ハーストの索引 - ページ 25 1...181920212223242526272829303132...46 新しいコメント 削除済み 2011.11.18 19:19 #241 今のところ、これは目標に向けた第一歩にすぎません。もっと詳しく調べてみます。 Vasiliy Sokolov 2011.11.21 12:03 #242 測定された3つの量の不思議なまとめグラフを取得。 実際に得られた周期Nに対する比率R/S（赤線）。 正規分布の確率変数のグラフ（緑線）。 Petersによって得られた周期Nに対する比率R/S（黒線がおおよその軌跡を示す）。 実際の結果は、その性質上、1.8〜1.9の後に変曲する傾向があるものの、正規分布の値のランダムウォークのグラフであまりにもよく近似できることがわかる。同時に、ランプのプロット自体も、ねじれのない理想的な直線になっています（良い結果です）。 Petersのベンチマーク計算と比較すると、Hurst値は0.10程度過小評価されており、Petersの0.78に対してピークで0.68となる。同時に、変曲点（記憶喪失の瞬間）以降の直線の傾きの性格が、より互いに似ている。 現時点ではまだPetersの発表した結果と大きく異なっており、この指標による非ランダム 系列の安定的な同定を語るには時期尚早である。 追伸：非常に小さな値で作業しなければならないという点にも難しさがあります。数パーセントの微小なズレで、傾斜角度が大きく変わってしまうのだ。左へ半歩、右へ半歩......と、すでにランダムな迷走と見分けがつかないようなシリーズになっているのです。 Avals 2011.11.21 13:24 #243 C-4:追伸：もう一つの難点は、非常に小さな値で作業しなければならないことです。数パーセントのわずかなズレで、傾斜角度が大きく変わってしまうのです。左へ半歩、右へ半歩、もうランダムな迷走と見分けがつかなくなるような列です。ハースト社の市場への適用の誤りや正しさについて検討する必要がある。 この結論は、よく知られているアインシュタインの公式から始まる。この公式は、原点をさまよう粒子の平均偏差は、時間の根に正比例して大きくなるというものだ。時間のタクトごとに粒子が+1/-1動くとすると、R=SQRT(N)、ここでNは時間、または増分の数として作用する。しかし、実際には、+1 と -1 の2つの離散的な増分を持つ過程を扱うことはほとんどなく、一般的には R=sko*SQRT(N) となり、これは、sko=一定、すなわち分布が定常である場合に意味を持つことになります。したがって、ランダムウォークではR/sko=N^0.5となります。そして、変数に0.5を代入し、対数で計算する。平均増分ではなく、累積増分を使用するために（平均増分にはより多くの統計量が必要なため）経験的な補正係数も導入されています。市場データに対するハースト 指数の価値は、分布が非定常であること、分布が急激に変化し、以前の値に依存することから、大いに疑問視されている。非定常データに対してこの指標を用いることの妥当性については、理論的な根拠がない。つまり、応用が効くが、結果は信頼できる :) Vasiliy Sokolov 2011.11.21 14:20 #244 Avals: ハースト市場全般への適用の誤りや正しさには、まだ問題があります。 この結論は、迷子の粒子の原点からの平均偏差が時間の根に正比例して増加するという、よく知られたアインシュタインのSBの公式から始まっている。時間のタクトごとに粒子が+1/-1動くとすると、R=SQRT(N)、ここでNは時間、または増分の数として作用する。しかし、実際には、+1 と -1 の2つの離散的な増分を持つ過程を扱うことはほとんどなく、一般的には R=sko*SQRT(N) となり、これは、sko=一定、すなわち分布が定常である場合に意味を持つことになります。したがって、ランダムウォークではR/sko=N^0.5となります。そして、変数に0.5を代入し、対数で計算する。平均増分ではなく、累積増分を使用するために（平均増分にはより多くの統計量が必要なため）経験的な補正係数も導入されています。市場データに対するハースト指数の価値は、分布が非定常であること、分布が急激に変化し、以前の値に依存することから、大いに疑問視されている。非定常データに対してこの指標を用いることの妥当性については、理論的な根拠がない。つまり、応用はできるが、結果は信用できない :) ハーストの統計は、分布の種類やその非定常性に惑わされないように設計されている。