Volumi, volatilità e indice Hearst - pagina 29

 
faa1947:

Nei post precedenti, in un altro thread, ho cercato di dimostrare che citare un lasso di tempo per frequenze di risonanza è una cosa e citare un altro lasso di tempo è un'altra.

Non hai ancora capito in quali unità quel programma misura i periodi?
 
joo:
.....

È un po' un pasticcio, ma non ho un'altra definizione, ma i principi a cui mi attengo. A mio parere, i Paternon, come li ho definiti, non possono essere indagati con la correlazione e altri metodi statistici, e in generale è impossibile derivare analiticamente formule di Paternon caratteristici, perché appaiono e scompaiono continuamente, confluendo l'uno nell'altro, e, come ho detto, in ogni TF un Paternon diverso, che non dipendono l'uno dall'altro. Diverse combinazioni di PATTERNs in diversi TF danno PATTERNs investigativi diversi ma specifici per il momento. È come un caleidoscopio o un modello di fiocco di neve, anche se i modelli sono infinitamente molti, ma escludono l'apparizione di modelli "impossibili". Cioè, c'è qualche insieme diverso dall'insieme degli Schemi.

Ne consegue che è necessario analizzare i paternali simultaneamente su diverse TF. Non è lo stesso del metodo dei tre schermi, che dà solo segnali discreti. Il metodo degli schemi fluidi (beh, finalmente c'è un nome per il mio metodo) dà segnali continui (con la più piccola discretizzazione possibile che è possibile sulla BP in studio) nel tempo.

....

Sì, e un'altra cosa. È simile al pensiero figurativo umano. Ogni singola immagine non gioca alcun ruolo significativo nel pensiero, inoltre, le immagini degli stessi concetti sono diverse per tutte le persone. Tuttavia, è la totalità di tutte le immagini o gruppi di immagini che permette di pensare, generare nuove immagini e ottenere nuove informazioni. Si può dire che c'è un certo livello minimo di immagini, al quale è possibile generare nuove immagini adeguate alla realtà. È così che nuove conoscenze/scoperte appaiono nell'umanità, solo sulla base di conoscenze/immagini già esistenti.
 
Candid:
Non hai ancora capito in quali unità quel programma misura i periodi?

Ti ho anche dato un trailer. Non ho bisogno di capirlo - minuti. Non ci sono frequenze in questo programma perché non sono usate nel forex.
 
Farnsworth:
a HideYourRichess to faa1947

Ma se si va più a fondo in FA, dopo aver frugato con tutti i tipi di integrali di correlazione, dimensioni di informazione, entropie, singolarità, ecc. (questo sono io, come avete notato - "schiacciare" l'intelletto :o)))) + un po' di ottimismo, allora si può arrivare a una conclusione molto importante. La citazione è un processo estremamente complesso, ma non casuale (!!!!). Il processo non è rumoroso, è come lo vediamo noi - ma è molto complesso(!!!)

Se reinventate le vostre biciclette, allora sì.

C'è un modello di mercato abbastanza accettato - trend + onda (forse) + rumore. Si chiama ARPSS (1976!). Il modello funziona su quozienti non stazionari, ma non è universale. Così ci sono sezioni del quotidiano in cui non si può identificare alcun modello. Ma su quelle sezioni dove è possibile identificare, allora si possono fare delle previsioni. Secondo me, il modo giusto è cercare di estendere questo modello alle aree in cui non funziona. Anche questo è stato fatto nel 1984 ed è chiamato GARCH con molte modifiche successive.

Infatti ARPSS insieme a GARCH cerca anche i pattern, come si cercava in passato ("testa e spalle"), ora si cerca con TC (spesso è impossibile descrivere a parole cosa cerca TC). Ma il punto è lo stesso - spostare la probabilità a favore della vittoria, e l'ottimismo si trasforma molto presto in pessimismo

 

È davvero sorprendente la persistenza con cui molti cercano di interpretare la somiglianza solo come somiglianza geometrica. Nonostante l'esempio perfettamente specifico di somiglianza dato, mi riferisco al rapporto statistico di High-Low e |Close-Open|. Questa è la vera somiglianza. A proposito, Yuri, il tuo esempio di ZZ potrebbe essere anche migliore, ma sembra essere da un conto personale, quindi non lo porto qui.

Un altro meraviglioso esempio di incomprensibile testardaggine è l'esigenza di avere frattali ideali in file reali.

A proposito, forse i modelli sono solo segmenti di sviluppo frattale "quasi indisturbato". Il che, ovviamente, non può durare a lungo.

Non credo nemmeno che sia corretto paragonare i minuti con i giorni. In euro minuti ho quasi 4 milioni di barre per esempio. Nei giorni in cui ho 3316. Sono solo sicuro di poter trovare un bel po' di punti molto simili nella storia dei minuti.

Anche il recente off-topic con la distribuzione del pullback non è affatto un off-topic, ma un esempio di una vera somiglianza. Il prezzo ha passato 100 pip, è tornato indietro del 23%, poi ne ha passati altri 50 (150 in totale) ed è tornato indietro del 23% di nuovo - non è una somiglianza?

