati di mercato è molto discutibile, poiché la distribuzione non è stazionaria e cambia rapidamente e dipende dai suoi valori precedenti. Non c'è nessuna base teorica per la validità dell'uso di questo indicatore per i dati non stazionari. Cioè può essere applicato, ma i risultati possono essere affidabili :)
C'è ancora un problema con l'errore e la correttezza dell'applicazione al mercato di Hearst in generale.
L'intera conclusione parte dalla nota formula di Einstein per SB che dice che la deviazione media di una particella vagante dall'origine aumenta in modo direttamente proporzionale alla radice del tempo. Se per ogni tatto di tempo una particella si muove +1/-1, allora R=SQRT(N), dove N agisce come tempo, o numero di incrementi. Ma in realtà raramente abbiamo a che fare con processi con due incrementi discreti +1 e -1 e ne segue che nel caso generale R=sko*SQRT(N), che ha senso se la distribuzione ha sko=costante, cioè la distribuzione è stazionaria. Quindi R/sko=N^0.5 per il cammino casuale. Poi si sostituisce 0,5 alla variabile e si calcola attraverso i logaritmi. Per usare l'incremento accumulato invece di quello medio (perché avete bisogno di molte più statistiche per l'incremento medio) viene anche introdotto un fattore di correzione empirico. Il valore dell'indice Hurst per i dati di mercato è molto discutibile, poiché la distribuzione non è stazionaria e cambia rapidamente e dipende dai suoi valori precedenti. Non c'è nessuna base teorica per la validità dell'uso di questo indicatore per i dati non stazionari. Cioè può essere applicato, ma non ci si può fidare dei risultati :)
La statistica di Hurst è progettata in modo tale che né il tipo di distribuzione, né la sua non stazionarietà possono confonderla. Almeno questo è quello che dice lo stesso Peters. Al contrario, può essere utilizzato per determinare in modo affidabile se la serie studiata è stazionaria o meno, se gli incrementi in essa sono dipendenti l'uno dall'altro (effetto memoria), per calcolare la lunghezza del ciclo del processo in studio (non credo sia necessario spiegare perché) e per determinare se la serie è in tendenza o in controtendenza. Un intoppo - è estremamente difficile ripetere i risultati di Peters, e finora non so perché sia così. Per quanto riguarda il c.c.o. - è qui solo per la normalizzazione dello spread, in modo che si possano confrontare serie di diversi sistemi non comparabili.
Il file non si attacca. Fareste meglio a leggerlo.
OLGA STANISLAVOVNA GULYAEVA
GESTIONE DEL RISCHIO VALUTARIO SULLA BASE DI METODI FRATTALI DI ANALISI DI PREVISIONE DEI TASSI DI CAMBIO
Cerca su Google. È più facile. Forse qualcuno farà un indicatore.
Il file non si attacca. Fareste meglio a leggerlo.
OLGA STANISLAVOVNA GULYAEVA
GESTIONE DEL RISCHIO VALUTARIO SULLA BASE DI METODI FRATTALI DI ANALISI DI PREVISIONE DEI TASSI DI CAMBIO
Cerca su Google. È più facile. Forse qualcuno farà un indicatore.
Forse qualcuno... E, secondo me, state spammando l'acquisto non solo di una tesi di laurea, ma anche di un abstract (un pasticcio completo) di un autore sconosciuto su un argomento dubbio.
Per qualche tempo ho dovuto essere distratto da altre preoccupazioni - mia figlia aveva 18 anni - non avevo tempo per i frattali ;))).
Ma tale interruttore - è la prima volta che lo noto - ha portato alla chiara visione del problema frattale ancora irrisolto.
Beh, non appena tornerò in me, risolveremo questo problema ;)
tara:
Вы спаммите покупку не только диссертации, но и автореферата (полный беспредел) никому не известного автора на сомнительную тему.
Dovresti imparare a usare internet. Poi leggilo, e poi tira le conclusioni. Nel frattempo, stai scavando tra i manoscritti di .....Newton.
C'è ancora un problema con l'errore e la correttezza dell'applicazione al mercato di Hearst in generale.