少なくとも、ピータース自身はそう言っている。それどころか、研究対象の系列が定常的かどうか、その増分が互いに依存しているかどうか（メモリー効果）、研究対象のプロセスのサイクル長を計算する（その理由は説明するまでもないと思う）、系列がトレンド的かカウンタートレンド的かを判断するために確実に利用することができます。ひとつだけ難点があるとすれば、ピーターズの結果を再現するのが非常に難しいことです。c.c.o.については、比較できない異なるシステムのシリーズを比較できるように、スプレッドの正規化のためにのみ使用します。 削除済み 2011.11.26 20:55 #245 ファイルが刺さらない。読んだほうがいい。 オルガスタニスラヴナ・グルヤエヴァ フラクタル手法による為替レート 予測分析に基づく通貨リスク管理 ググってみてください。もっと簡単に．もしかしたら、誰かがインジケーターを作るかもしれませんね。 Алексей Тарабанов 2011.11.26 21:11 #246 AAAksakal: ファイルが刺さらない。読んだほうがいい。 オルガスタニスラヴナ・グルヤエヴァ フラクタル手法による為替レート予測分析に基づく通貨リスク管理 ググってみてください。もっと簡単に．もしかしたら、誰かがインジケーターを作るかもしれませんね。 もしかしたら、誰かが ...また、私見ですが、論文だけでなく、著者不明の怪しげなテーマのアブストラクト（完全な五月蝿い）を購入するのはスパム行為に当たると思います。 削除済み 2011.11.26 22:37 #247 しばらくは他のことに気をとられていて、娘が18歳になってしまい、フラクタルに構っている暇はありませんでした ;))) 。 しかし、そのようなスイッチが--このとき初めて気がついたのですが--、まだ解決されていないフラクタル問題の明確なビジョンにつながったのです。 まあ、正気に戻り次第、この問題を解決するつもりです ;) 削除済み 2011.11.26 22:45 #248 tara: Вы спаммите покупку не только диссертации, но и автореферата (полный беспредел) никому не известного автора на сомнительную тему. インターネットの使い方を勉強した方がいい。そして、それを読んで、結論を出す。その間、あなたは......ニュートンの原稿を掘り返していますね。 Vasiliy Sokolov 2011.11.27 14:52 #249 Avals:ハースト市場全般への適用の誤りや正しさには、まだ問題があります。この結論は、迷子の粒子の原点からの平均偏差が時間の根に正比例して増加するという、よく知られたアインシュタインのSBの公式から始まっている。時間のタクトごとに粒子が+1/-1動くとすると、R=SQRT(N)、ここでNは時間、または増分の数として作用する。しかし、実際には、+1 と -1 の2つの離散的な増分を持つ過程を扱うことはほとんどなく、一般的には R=sko*SQRT(N) となり、これは、sko=一定、すなわち分布が定常である場合に意味を持つことがわかります。したがって、ランダムウォークではR/sko=N^0.5となります。そして、変数に0.5を代入し、対数で計算する。平均増分ではなく、累積増分を使用するために（平均増分にはより多くの統計量が必要なため）経験的な補正係数も導入されています。市場データに対するハースト指数の価値は、分布が非定常であること、分布が急激に変化し、以前の値に依存することから、大いに疑問視されている。非定常データに対してこの指標を用いることの妥当性については、理論的な根拠がない。つまり、応用はできるが、結果は信用できないのです :) 私は、あなたの発言について長い間考えていました。これらはすべて、真剣かつ貴重な発言です。しかし、このようなことを確認するためには、第一に、検証された計算方法が必要であり、第二に、理論的な記述や計算を本当に証明する実験が必要であることに、あなたは同意するはずです。さらに、この実験によって計算方法を調整し、理論計算と同期させることができます（もしそれが可能であれば）。そうして初めて、この方法が現実の金融系列の分析に適しているかどうかを確実に判断することができる。正直なところ、私もあなたと同じように多くの疑問を持っています。しかし、これらすべての疑問に答えるには、そのテーマに取り組むしかありません。 このことを念頭に置いて、まずは基本中の基本であるアインシュタインのSB R=SQRT(N)の式から説明します。 