FR H-Volatility - ページ 2

 
Prival:
もし可能なら、これらのコンセプトをより詳しく説明してください。残念ながら、私は専門用語を知りません。このグラフの内容を理解するために、どのような種類のBPを分析されているのか、どのように入手されているのか、どのように理解されているのかをぜひ知りたいのです。

最も一般的なZig-Zagの話です。ジグザグキンクの平均高さと形成ステップの関係を把握しようとしている。グラフは、ピッチH=10点の場合のすべての高さ変動とその発生頻度を示しています。

 
Neutron:
ユリックス

しかし、ところで、Wienerプロセスには、裁定基準として使える別の関係がある。ガウス分布は明示的な平均とskoを持つので、sko/mean = root(pi/2) となります。また、これはどのHパーティションパラメーターにも言えることです。例えば、写真のような分布の場合、実際に何があるのかを確認するのは面白いですね。


対称的なFRの場合、それは真です: sko=SQRT(Sum[(M-x)^2]/[n-1]), mean=Sum[(M-x)]/n), それから sko/mean != root(pi/2).

説明してください、どういう意味ですか?


私が理解する限り、あなたの式ではMは単なる平均、すなわち第1中心モーメントであり、nはxの要素数です。そして,これらはn個の要素にわたって,つまり標本にわたって積分と平均を求める公式です。 そして,正規分布の列{x}全体に対する極限値という意味です。

ちなみに、私は間違っていました。平均値ではなく、モジュラス平均値のことを指していたのです。そこで、1次元ブラウン運動の第一差分の分布を記述するとされるガウスFRについて、M=0、sko>0とすると、|x|の積分(=係数平均)を解析的に計算し、=sko*root(2/pi)とする。したがって、その比率が得られる。

サンプルであれば、もちろん違いはありえます。しかし、10^6刻みのような数字では、この差は大きくないはずです。特に、この区間の両端が離れていない場合は、なおさらです。ただし、これはプロセスがウィーン的であり、正規分布で記述される場合に限る。

 
Yurixx:

ちなみに、私は間違っていました。平均値ではなく、モジュラス平均値のことを指していたのです。そこで、1次元ブラウン運動の第一差分の分布を記述するとされるガウスFRについて、M=0、sko>0とすると、|x|の積分(=係数平均)を解析的に計算し、=sko*root(2/pi)とする。したがって、その比率が得られる。

サンプルであれば、もちろん違いはありえます。しかし、10^6刻みのような数字では、この差は大きくないはずです。特に、この区間の両端が離れていない場合は、なおさらです。ただし、これはプロセスがウィーン的であり、正規分布で記述される場合に限る。

これで、サンプルとしては、sk*root(2/pi)となり、すべてが正しくなりました。 しかし、この過程は正規分布からは程遠いものです。

であり、全くWiener的でない(0とは異なる符号-変数相関図)。

 
Neutron:

これで、サンプルもすべて正しくなりました:sko*root(2/pi) しかし、この過程は正規分布からは程遠いものです。

であり、確かにWienerのもの(ゼロとは異なる符号変量相関図)ではない。

興味深いことに、EURJPYのティックでは、|x|=sco*root(2/pi)という関係が成立しますが、正規分布とは異なるのでしょうか。

また、それが正常かどうかは、どのように判断するのですか?FRのグラフで正規分布も同時に見られると良いですね。

しかし、カレログラムを使いこなすことですべてがクリアになるのです。もし、ジグザグのセグメント(すべて)に対してプロットした場合、隣接する(そしてすべての奇数シフト)セグメントでは相関がマイナスになり、すべての偶数シフトではプラスになることは明らかです。 しかし、最初のティック差に対してプロットした場合、その様子は異なってくると思われます。

 
Yurixx:

正常かどうかは、どのように判断するのですか?FRチャートで同時に正規分布が見られると良いですね。


お願いします。

興味深いことに、EURJPYのティックでは|x|=sco*root(2/pi)の関係が満たされていますが、正規分布とは異なっているのですね。

まあ、ほとんどそうなんですけどね。

カレログラムの親しみやすさについては、すべてクリアしています。ジグザグのセグメント(任意)に対して作図すると、隣接する(そしてすべての奇数シフト)セグメントでは相関がマイナスになり、すべての偶数シフトではプラスになることは明らかです。 しかし、ティックの最初の差に対して作図すると、絵は違ってくるのでしょう。

