ハーストの索引 - ページ 24 1...171819202122232425262728293031...46 新しいコメント Sceptic Philozoff 2011.11.17 14:16 #231 何が問題なのか?ピータースを差し上げます。 削除済み 2011.11.17 14:23 #232 投げろ、アレクセイ調べてみるよ。 Sceptic Philozoff 2011.11.17 16:11 #233 ここで、発見しました。しまった、ファイルが入らない。プライベートメッセージをご覧ください。 削除済み 2011.11.17 16:59 #234 おくった 削除済み 2011.11.17 17:44 #235 書籍が届きました。まずは、定義に矛盾がないか、目を通してみる。一般的には、ひとまず気合を入れてみます ;) Vasiliy Sokolov 2011.11.18 06:04 #236 avtomat: 書籍が届きました。まずは、定義に矛盾がないか、目を通してみる。とにかく、手始めに気合を入れてみます ;) ご興味をお持ちいただき、ありがとうございます。 Vasiliy Sokolov 2011.11.18 10:35 #237 計算をC#に変換した。このアルゴリズムは、ピーターズの手法を完全に模倣している。グラフは以下のとおりです。 オリジナル まあ、なんというか。本で見たのと大差ない結果になっています。回線自体も本物に近くなっています。全期間を通じて正の傾きを持ち(理論との一致)、初期は滑らかで、終盤は崩れやすくなっている(一致)。しかし、スロープ係数が変わらないのは憂鬱だ(実際はハースト係数である)。 これは、次のようなことを意味します。 1.研究対象のプロセスが無限メモリを持つ。しかし、実際のSP500の市場を研究しているのだから、メモリは有限でなければならない。 2.研究対象のプロセスがランダムウォークと区別がつかない(おそらくそうだろう)。その場合、ハースト係数は曲線区間全体で0.5に等しくなければならない。もし、本当にそうだとしたら。 2.1.フラクタル統計学は、SBを現実の市場と区別することも、メモリー効果を数学的に証明することもできないので、全く役に立たない。 2.2.ピータースは詐欺師で、我々の頭をいじっている!(ありえない) 2.3.ピータースの計算は間違っていたし、エリック・ナイマンも自分の本で計算を繰り返した。 3.私が間違っていた。 3.1.アルゴリズムでは 3.2.方法論において。 3点目をぜひ確認させてください。独立した結果を楽しみにしています。 ポイント3に賛成して、次のように言っています。 1.カーブの変化がスムーズすぎる。特に大きな平均化周期では、独立したRSの測定数は1~2個と極めて少ないので、このようなことはないはずです。 2.成長率が高すぎる。グラフの最後で線がほぼ2になるのに対して、ピータースの方は1.3になる。傾きが一定でなくても1.6以上はありえないし、2もあるんですよ!?何かおかしいぞ。 Z.I.RSのスロープタンジェントを予備的に推定すると約46%(1.6 time to 1.66 swing)の値が得られ、これはトレンド性、アンチトレンド性がないことを意味し、SBの義務的特徴である。 Vasiliy Sokolov 2011.11.18 13:45 #238 結果を分析してみると、やはり、ピータースが累積チャートにリターンを復元することについて、理由もなく何も言及していないことに間違いがあるのかもしれない、と気づいたのです。エウレカ!!!!彼は何も蓄積せず、ln(Pi / Pi-1)のような独立した増分の系列で作業するのです。一方、私のシリーズは、S += ln(Pi/Pi-1)というリターンの総和であった。 その後、コードを変更し、この操作だけをスキップするようにしました。結果は劇的に改善されました。 平均値グラフの結果は、ピータースの計算と根本的に収束し始めた。確かに、ミニュチュアには不正確な部分があり、特に最大レベルと最小レベルの差はまだあります。また、直線の局所的な曲がり具合も異なりますが、要所は正確に表現しています。約1.9を超えるある時間を境に、傾斜角が小さくなっていることがわかる。 興味深いのは,リターンの累積プロット(左から1番目)が,まさにランダムウォークに従っていることである。この効果については、今のところ説明がつきません。論理的には、リターンを取るか、その累積系列を取るかによって、その様相は根本的に変わらないはずだが、そうでないことは完全に明らかである。しかし、なぜそうしないのか。 