1.0 AR効果やボラティリティのクラスタリングがない純粋な正規分布のSB +1/-1を生成してみる。 1.2 R=SQRT(N)の仮説を検証してみる。もし偏差があるようなら、それはPRNG生成アルゴリズムに問題がある可能性が高い。random.orgの数字で試してみよう。要は、この一番下の段階で、理論と100％一致するような超信頼性の高いSBを用意しなければならないのです。 1.3 生成されたSBをハーストで確認する。これは特別な、とても大切な瞬間です。ここで彼はSBに合格して、より複雑なフォーメーションを許されるようになるはずだ。 1.4 実商品のボラティリティに基づく、パレット・レビー分布のSBの生成。理論的には、Hurstは以前と同じように正規分布で表示するはずです。そうでない場合は、なぜそうなるのか、さらに調査することに意義があるのかを分析する必要があります。 1.5.SBにARエフェクトを追加する。短期的な線形依存性が指標の読み取りを どのように歪めるのか（理論的には歪む）、その影響をどのように適切に考慮するのか、などを慎重に検討する必要があります。 1.6 並行して、循環トピックを発展させ、y=Cos(x)やより複雑なWeierstrass関数などの人工プリミティブを実験したいと思います。理論的には、V-statisticはこれらのプロセスのサイクルの長さを正しく決定するはずである。 2.1 第一段階をクリアすれば、フラクタル法を現実の金融系列に適用することが可能になる。この段階ですでに、提供するメソッドの正しさに絶対的な確信が持てるので、結果を正しく解釈することができます。 追伸：RSIやMAなどのTA指標のほとんどは、SBでの最初のテストにさえ合格しないことに注意する必要があります。例えばRSIは買われ過ぎと売られ過ぎのゾーンを示し、SMAはその方向を変えるでしょう。 P.P.S. SBのRSIが買われすぎ、売られすぎのゾーンにある時間は、実際の金融シリーズの時間とほぼ等しくなるのかどうか？ しかし、この話題で私が興味を持ったのは、フラクタル統計が、籾殻（SB）と穀物（実際の市場）を分けるための信頼できる方法として位置づけられていることです。見たところ、SBと市場のチャートは区別がつかず、テクニカル分析にすべて表示され、すべてのTA指標はSBと実際の市場の両方で機能します。では、アプリオリに起こりえないところにパターンが現れたら、それは何か意味があるのでしょうか？ Vasiliy Sokolov 2011.11.27 14:54 #250 AAAksakal: ファイルが刺さらない。読んだほうがいい。 オルガスタニスラヴナ・グルヤエヴァ フラクタル手法による為替レート予測分析に基づく通貨リスク管理 ググってみてください。もっと簡単に．もしかしたら、誰かがインジケーターを作るかもしれませんね。 ええ、調べましたよ。そこには、少し違った方法があります。しかし、今のところ私は、数え方（それはわかっている）ではなく、結果の代表性、理論と実践をどう調和させるかに興味があります。 1...181920212223242526272829303132...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
測定された3つの量の不思議なまとめグラフを取得。
実際の結果は、その性質上、1.8〜1.9の後に変曲する傾向があるものの、正規分布の値のランダムウォークのグラフであまりにもよく近似できることがわかる。同時に、ランプのプロット自体も、ねじれのない理想的な直線になっています（良い結果です）。 Petersのベンチマーク計算と比較すると、Hurst値は0.10程度過小評価されており、Petersの0.78に対してピークで0.68となる。同時に、変曲点（記憶喪失の瞬間）以降の直線の傾きの性格が、より互いに似ている。
現時点ではまだPetersの発表した結果と大きく異なっており、この指標による非ランダム 系列の安定的な同定を語るには時期尚早である。
追伸：非常に小さな値で作業しなければならないという点にも難しさがあります。数パーセントの微小なズレで、傾斜角度が大きく変わってしまうのだ。左へ半歩、右へ半歩......と、すでにランダムな迷走と見分けがつかないようなシリーズになっているのです。
追伸：もう一つの難点は、非常に小さな値で作業しなければならないことです。数パーセントのわずかなズレで、傾斜角度が大きく変わってしまうのです。左へ半歩、右へ半歩、もうランダムな迷走と見分けがつかなくなるような列です。