ここは由良、理解できない。最初のティック差(Zig-Zagは関係ない)の相関図をプロットして、「現在」のティックとそれぞれの関係を示し、さらにその先のティックを表示しました。n刻みのカウントで形成される最初の差の間の相関係数の依存性を示すことができる。

 

何か、腑に落ちないことがあるんです。対数スケールで見ると、正規分布は逆向きの放物線(つまり-x^2)のように見えるはずです。この写真では線形関係(つまり-x)のように見え、前回の記事では双曲線(つまり1/x)のように見えます。私が理解していないことがあれば、訂正してください。

しかし、もし私が正しいのなら、この分布も正規分布ではありません。

コレログラムについては、なるほど、私のミスですね。確かに、これほど明確な符号分散は意外である。Lag=1に有意な負の値があることは明らかであるが。ちなみに、ティックではHvolは1.40~1.50程度と非常に小さな値が得られました。最後の相関図は、私の理解では、マーケットリバーサルはどのレベルでも持続するが、むしろ早くゼロに漸近する傾向があることを示している。同意する?

0.89と0.80の差は、大きいというより、非常に大きいと私は思っています。10%以上ですね。2からHvolのために得ていた差を思い返してみてください。10%違うと1.80(ダニのみ)、2.20(一度も観測されず)となる。だから、この比率の正規分布との違いがうまく表れているのだとイミフです。問題は、その0.80からの一方向の差が、どの程度まで持続性-反持続性の指標として使えるかである。

追記

投稿して、写真を変えて見たら、逆パラボラになっている。:-))

 
Yurixx:

最後の相関図は、私の理解では、市場リターンはどのレベルでも持続するが、むしろすぐにゼロに漸近する傾向があることを示している。あなたはそう思いますか?

同感です!ただ、このBPの特性を有効に活用する方法を学んでほしいですね。

だから、この比率の正規分布との違いがうまく表れているのだとイミフです。問題は、その0.80からの一方向の差が、どの程度まで持続性-反持続性の指標として使えるかである。

ACFが完璧にできているのに、なぜ新しい一貫性-反持続性の尺度を導入するのでしょうか。それとも何か隠していることがあるのでしょうか?

 
Neutron:

同感です!このBPの特性を有効に使うことを学んでほしいですね。

ACFが素晴らしい仕事をしているのに、なぜパーシスタンス-アンチパーシスタンスの新しい尺度を導入するのか。それとも何か隠していることがあるのでしょうか?

この場合の使い方は、質問です。シェパードの戦略はシンプルで、一見当たり前のように見えますが、そこには私たちが通り過ぎてきた落とし穴があるように思います。

ティックとジグザグの対数分布を作ってみましたが、皆さんと同じ結果になりました。ティックの場合は双曲線に似た曲線になり、ジグザグの場合は直線になります。つまり、ここには正規分布の臭いがしないのだ。ティックとジグザグ(ティックをベースにしたもの)の分布が大きく異なるのはなぜでしょう?結局のところ、ティックは同じジグザグで、パラメータH=1の値が最も小さいだけである。

私は新しい尺度の導入を提案したわけではなく、この関係はこういうふうに使えると述べただけです。一般に、物理学でも数学でも、どんな問題でもいくつかの方法で解くことができる。同時に、同じ問題を解決できない方法は、合理的でないどころか、もっとたくさんあるのです。ディップフー方程式の解が、ある座標では可能で、ある座標では不可能なのと同じように。ACFを否定するものではありませんが、私にとってこの方法は他の方法ほどなじみがありません。 それに、ACFではティック数またはバー数に等しい固定ラグを設定する必要があります。これはいわば、横軸に窓を固定することである。しかし、ジグザグを作る場合、各シグメントは絶対に異なる数のティック(バー)を含むことができます。それはもう、縦軸に沿った窓の固定、いわゆるデルタ変調である。この2つの方式は、根本的に異なります。

