Volumi, volatilità e indice Hearst - pagina 31
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
Farnsworth 18.09.2010 22:08
Gli esempi con somiglianza geometrica aiutano ad illustrare il punto di Hearst come coefficiente di autosimilarità. Per esempio, si può dare un'interpretazione geometrica dell'analisi R/S - prendi un righello di misura 1, misura R/S con quel righello, prendi un righello di misura 2 e ripeti le misure. E così via, finché è rilevante. In realtà, in questo modo, si valuta l'uguaglianza delle distribuzioni e si calcola il coefficiente di autosimilarità nel processo.
In ogni caso, mi piacerebbe molto che tu, Candido, dessi la tua interpretazione geometrica o, per così dire, che mi mostrassi in immagini, qual è il significato geometrico di una tale definizione:
Personalmente, vedo che Hurst, il coefficiente di autosimilarità, nella definizione di cui sopra è stato semplificato a una singola misura di una caratteristica simile a R/S usando un righello di lunghezza infinita. Ovviamente, le serie che non hanno uno spread infinito normalizzato avrebbero, secondo tale definizione, un coefficiente Hurst pari a zero. Qual è la sua opinione?
Naturalmente non è del tutto logico chiedere aiuto nell'interpretazione geometrica a una persona che ha appena cercato di portare la discussione al di là di essa :).
Mi dispiace deluderti, ma non posso offrire alcuna interpretazione geometrica, a parte gli abbondanti diagrammi R/S che si trovano in letteratura. Penso che sia chiaro da loro che la figura di Hearst può essere solo una caratteristica marginale.
In generale non mi sono mai posizionato come uno specialista dell'analisi R/S, anzi, ho da tempo e ripetutamente affermato di averla sempre trascurata a causa della "pesantezza" computazionale e quindi dell'irrealtà (almeno per me personalmente) di qualsiasi test rappresentativo. Quindi vi consiglio di non cercare di vedere verità brevettate nelle mie interpretazioni.Non è che mi stessi rivolgendo a te personalmente. Ma visto che hai risposto - l'auto-identificazione artificiosa non ha funzionato :)
Per quanto riguarda la domanda, non è agli errori nell'interpretazione dei risultati dell'analisi dello stesso processo (tali conclusioni affrettate gentilmente faa1947 dimostra - cancellando ogni seconda osservazione, richiede che il periodo in unità è mantenuto), ma nel fatto della ciclicità della media mobile della somma di serie casuale.
Questo mi rende impossibile capire il processo di quotazione e la conseguente traiettoria dei prezzi.
E se il presunto vagare geometrico di un quoziente è il risultato di una serie di processi casuali (smussati da filtri DC e discretizzazioni grossolane di taframes), allora come è coerente questo con la distribuzione uniforme (e in definitiva la gaussiana) di alcuni modelli popolari?
A proposito, il modello "trend-wave-noise" su un "periodo molto lungo" non regge rispetto al forex - non può esserci un trend qui per definizione.
Oro, petrolio, zucchero - una tendenza è necessaria lì. Per stimare l'inflazione...
;)
Come "penso", il fatto della ciclicità è esattamente quello di cui ho scritto. C'è una leggera differenza nelle caratteristiche integrali del bias. Infatti, si sta valutando lo stesso campione, ed è chiaro che si correla bene con se stesso e apparirà prevdo cicli
Per quanto riguarda il processo di citazione - non so nemmeno io cosa sia. L'unica cosa è che ho trovato una buona approssimazione nel modellarlo.
La tenacia con cui molte persone cercano di interpretare la somiglianza solo come somiglianza geometrica è davvero sorprendente. Nonostante l'esempio perfettamente specifico di somiglianza dato, mi riferisco al rapporto statistico tra Alto-Basso e Chiuso-Aperto. Questa è la vera somiglianza. A proposito, Yuri, il tuo esempio ZZ potrebbe essere anche migliore, ma sembra essere di una persona privata, quindi non lo porto qui.
Un altro esempio notevole di testardaggine incomprensibile è il requisito della presenza di 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 ai giorni. Ho quasi 4 milioni di barre sui minuti dell'euro, per esempio. E nei giorni in cui ho 3316. Sono solo sicuro di poter trovare un bel po' di aree molto simili sulla storia dei minuti.
Anche il recente offtopic con la distribuzione pullback in realtà non è affatto un offtopic, ma un esempio di una somiglianza reale. Il prezzo è andato a 100 pip, è tornato indietro del 23%, poi è andato di altri 50 pip (150 in totale) ed è tornato indietro del 23% di nuovo - non è una somiglianza?
Suggerisco che argomenti come "gli alberi reali sono diversi dagli alberi frattali, quindi non abbiamo bisogno della scienza sui frattali" non dovrebbero più essere considerati.
Mi sembra che il fatto della ciclicità sia esattamente quello di cui ho scritto. Nella leggera differenza nelle caratteristiche dell'integrale quando si compensano. Infatti, lo stesso campione viene valutato, ed è chiaro che si correla bene con se stesso e apparirà prevdo cicli
Quindi i ranghi sono indipendenti da Slutsky, giusto? O sto confondendo qualcosa?