L'intera conclusione parte dalla nota formula di Einstein per SB che dice che la deviazione media di una particella vagante dall'origine aumenta in modo direttamente proporzionale alla radice del tempo. Se per ogni tatto di tempo una particella si muove +1/-1, allora R=SQRT(N), dove N agisce come tempo, o numero di incrementi. Ma in realtà raramente abbiamo a che fare con processi con due incrementi discreti +1 e -1 e ne segue che nel caso generale R=sko*SQRT(N), che ha senso se la distribuzione ha sko=costante, cioè la distribuzione è stazionaria. Quindi R/sko=N^0.5 per il cammino casuale. Poi si sostituisce 0,5 alla variabile e si calcola attraverso i logaritmi. Per usare l'incremento accumulato invece di quello medio (perché avete bisogno di molte più statistiche per l'incremento medio) viene anche introdotto un fattore di correzione empirico. Il valore dell'indice Hurst per i dati di mercato è molto discutibile, perché la distribuzione non è stazionaria e cambia rapidamente e dipende dai suoi valori precedenti. Non c'è nessuna base teorica per la validità dell'uso di questo indicatore per i dati non stazionari. Cioè, può essere applicato, ma non ci si può fidare dei risultati :)
Ho pensato a lungo a quello che hai detto - tutte queste sono osservazioni serie e preziose. Ma dovete essere d'accordo, che per controllare tutto questo, in primo luogo, è necessaria una metodologia di calcolo verificata, in secondo luogo, sono necessari alcuni esperimenti che provino realmente le affermazioni teoriche e i calcoli. Inoltre, l'esperimento aiuterà a regolare i metodi di calcolo e a sincronizzarli con i calcoli teorici (se questo è possibile). Solo dopo sarà possibile giudicare in modo affidabile se il metodo è adatto all'analisi di serie finanziarie reali. Devo ammettere che ho tanti dubbi quanto voi. Ma l'unico modo per rispondere a tutte queste domande è lavorare sull'argomento.
Con questo in mente, inizierò con le basi, cioè la formula di Einstein per SB R=SQRT(N):
1.0 Genererò un SB puro normalmente distribuito +1/-1 senza alcun effetto AR o clustering di volatilità.
1.2 Testerò l'ipotesi di R=SQRT(N). Se ci saranno delle deviazioni, allora molto probabilmente si tratta dell'algoritmo di generazione PRNG. Possiamo provare con i numeri di random.org. La cosa principale è che a questo stadio, il più basso, dobbiamo avere un SB superaffidabile che sia coerente al 100% con la teoria.
1.3 Controllo Hearst sul SB generato. Questo è un momento speciale, molto importante. Qui dovrebbe passare il SB, in modo da poter essere ammesso a formazioni più complesse.
1.4 Generazione di SB con distribuzioni Paretto-Levy, basate sulla volatilità di strumenti reali. Teoricamente, Hurst dovrebbe mostrare lo stesso di prima, su una distribuzione normale. Se non è così, dovremmo analizzare perché accade e se ha senso un'ulteriore indagine.
1.5. Aggiungere effetti AR al SB. Dobbiamo studiare attentamente come le dipendenze lineari a breve termine possono distorcere (in teoria distorcere) le letture degli indicatori, e come contabilizzare correttamente questi effetti, ecc.
1.6 In parallelo, vorrei sviluppare l'argomento ciclico e sperimentare con primitive artificiali come y=Cos(x) e la funzione Weierstrass più complessa. Teoricamente, la statistica V dovrebbe determinare correttamente le lunghezze dei cicli in questi processi.
2.1 Se il primo stadio è superato, il metodo frattale può essere autorizzato a lavorare su serie finanziarie reali. A questo punto saremo già assolutamente sicuri della correttezza dei metodi che fornisce, e quindi sarà possibile interpretare correttamente i risultati.
P.S. Va notato che la maggior parte degli indicatori TA, come RSI o MA, non superano nemmeno il primo test sul SB. L'RSI per esempio mostrerà zone di ipercomprato e ipervenduto, e la SMA cambierà la sua direzione.
P.P.S. Mi chiedo se il tempo durante il quale l'RSI sarà nella zona di ipercomprato e ipervenduto per il SB sarà approssimativamente uguale al tempo per le serie finanziarie reali o no?
Tuttavia, ciò che mi affascina di tutto questo argomento è che la statistica frattale è posizionata come un metodo affidabile per separare la pula (SB) dai grani (mercati reali). A occhio, i grafici del SB e dei mercati sono indistinguibili, tutti appaiono nell'analisi tecnica, e tutti gli indicatori TA funzionano sia sul SB che sui mercati reali. Quindi, se un modello appare dove non può verificarsi a priori, può significare qualcosa?
Il file non si attacca. Fareste meglio a leggerlo.
OLGA STANISLAVOVNA GULYAEVA
GESTIONE DEL RISCHIO VALUTARIO SULLA BASE DI METODI FRATTALI DI ANALISI DI PREVISIONE DEI TASSI DI CAMBIO
Cerca su Google. È più facile. Forse qualcuno farà un indicatore.
Sì, ho controllato. Lì c'è un metodo leggermente diverso. Ma finora sono più interessato non a come contare (quello è noto), ma alla rappresentatività dei risultati e a come conciliare la teoria con la pratica.