しかし、それぞれにメリットとデメリットがあります。ACFの利点としては、連続的で比較的滑らかな関数としてプロットできることが挙げられますね。ジグザグ方式では不可能です。両方使うことに意味があるのかもしれません。量子力学の加法性原理のようなものですね。:-)

次のようにしてみましょう。2006年のEURUSD全ティックと、その後比較に使った2200000カウントの正規分布モデル系列について、H=1(tick zigzag)からH=50までの全Hについて(Hvol-2)と比率(sko/|x|-0. 80)を計算します。そして、ACFにも同じことをするんですね。写真を見比べます。最悪の場合、バリエーションが同等であることがわかるでしょう。せいぜい相互補完的な関係であること。

 

さあ!

何を作ればいいのか?- H=1...50の場合のZig-ZagパーティションとKagiパーティションのボアホールダイアグラムです。これらが同じものでないことは、写真を見れば一目瞭然です。その上で、白いジグザグが適切な極限、青と赤の破線がカギ括弧分割である。

Zig-Zagのコレログラムは、符号可変であり、1になる傾向があるため、作成する意味がないことは明らかである。Kagiのコンストラクションは面白いかも...。

では、同じボラティリティのWiener過程や、実際のものと同じコレログラムを持つ正規分布モデル系列に対しても、同じことをすればいいのでしょうか?

荷が重くてすみません。ただ、間違ったことをしたくないだけなんです。

 
Neutron:

何をプロットすればいいのか?

セルゲイ、私がやったことを見れば、すべてが理解できるだろう。

以下は、EURUSD2006ティックについてプロットしたHvolとsko/|leg|とH zigzagパラメータとの関係のプロットです。(1969732ティック)とSV(2200000ティック)です。計算対象は,値H=1 ... の領域である。50.実際はかぎの仕切りです。棒グラフの場合はジグザグと一致しないことがありますが、目盛りの場合は一致するはずです。

便宜上、差分(Hvol - 2)と差分(sko/|leg| - root(π/2))を赤でプロットし、非裁定市場においてH-volatilityがとるべき値Hvol=2との差、正規分布においてsko/|leg|がとるべき値 1.253314 からの差分がすぐにわかるようにしています。

これらのグラフから、次のようなことがわかる。

1.実データとモデルCBのHvolは共に2に収束するが、その方向は異なる。ダニデータでHの値が小さい場合、2との差は有意である。そして実際、小さな間隔では、市場リターンは有意である。だからこそ、スプレッドやブローカー禁止でなければ、pips戦略は十分にチャンスがあると思うのです。

2. 実データとモデル系列のほぼすべてのHの値について、比率sko/|leg|がroot(π/2)=1.253314と異なる。唯一の例外は、モデルSVのH=1である。これは、Kagiパーティション(Renkoパーティションも同様だと思います)が、元となる系列が正規分布であっても、正規分布とは異なる分布を持っていることを示唆しています。もしそうなら、正規分布に依存するすべての理論やモデルには、意図的な欠陥があることになります。

3.実際のデータでは、ジグザグセグメントの平均値は、正規分布の系列よりもskoの値にずっと近いことが判明した。skoはボラティリティ、つまりリスクを表す指標なので、実データを用いた場合のリスク度は、正規分布のデータを用いた場合よりも低くなります。だからこそ、今でもFXで勝つことができるのかもしれませんね。

しかし、それだけではありません。私はオタクなので、モデル系列が正規分布していることを確認することにした。と不愉快な気持ちになった。セルゲイ、これがユーロの、そのモデルレンジのFRだ。刻みの逆放物線はどう転んでもうまくいきません。

しかし、ユーロでは、あなたとまったく同じ曲線が得られるのです。それは、このモデルシリーズで意図的に本物のシリーズの特性を再現しようとしたからではないでしょうか?いずれにせよ、通常のCBでkagiビルとそのパラメータ、phdがどのような挙動を示すのか見てみたいです。例えば、刻みの分布と、その刻みの上に作られたジグザグの分布が根本的に違うというのは、とても不思議なことだと思います。