ハースト社の市場への適用の誤りや正しさについて検討する必要がある。
この結論は、よく知られているアインシュタインの公式から始まる。この公式は、原点をさまよう粒子の平均偏差は、時間の根に正比例して大きくなるというものだ。時間のタクトごとに粒子が+1/-1動くとすると、R=SQRT(N)、ここでNは時間、または増分の数として作用する。しかし、実際には、+1 と -1 の2つの離散的な増分を持つ過程を扱うことはほとんどなく、一般的には R=sko*SQRT(N) となり、これは、sko=一定、すなわち分布が定常である場合に意味を持つことになります。したがって、ランダムウォークではR/sko=N^0.5となります。そして、変数に0.5を代入し、対数で計算する。平均増分ではなく、累積増分を使用するために（平均増分にはより多くの統計量が必要なため）経験的な補正係数も導入されています。市場データに対するハースト 指数の価値は、分布が非定常であること、分布が急激に変化し、以前の値に依存することから、大いに疑問視されている。非定常データに対してこの指標を用いることの妥当性については、理論的な根拠がない。つまり、応用が効くが、結果は信頼できる :)
ハースト市場全般への適用の誤りや正しさには、まだ問題があります。
この結論は、迷子の粒子の原点からの平均偏差が時間の根に正比例して増加するという、よく知られたアインシュタインのSBの公式から始まっている。時間のタクトごとに粒子が+1/-1動くとすると、R=SQRT(N)、ここでNは時間、または増分の数として作用する。しかし、実際には、+1 と -1 の2つの離散的な増分を持つ過程を扱うことはほとんどなく、一般的には R=sko*SQRT(N) となり、これは、sko=一定、すなわち分布が定常である場合に意味を持つことになります。したがって、ランダムウォークではR/sko=N^0.5となります。そして、変数に0.5を代入し、対数で計算する。平均増分ではなく、累積増分を使用するために（平均増分にはより多くの統計量が必要なため）経験的な補正係数も導入されています。市場データに対するハースト指数の価値は、分布が非定常であること、分布が急激に変化し、以前の値に依存することから、大いに疑問視されている。非定常データに対してこの指標を用いることの妥当性については、理論的な根拠がない。つまり、応用はできるが、結果は信用できない :)
ハーストの統計は、分布の種類やその非定常性に惑わされないように設計されている。少なくとも、ピータース自身はそう言っている。それどころか、研究対象の系列が定常的かどうか、その増分が互いに依存しているかどうか（メモリー効果）、研究対象のプロセスのサイクル長を計算する（その理由は説明するまでもないと思う）、系列がトレンド的かカウンタートレンド的かを判断するために確実に利用することができます。ひとつだけ難点があるとすれば、ピーターズの結果を再現するのが非常に難しいことです。c.c.o.については、比較できない異なるシステムのシリーズを比較できるように、スプレッドの正規化のためにのみ使用します。
ファイルが刺さらない。読んだほうがいい。
オルガスタニスラヴナ・グルヤエヴァ
フラクタル手法による為替レート 予測分析に基づく通貨リスク管理
ググってみてください。もっと簡単に．もしかしたら、誰かがインジケーターを作るかもしれませんね。
ファイルが刺さらない。読んだほうがいい。
オルガスタニスラヴナ・グルヤエヴァ
フラクタル手法による為替レート予測分析に基づく通貨リスク管理
ググってみてください。もっと簡単に．もしかしたら、誰かがインジケーターを作るかもしれませんね。
もしかしたら、誰かが ...また、私見ですが、論文だけでなく、著者不明の怪しげなテーマのアブストラクト（完全な五月蝿い）を購入するのはスパム行為に当たると思います。
しばらくは他のことに気をとられていて、娘が18歳になってしまい、フラクタルに構っている暇はありませんでした ;))) 。
しかし、そのようなスイッチが--このとき初めて気がついたのですが--、まだ解決されていないフラクタル問題の明確なビジョンにつながったのです。
まあ、正気に戻り次第、この問題を解決するつもりです ;)
tara:
Вы спаммите покупку не только диссертации, но и автореферата (полный беспредел) никому не известного автора на сомнительную тему.
