ハーストの索引 - ページ 13

 
Neutron >> :

全ては科学に則っているようです。

0(最初の差分系列)から1(大きなTFの線形トレンド)までの範囲です。特別な場所は、ランダムなブラウン一次元運動(MOが0の積分SV)で占められており、それに対してPC=1/2、ノイズの多い正弦、この仲間で、PCは、小さなTFではノイズが大きな役割を果たし、大きなTFではすでに傾向が見えるなど、あるべき滑らかに揺れ動きます。

Y2のPCがゼロ以下になる。

 

冗談だろう?

もしあなたが真剣なら、オプションとして、調査した値の統計的なばらつきを考慮してみてはどうでしょう。単純に、TFが大きいと、対象系列のサンプル数は1/TFとして減少し、したがって散布度はSQRT(TF)として大きくなり、第一差分のPCは1/SQRT(n)として常にゼロになる傾向があることを考えると、所々でマイナスが生じるのは理解できるだろう。

 
Neutron >> :

冗談だろう?

まあ、一般的にはノーですね。

もしあなたが真剣なら、オプションとして、調査した値の統計的なばらつきを考慮してみてはどうでしょう。単純に、大きなTFでは、調査した系列のサンプル数は1/TFとして減少し、したがって散乱はSQRT(TF)として増大し、最初の差のPCは1/SQRT(n)として常にゼロになる傾向があることを考えると、ところどころでマイナスが生じるのは理解できるだろう。

その点については、もっと詳しくお願いします。

PCの感覚では、R<Sの条件を満たすデータは1つもないはずである。

目視では、Y2については、ノイズがあるためR/Sは0より大きく、R/Sプロットは水平方向に30の後、30まで上がるはずである。

 

こんなことが起こるかもしれません。

プライバルの 実施した定式化では、PCは点の集合を通る直線の傾きの接線によって定義されるため、積分指数とみなされるのである。このセットには負の傾きを持つ領域もあるが、一般的に(積分的に)傾きは正であり、PC < 0となるケースは実際にはあり得ない。

スロープの角度は、隣接する2点間で局所的に計算されるので、大きなTFでは低い値になることもありますが、それはそれで仕方がないことです...。この場合、「私の」PCBは素直にマイナスに跳ね返ってきます。実際、何が起こっているのかを理解すれば、不適切なことなど何もない。もちろん、すべてはAPそのものをどう定義するかにかかっているのだが。この指標は、ローカルに出力した方が情報量が多いように思いました。

一般的には、これを整理する必要があります。XPの定義は、TFの増加に伴うBPのボラティリティの増加率を示している。この定義に基づき、アルゴリズムを構築しました。しかし、オリジナルのものと一致しない、あるいはどこかでポイントがずれていることがわかる。

追伸:それから、私は(Privalが光って いる)記事から数式で合理的な何かを得ていません、私はそこで(まあ、または私の頭の中で)台無しにしました。だから、そこでの表現を真理として訴えることはしない。

 

また、いつだったか忘れましたが、マイナス値になったことがあります。よく飛びますね(だから嫌だったんです)。ここでは、あなたのNeutronと 私のNeutronの 2つのアルゴリズムを比較してみます。

Nとnに関するXpert。Nを入れると、X(N)は常に0になる。しかし、再確認してみると、何かおかしい、ここで積分となる。

 
Prival >> :

Nとnに関するXpert。Nを挿入すると、X(N)は常に0になる。しかし、再確認してみると、何かがおかしい、ここが積分になっている。

ははは、それは間違いかもしれませんね。

ある N に対して、X の値は N - 1 個存在するはずである。


X[i] = Summ(i)(e[i] - M[N]) i = 2...N これが明確であればよいのですが...。


_______________________________

少なくとも現状では、n個(つまり全部!)の要素について、MOGからの累積偏差をNで計算する、という式は確かに意味を成しませんね。

 
Neutron писал(а)>>

....

一般的には、これに対処する必要があります。定義によれば、PCはBPのボラティリティが TFとともに 増加する割合を示している。私はこの定義に基づいて、まさにアルゴリズムを構築しました。しかし、オリジナルのものと一致しない、あるいはどこかでポイントがずれていることがわかる。

追伸:それから、私は(Privalが光って いる)記事から数式で合理的な何かを得ていません、私はそこで(まあ、または私の頭の中で)台無しにしました。だから、そこでの表現を真理として訴えることはしない。

私も、正しいカウントの仕方は、まだ明確になっていません。ソースによって異なります。これらの記事は、プログラマーが書いたものではないことがわかる。そして、ここから「TFの増加で」、混乱だけを取り上げてください。それはナイル川の水位の変化であり、ワニの数の変化でもある。きちんと計算したら、次はTFが増えたらどうなるかを考えていきます。

 
Neutron >> :

こんなこともあるかもしれません。

傾斜角は隣接する2点間で局所的に計算されるため、TFが大きくなると傾斜の広がりが小さくなることがあります。この場合、「私の」PCBは素直にマイナスに跳ね返ってきます。実際、何が起こっているのかを理解すれば、不適切なことなど何もない。もちろん、すべてはAPそのものをどう定義するかにかかっているのだが。この指標は、ローカルに出力した方が情報量が多いように思いました。

ああ、今なら納得できる。

一般的には、整理することが必要である。

ウンウン

定義によれば、PCはTFの増加に伴うBPボラティリティの増加率を示している。私はこの定義に基づいて、まさにアルゴリズムを構築しました。でも、元のものと一致していないのか、どこかで勘違いしているのがわかります。

ノイズのない正弦波に対して構築し、記事の画像と比較すべきかもしれません。そこで、記事中の数式は無視して、写真を真実とすることにしましょう。

ところで、自分の値とスクリプトを比べてみては どうだろう。

 

今日は爆睡してしまいました。ハースト係数のアナログはかなり局所的に計算することが可能です!!!!

これは、Dubovikovの論文 "Minimum coverage dimensionality and local analysis of fractaltime series" から導かれたものです。

 
surfer >> :

今日は爆睡してしまいました。ハースト係数のアナログはかなり局所的に計算することが可能です!!!!

これは、Dubovikovの論文 "Minimum coverage dimensionality and local analysis of fractal time series" から導かれたものです。

すべてはすでに私たちの前に盗 まれているのだ、万歳。