ハーストの索引 - ページ 27

新しいコメント
 
C-4:

混乱を避けるために、MEの定義を参照してみましょう。数学的な期待値は、確率変数の一連のリターンの 平均値です。

サンプルのME＝サンプルの平均値。また、サンプルが抽出された系列の種類は、MEの定義とは無関係である。しかし、ポイントはそこではありません。

それ以外のことは、お互いに理解し合えます。

 
C-4:

分布は正規分布で、MOは0、標準偏差は所定の値である。その中で、一貫性とトレンド性は同じものです。私が「トレンド系列」と言ったのは、増分の符号とその前のリターンの符号が一致する確率が50％以上であることを意味し、反トレンド性はその逆で、符号の一致する確率が50％未満であることを意味します。これは私の定義ではなく、この本に書いてある通りの意味です。
ありがとうございます。なるほど。
 
C-4:

テーマに対する世間の関心は薄いが、私はピータース氏の本を追い続けている。

もうひとつ、ハーストの使う「金融列島」が考慮されていない重要なポイントがある。実は、ナイル川の洪水の力学とハーストのトランプのパックでの実験にはかなりの「類似性」があるのだが、「金融列」についてはそうではないのだ。
 
C-4:

そして、Peters シリーズ全体を独立した小期間に分割する。各サブピリオドは上記の方法によって計算されています。その結果、何らかの平均的なRS値が存在し、それはブラウン運動とは質的に異なるものでなければならない。粒子の分散は周期の対数に正比例するので、ハースト比、すなわち周期に対する時間幅の比は定数とし、0.5と する。例えば、明らかにランダムな系列では、Hurstは0.50ではなく0.53と表示します。また、サンプルが少ないことが原因ではなく、データを多く使えば使うほど、0.53の 範囲でより正確な指標となるのです。

....

この指標には2つの問題があります。それは、急反転時にはMOは重要ではなく、スイングは高くなり、指標の不当な誇張につながることです。逆に、明確な上昇トレンドでは、MOが動きの主要部分となるが、MO付近の変動は小さくなるため、ヒーハーストは再び本来の値より低くなる。

したがって、提案された方法は、市場の値動きを適切に表現することができず、トレンドとアンチトレンドの成分を効果的に識別することができないという予備的な結論を導き出すことができます。

その理由は、ボラティリティと、それぞれ式に使われているカスケードが一定に収束しないためである。この場合、ある満了の頻度については、スキューが定数に収束するように、「独立したサブ期間」に分割する必要があります。つまり、いきなり持っていかないことです。

しかし、いずれにしても、シリーズ全体を取り上げて整合性を確認することは無意味です。病院平均は、系列がトレンドであることもあれば、横ばいであることもあるので、SBと有意な差はないだろう。いつがトレンドで、いつが横ばいなのか、その理由を知っておく必要があります。トレンドがあるときと横ばいのときを知る必要がある)

 
HideYourRichess:
もうひとつ、「金融シリーズ」でハーストを使用する際に考慮されていない重要なポイントがある。要は、ナイル川の洪水の力学とハーストのトランプのパックでの実験には大きな「類似性」があるが、「金融シリーズ」にはない、ということである。


もう少し詳しくお答えください。毎年、ナイルの氾濫量は一定の幅で変化している。これが彼の復帰シリーズです。洪水は常に正の値になることは明らかなので、この系列をMOに対してデトレンドする必要がある。そして、蓄積されたシリーズを見る。到達した最大値と最小値がスプレッドを形成する。各年の流出がランダムで独立であれば、結果として得られる系列はランダムで時間に対してベル型の軌跡を描くように動くことになる。系列がランダムで持続的でなければ、条件付きベル型軌道を越える傾向があり、反動的であれば、ベルの内側に深く入ることになる。

ここでの一番の問題は、少し違う。この方法は、ナイル川や太陽活動のように、予想が多かれ少なかれ安定している場合に有効である。しかし、市場では通用しませんし、その時その時で手口が違います。この場合、MOがスプレッドの一部なのか、プロセスの定常成分なのかが分からないので、市場系列から差し引くことはできない。なぜなら、トレンド（回帰線）も非定常であり、決定論的プロセスの結果である可能性があるからです。

 
Avals:

その理由は、ボラティリティ、ひいては数式で使われるscoが一定に収束しないためである。スコが定数に収束するように、均衡の頻度を「独立した小周期」に分割する必要があるのである。つまり、ランダムに取らないことです。

ボラティリティは正常化の指標に過ぎない。期間スプレッドは、すべての可能なシリーズで同じスケールを得るために、そのs.c.o.のみで除算されます。さらに、有限期間のs.q.o.は有限の値である。隣接する期間とは一致しないが、その期間については単一値であるため、得られたこの期間の範囲との関係で、正規化の値はかなり適切である。

そのため、特に独立したサブピリオドについて計算を行いました。つまり、1000個の値からなる系列で、平均化期間を100とすると、100個の値からなる連続した10個の小期間をとり、それぞれについてRSを計算し、その平均を導出するのです。

アヴァルス

しかし、シリーズ全体を取り上げて整合性を確認することは、やはり無意味です。病院平均は、シリーズにトレンドがあるときと横ばいのときがあるので、RSとは若干異なることになります。いつがトレンドで、いつが横ばいなのか、その理由を知っておく必要があります。トレンドがあるときと横ばいのときを知る必要がある)

私も考えていたんです。 具体的には、その瞬間ごとに値を計算するハーストのスライド式インジケータを書きました。質的なパターンを見つけることはできていない。しかし、デメリットも多く、例えばハーストは価格反転時に値を過大評価し、強いトレンド時には過小評価する。

 
C-4:

ボラティリティは正常化の指標に過ぎない。ある期間の範囲をそのs.c.o.で割ることで、すべての可能なシリーズに対して1つのスケールを得ることができます。さらに、有限期間のs.q.o.は有限の値である。これは、隣接する期間とは一致しないが、その期間については単一値であるため、この期間の得られた範囲との関係で、正規化のかなり適切な値となる。

だから、具体的に独立したサブピリオドで計算するようにしたのです。すなわち、1000個の値からなる系列で、平均化期間を100とすると、100個の値からなる連続した10個の小期間をとり、それぞれについて異なるRSを計算し、その平均値を導出するのです。

もちろん、ある周期で一定のskoの値を得ることになりますが、だからといって、その上のボラティリティが一定に収束するわけではありません。実際の金融シリーズにおけるボラティリティは不安定であり、単一の数値では特徴付けられない。 そのため、「サブ期間」にはボラティリティの高い部分と低い部分が含まれ、計算式が正しく読めなくなることがあります。例えば、0時間から24時間までの1日に相当する期間をサブ期間とした。時間帯によってボラティリティが数倍と安定して違う。平均値は全期間を特徴づけるものではなく、それを基に期間を考慮して計算されたハーストは、誰が見ても分かるような結果を示す。Hurst式全体は、オックスが小周期で定常的に変動するのではなく、平均値で特徴付けられるという事実に基づいています。

 
C-4:


もう少し詳しくお答えください。毎年、ナイルの氾濫量は一定の幅で変化します。これが彼の復帰シリーズです。洪水は常に正の値になることは明らかなので、この系列をMOに対してデトレンドする必要がある。そして、蓄積されたシリーズを見る。到達した最大値と最小値がスプレッドを形成する。各年の流出がランダムで独立であれば、結果として得られる系列はランダムで時間に対してベル型の軌跡を描くように動くことになる。系列がランダムで持続的でなければ、条件付きベル型軌道から外れることが多くなり、トレンド的な系列であれば、ベルの内側に深く入り込むことになる。

最小値、最大値、スプレッドなど。- は、すべてクリアです。ポイントは、別のところにあります。

ハーストは、この方法が原理的に有効であることを示すために、カードのパックでテストを行った。カードのレイアウトがトリッキーで、どれが重要かはわからない。要は、彼の実験によって、素粒子とは何かということが明確に定義されたのである。

ナイル川についても、私の記憶では、1年間の水位上昇の最大値（あるいは流量）を、そのような基本的な事象として定義していたように記憶している。それ以外の中間的な数値は考慮していない。そこでは、常に「物理」が一定であることがわかる。ナイル川流域にどれだけの水が集まり、どれだけの水が水路を通って流れ出てきたか。基本的に樽なら何もないのですが、ナイル流域は集水・放流に一定の慣性（数年規模）があり、それが「記憶」を形成しているのです。毎年同じように、ある季節になると、大気中の水が巨大な盆地に集められ、ゆっくりと土壌を浸透してナイル川に流れ込み、海に向かって流れていくことを理解することが重要である。