インターネットの使い方を勉強した方がいい。そして、それを読んで、結論を出す。その間、あなたは......ニュートンの原稿を掘り返していますね。
ハースト市場全般への適用の誤りや正しさには、まだ問題があります。
この結論は、迷子の粒子の原点からの平均偏差が時間の根に正比例して増加するという、よく知られたアインシュタインのSBの公式から始まっている。時間のタクトごとに粒子が+1/-1動くとすると、R=SQRT(N)、ここでNは時間、または増分の数として作用する。しかし、実際には、+1 と -1 の2つの離散的な増分を持つ過程を扱うことはほとんどなく、一般的には R=sko*SQRT(N) となり、これは、sko=一定、すなわち分布が定常である場合に意味を持つことがわかります。したがって、ランダムウォークではR/sko=N^0.5となります。そして、変数に0.5を代入し、対数で計算する。平均増分ではなく、累積増分を使用するために（平均増分にはより多くの統計量が必要なため）経験的な補正係数も導入されています。市場データに対するハースト指数の価値は、分布が非定常であること、分布が急激に変化し、以前の値に依存することから、大いに疑問視されている。非定常データに対してこの指標を用いることの妥当性については、理論的な根拠がない。つまり、応用はできるが、結果は信用できないのです :)
私は、あなたの発言について長い間考えていました。これらはすべて、真剣かつ貴重な発言です。しかし、このようなことを確認するためには、第一に、検証された計算方法が必要であり、第二に、理論的な記述や計算を本当に証明する実験が必要であることに、あなたは同意するはずです。さらに、この実験によって計算方法を調整し、理論計算と同期させることができます（もしそれが可能であれば）。そうして初めて、この方法が現実の金融系列の分析に適しているかどうかを確実に判断することができる。正直なところ、私もあなたと同じように多くの疑問を持っています。しかし、これらすべての疑問に答えるには、そのテーマに取り組むしかありません。
このことを念頭に置いて、まずは基本中の基本であるアインシュタインのSB R=SQRT(N)の式から説明します。
1.0 AR効果やボラティリティのクラスタリングがない純粋な正規分布のSB +1/-1を生成してみる。
1.2 R=SQRT(N)の仮説を検証してみる。もし偏差があるようなら、それはPRNG生成アルゴリズムに問題がある可能性が高い。random.orgの数字で試してみよう。要は、この一番下の段階で、理論と100％一致するような超信頼性の高いSBを用意しなければならないのです。
1.3 生成されたSBをハーストで確認する。これは特別な、とても大切な瞬間です。ここで彼はSBに合格して、より複雑なフォーメーションを許されるようになるはずだ。
1.4 実商品のボラティリティに基づく、パレット・レビー分布のSBの生成。理論的には、Hurstは以前と同じように正規分布で表示するはずです。そうでない場合は、なぜそうなるのか、さらに調査することに意義があるのかを分析する必要があります。
1.5.SBにARエフェクトを追加する。短期的な線形依存性が指標の読み取りを どのように歪めるのか（理論的には歪む）、その影響をどのように適切に考慮するのか、などを慎重に検討する必要があります。
1.6 並行して、循環トピックを発展させ、y=Cos(x)やより複雑なWeierstrass関数などの人工プリミティブを実験したいと思います。理論的には、V-statisticはこれらのプロセスのサイクルの長さを正しく決定するはずである。
2.1 第一段階をクリアすれば、フラクタル法を現実の金融系列に適用することが可能になる。この段階ですでに、提供するメソッドの正しさに絶対的な確信が持てるので、結果を正しく解釈することができます。
追伸：RSIやMAなどのTA指標のほとんどは、SBでの最初のテストにさえ合格しないことに注意する必要があります。例えばRSIは買われ過ぎと売られ過ぎのゾーンを示し、SMAはその方向を変えるでしょう。
P.P.S. SBのRSIが買われすぎ、売られすぎのゾーンにある時間は、実際の金融シリーズの時間とほぼ等しくなるのかどうか？
しかし、この話題で私が興味を持ったのは、フラクタル統計が、籾殻（SB）と穀物（実際の市場）を分けるための信頼できる方法として位置づけられていることです。見たところ、SBと市場のチャートは区別がつかず、テクニカル分析にすべて表示され、すべてのTA指標はSBと実際の市場の両方で機能します。では、アプリオリに起こりえないところにパターンが現れたら、それは何か意味があるのでしょうか？
ファイルが刺さらない。読んだほうがいい。
オルガスタニスラヴナ・グルヤエヴァ
フラクタル手法による為替レート予測分析に基づく通貨リスク管理
ググってみてください。もっと簡単に．もしかしたら、誰かがインジケーターを作るかもしれませんね。
ええ、調べましたよ。そこには、少し違った方法があります。しかし、今のところ私は、数え方（それはわかっている）ではなく、結果の代表性、理論と実践をどう調和させるかに興味があります。