Suggerisco che argomenti come "qui gli alberi reali sono diversi dagli alberi frattali, quindi non abbiamo bisogno della scienza dei frattali" non dovrebbero più essere considerati.


Un'altra questione è che non è molto chiaro come fare soldi con una simile somiglianza. Quindi si suggerisce di pensarci, di cercare forse caratteristiche più adatte.

 
faa1947:

Ti ho anche dato un trailer. Non ho bisogno di capirlo - minuti. Non ci sono frequenze in questo programma perché non sono applicate nel forex.
No, si misurano in pezzi di barre. L'ho scritto in quel thread, ma sembra che tu abbia perso quel post.
 
faa1947:

C'è un modello di mercato abbastanza accettato - trend + onda (forse) + rumore. Si chiama ARPSS (1976!). Il modello funziona su quozienti non stazionari, ma non è universale. Così ci sono sezioni del quotidiano in cui non si può identificare alcun modello. Ma su quelle sezioni dove è possibile identificare, allora si possono fare delle previsioni. Secondo me, il modo giusto è cercare di estendere questo modello alle aree in cui non funziona. Anche questo è stato fatto nel 1984 ed è chiamato GARCH con molte modifiche successive.

Beh, non puoi isolare il rumore su una citazione - apparentemente non lo capisci perché non hai provato. E nessun ARPSS vi aiuterà sulle citazioni e non troverete mai queste trame. Saremmo dei furbi milionari che girano qui in massa - l'isola e i castelli non basterebbero per tutti. :о) Isolare il rumore significa trovare un modello adeguato.

Infatti ARPSS insieme a GARCH cerca anche i pattern, come si cercava in passato ("testa e spalle"), ora si cerca con TC (spesso è impossibile descrivere a parole cosa cerca TC). Ma il punto è lo stesso - sposta la probabilità a favore della vittoria, e l'ottimismo si trasforma molto presto in pessimismo

Oh, no! Questo non è affatto un commento.

PS: su serie non stazionarie e AR funziona, solo che ci sono limitazioni significative per AR, ARPSS, GARCH e simili. Questi modelli non funzionano e per farli funzionare ho bisogno di un po' di ottimismo :o) A proposito, uso alcuni dei modelli elencati sopra come modelli di strutture casuali. Non è questa la domanda:

Secondo me, il modo giusto è cercare di estendere questo modello nelle aree in cui non funziona.

Questo è essenzialmente tuo:

Se inventate le vostre biciclette, allora sì.

La questione è trovare lo spazio di fase su cui questi modelli iniziano a funzionare. E non c'è altro da dire. E reinventare un po' le biciclette, come posso farne a meno :o)

 
FreeLance:

Sono naturalmente "selvaggiamente dispiaciuto", ma spiegate a me "inesperto" le ragioni del paradosso/effetto Slutsky-Yule.

Altrimenti non riesco a capire l'aggiunta di variabili casuali.

Soprattutto il tuo ragionamento sul tema dell'autosimilarità.

Ho dimenticato di rispondere. Penso che l'effetto Slutsky-Yule sia spiegato molto semplicemente. Guardiamo in sequenza: al momento t1 - la finestra scorrevole (w) fissa una certa lunghezza della serie temporale, che limita il campione in studio. Al momento t2 la stessa finestra si sposta di un conteggio, ma come cambia il "riempimento" della finestra?


Non molto :o). In un nuovo campione di lunghezza w, solo un campione è spostato di un conteggio. Cioè, quando ci si sposta di un passo, tutto il campione (w-1) viene conservato tranne un valore. Prendete un campione casuale di lunghezza w, spostatevi e otterrete due campioni vagamente distinguibili. Tutte le caratteristiche statistiche differiranno in modo insignificante. Cioè ci saranno correlazioni e pseudo-cicli che non esistono realmente. Potete provarlo su una serie completamente casuale, otterrete questo effetto in pieno splendore.


PS: A questo proposito, consiglio vivamente di non usare MA. È ingannato dalla casualità :o)))

Signori scienziati!

Non sono uno scienziato.

 
Farnsworth:

Non puoi isolare il rumore sulle citazioni - apparentemente non lo capisci, perché non ci hai provato. E nessun ARPSS vi aiuterà sulle citazioni e non troverete mai queste trame. Se solo ci fossero più di noi milionari intelligenti che camminano qui intorno - l'isola e i castelli non basterebbero per tutti. :о) Isolare il rumore significa trovare un modello adeguato.

Se usi ARPSS, non lo capisco. La premessa di ARPSS è: tendenza + onda + rumore.

PS: AR funziona anche su serie non stazionarie, ma ci sono limitazioni significative per AR, ARPSS, GARCH e simili. Questi modelli non funzionano, ma perché funzionino ho bisogno di un po' di ottimismo

O qualificazione, qualificazione prima.

La questione è trovare lo spazio di fase in cui questi modelli iniziano a funzionare.

Ho pensato molto a questo, ma niente. forse potresti condividere i tuoi risultati?

 
Candid:
No, si misurano in barre. L'ho scritto in quel thread, ma sembra che ti sia sfuggito.

Infatti.