Per quanto riguarda il processo di citazione - non so nemmeno io cosa sia. L'unica cosa è che ho trovato una buona approssimazione nella sua modellazione.
Forse anche questo è un altro fascino... Infatti, senza un modello del processo (comprese le distribuzioni utilizzate) finora non sono stato in grado di dimostrare o confutare nulla.
E così si scopre - l'ammirazione per le statistiche. E nemmeno in una demo o in un tester. In Matlab... :о)
Mi piacerebbe sbagliarmi.
;)
Vi auguro sinceramente buona fortuna.
In altre parole, quella definizione classica di cui i "classici" continuano a parlarci, disegnando i loro fiocchi di neve e tutto il resto - noi non vediamo tutto questo, a livello di numeri. Invece abbiamo il "rapporto statistico Alto-Basso e Chiuso-Aperto" - che può essere spiegato nel tradizionale moto browniano. E un pullback del 23% - incomprensibile per me personalmente. Ok, lascio perdere.
Quindi i ranghi sono indipendenti da Slutsky, giusto? O sto confondendo qualcosa?
Hai scritto dell'effetto Slutsky, se non sbaglio. Almeno questo è quello che ha detto, nel senso di "chiesto". L'effetto è che sui dati aggregati appaiono forti correlazioni e pseudocicli, in particolare sulla media mobile. Queste "dipendenze" appaiono anche su dati aggregati di serie casuali, dove in linea di principio non dovrebbero esserci. Mi è stato chiesto di parlarne. Ho dato la mia spiegazione.
Forse è anche un altro fascino... Infatti, senza un modello del processo (comprese le distribuzioni utilizzate) finora non è stato possibile dimostrare o confutare nulla.
Ho scritto quale modello di processo uso. È abbastanza adeguato alla realtà. E l'assurdità "tori" / "orsi" ecc. non ci credo. Non è nemmeno fascino - è un'assurdità.
E così si scopre - ammirando le statistiche. E nemmeno su una demo o in una pastella.
Sto scrivendo una lista di problemi. Ma perché avete bisogno di leggerlo? Non preoccupatevi! Ti conviene approfondire, perché è meglio che tu scriva tutte quelle stronzate sull'ammirazione, giocando a fare lo psicologo di merda :o)
In Matlab... :о)
Tutto sommato, lo stato in MT sarà lo stesso, non preoccupatevi. Inoltre, mi sto instancabilmente "esercitando" :o)
Mi piacerebbe sbagliarmi.
Se proprio vuoi, sei il benvenuto a sbagliare, non sono contrario :o)
Vi auguro sinceramente buona fortuna.
Davvero sorprendente è la persistenza con cui molti cercano di interpretare la somiglianza solo come somiglianza geometrica.
Interpreto la somiglianza come la somiglianza dei modelli che formano l'oggetto e le condizioni di partenza.
Non è affatto così che è scritto e si capisce un po' male. ARPSS è essenzialmente un modello AR con correzione della matrice di covarianza. Ci sono componenti che estendono ARPSS - si può includere un modello di tendenza(!), un modello di ripartizione(!), molte cose. Che cosa dice a questo proposito? Pensate che non ne sappia nulla? Sto scrivendo di qualcos'altro - non sto applicando questi modelli direttamente alle citazioni. Non ha senso. Stavo scrivendo di usare sistemi stocastici con una struttura casuale. Tutto qui - di cosa state discutendo? Che si possono applicare sui preventivi? ARPSS sulle citazioni? Congratulazioni!
È la matematica che non funziona in questo caso - nessuna delle condizioni necessarie è soddisfatta. Beh sì, QUALIFICA - chi lo discute.
Chi ha ragionato? Quali sono i risultati da condividere? Proprio qui: https://forum.mql4.com/ru/34527/page27 ha dato il risultato del test in pip, finora in MathCAD, 25 scambi in 150 giorni. Anche nel ramo del test dei sistemi online - ha fatto qualche previsione.
PS: Se puoi applicare ARPSS alle citazioni e identificare correttamente il processo - mostra le tue capacità.
Sei molto aggressivo. Non discuto mai. Grazie per i vostri post su di me.
Sei molto aggressivo. Non discuto mai. Grazie per i vostri post su di me.
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.
C'è un'interpretazione geometrica - la lunghezza della costa. Misuriamo sempre la stessa fila, la stessa riva. Il divertimento è che aumentando la precisione del righello, otteniamo sempre più lunghezze di costa. Capite quanto sarebbe grezza la stima dell'autosimilarità della linea di riva se misurassimo con un solo righello di qualsiasi lunghezza, tanto meno di una lunghezza infinita? Tutte queste misurazioni della stessa linea di riva (fila) usando righelli di diverse lunghezze sono necessarie per aumentare la precisione della valutazione. Se c'è una somiglianza ad ogni livello di scala, allora tutti i punti si troveranno sulla stessa linea retta.