さて、ナイルのハースト係数を 計算すると、このような素粒子の同質な事象を系列に分解し、その上で数学的な操作を行うことになるのです。

初歩的なイベントとして、毎月1日、レベル測定が行われると想像してください。私たちは単純に、今、素粒子の事象は自然界で起こっていることではなく、私たちの好きなように起こると宣言したのです。そこで、梅雨になる月と干ばつになる月、それらをシリーズに分けます。といった具合に。その結果は、よく予想できたと私は思います。

それが、私の感想です。

金融系列の問題も全く同じで、プロセスを特徴づける素となる事象が存在しないのです。もっと正確に言うと、バーへのスライスを想定したものは、私の中ではイベントではないのです。直前にVasyaが買って数ピップス価格を動かし、次の瞬間にJohnが売ったとしたら、私は何を気にするのでしょう。まるでナイル川にしみ込む水滴のように。集計上はどうなっているんだろう。


ZS.ところで、累積分布やWyckoffなどを探すという考え方があります。- それは、市場の初歩的な事象は、まったくバーではないという理解からです。

どういうことかわからない人のために説明すると、統計演算は初等的な事象に対してのみ行うことができる。

C-4：


ここでの主な問題は、やや異なっているように見受けられる。ナイル川や太陽活動のように、数学的な期待値（根拠、計算するもの）が多かれ少なかれ安定しているときに、この方法はうまく機能するのです。しかし、市場では通用しませんし、その時その時で手口が違います。この場合、MOがスプレッドの一部なのか、プロセスの定常成分なのかが分からないので、市場系列から差し引くことはできない。なぜなら、トレンド（回帰線）も非定常であり、決定論的プロセスの結果である可能性があるからです。

おそらくそうでしょう。トランプのパックもニールも、原理的には本来は静止したプロセスである。金融ツールは、そうではありません。より正確には、シリーズを通してではなく、ある段階から静止しているのです。そしてもちろん、この定常性は、MOと分散の不変性によって決まるのではなく、別の方法で決まるのである。
 
そして、（私自身もハースト社のエクセルで計算したことがあるので）これらの統計の予後予測力には疑問があることも付け加えておきます。そう、私たちは市場がそうであったことを知っていますし、次の100-1000本の棒でどうなるかを知っている人はいないでしょう。いかがでしょうか？
 
alexeymosc:
そして、（私自身もハースト社のエクセルで計算したように）これらの統計の予後特性には疑問があることも付け加えておく。確かに相場はそうだったけれど、次の100本～1000本でどうなるかなんて誰にもわからない。いかがでしょうか？


マトロスキンの問題は彼の知性の欠如によるものであり、一方、私たちは彼の過剰な教育や過剰な教育から問題を起こしている。

ナイル川とその千年来の歴史は放っておいて、地上に降りてこよう。

右端のバーがあり、次のバーの予測に興味があります。M1、H1、D1である可能性を考慮すれば、水平線の問題は解決する。

では、次のバーを予測するために、何本の先行バーが必要かという質問に答えてみましょう。観測回数が30回を超えるとt統計がz統計に変わると読んだことがあります。3倍にして100にしよう。H1の場合、1週間の観測回数は118回です。H1の新しい週は、新しい問題が出てくる可能性が高い。それだけです。

ここで、一歩踏み込んだ予想をする。 例えば、最後の3点に直線を引き、前方に伸ばしていく。

今すぐこの予測は確率 変数で表されることを認めよう。 従って、この予測値の算出には誤差が生じます。そして、この誤りこそが、問題の根源なのです。モとボルが少なくともほぼ一定であれば、それは一つのものです。あるいは、イマイチでも見開きで代用できるのであれば、それもまた無問題。しかし、問題はそのエラーです。

そして神は、予測誤差がこのようになることを禁じている。

そして今度は、限られたサンプルから誤差の定常的な特性を得るという課題に直面することになる。

そうだと思います。

1...202122232425262728293031323334...46
新しいコメント