非常に興味深い図式が浮かび上がってきそうですね。 p.s. Petersと私の間では、データ処理に非原則的な違いがあるらしく、結局、グラフはあまり変わりません。 削除済み 2011.11.18 18:55 #239 . 今のところ、そのようにしています。しかし、ここで気になることがあります。対応するポイントをマークしましたが、余分な部分をカットする必要があります。元の写真のデータは、log(k)=0.8とlog(k)=2.4くらいの値に限定されています さらに調べてみます。 Vasiliy Sokolov 2011.11.18 19:11 #240 時代窓は引き違い窓としたのですか?Petersは重複しないデータで計算している(期間配置の方法については、Book 1の付録3を参照)。しかし、その結果はあまり変わらないはずです。それにしても、明らかにデータのレイアウトのどこかに誤差があるのですが、R/Sチャートはこんなディップやスパイクはありえませんね。非常に小さな平均化期間N=6でも0.28になるのに、どうしてR/S値が0.2以下になったのかが不明です。 1...171819202122232425262728293031...46 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
ここで、発見しました。しまった、ファイルが入らない。プライベートメッセージをご覧ください。
書籍が届きました。まずは、定義に矛盾がないか、目を通してみる。とにかく、手始めに気合を入れてみます ;)
ご興味をお持ちいただき、ありがとうございます。
計算をC#に変換した。このアルゴリズムは、ピーターズの手法を完全に模倣している。グラフは以下のとおりです。
オリジナル
まあ、なんというか。本で見たのと大差ない結果になっています。回線自体も本物に近くなっています。全期間を通じて正の傾きを持ち(理論との一致)、初期は滑らかで、終盤は崩れやすくなっている(一致)。しかし、スロープ係数が変わらないのは憂鬱だ(実際はハースト係数である)。
これは、次のようなことを意味します。
1.研究対象のプロセスが無限メモリを持つ。しかし、実際のSP500の市場を研究しているのだから、メモリは有限でなければならない。
2.研究対象のプロセスがランダムウォークと区別がつかない(おそらくそうだろう)。その場合、ハースト係数は曲線区間全体で0.5に等しくなければならない。もし、本当にそうだとしたら。
3.私が間違っていた。
3点目をぜひ確認させてください。独立した結果を楽しみにしています。
ポイント3に賛成して、次のように言っています。
Z.I.RSのスロープタンジェントを予備的に推定すると約46%(1.6 time to 1.66 swing)の値が得られ、これはトレンド性、アンチトレンド性がないことを意味し、SBの義務的特徴である。
結果を分析してみると、やはり、ピータースが累積チャートにリターンを復元することについて、理由もなく何も言及していないことに間違いがあるのかもしれない、と気づいたのです。エウレカ!!!!彼は何も蓄積せず、ln(Pi / Pi-1)のような独立した増分の系列で作業するのです。一方、私のシリーズは、S += ln(Pi/Pi-1)というリターンの総和であった。 その後、コードを変更し、この操作だけをスキップするようにしました。結果は劇的に改善されました。
平均値グラフの結果は、ピータースの計算と根本的に収束し始めた。確かに、ミニュチュアには不正確な部分があり、特に最大レベルと最小レベルの差はまだあります。また、直線の局所的な曲がり具合も異なりますが、要所は正確に表現しています。約1.9を超えるある時間を境に、傾斜角が小さくなっていることがわかる。
興味深いのは,リターンの累積プロット(左から1番目)が,まさにランダムウォークに従っていることである。この効果については、今のところ説明がつきません。論理的には、リターンを取るか、その累積系列を取るかによって、その様相は根本的に変わらないはずだが、そうでないことは完全に明らかである。しかし、なぜそうしないのか。
非常に興味深い図式が浮かび上がってきそうですね。
p.s. Petersと私の間では、データ処理に非原則的な違いがあるらしく、結局、グラフはあまり変わりません。.
今のところ、そのようにしています。しかし、ここで気になることがあります。対応するポイントをマークしましたが、余分な部分をカットする必要があります。元の写真のデータは、log(k)=0.8とlog(k)=2.4くらいの値に限定されています
さらに調べてみます。