出来高、ボラティリティ、ハースト指数 - ページ 5

 
Yurixx:

ユーロのtf=H1に1でない係数をつけて何らかの方法で決定しても、ポンドと別のtfで同じになるとは限りませんよね。そして、おもしろくないのです。各ペアのスケールを別々に扱うようなものです。その場合、ボリュームとの連動が可能です。

まあ、ハーストを回帰の傾きと考えるのは古いやり方かもしれませんが、それならこの係数は問題ないでしょう。実際、標準的なTFに縛られることはないので、回帰のためのポイントを探すのは問題ないでしょう。


追伸:笑いではなく、微笑みでした。ある程度懐疑的な意味で。でも、もしかしたら私が間違っていて、フォーラムのユーザーはこの問題を簡単に解決できるかもしれませんね。

 

150万分足の簡単なスクリプトで、(High-Low)/(Close-Open)の比率を計算してみました。

2005.11.02 07:49 から 2010.08.20 22:59 までの区間の AUDUSD の場合、平均 (H-L)/(C-O)= 1.65539495 となります。
2006.04.11 20:21 から 2010.08.20 22:59 の間の USDJPY の場合、平均 (H-L)/(C-O)=1.72965927 です。
2006.01.24 04:23 から 2010.08.20 22:59 の間の USDCHF の場合 平均 (H-L)/(C-O)= 1.69927897
2005.05.19 13:31 ~ 2010.08.20 22:59 平均 (H-L)/(C-O)=1.62680742 USDCADの場合。
2006.02.21 23:31 から 2010.08.20 22:59 までのGBPUSDの場合 平均 (H-L)/(C-O)= 1.65294349
2006.03.08 13:41 から 2010.08.20 22:59 までの EURUSD の場合、平均 (H-L)/(C-O) = 1.69371256 となります。

そんなに広くないんですよ。さらに小さくなることを期待していたけれど。

ところで、この比率の局所的な値によって、トレンドと横ばいの区別がつくとしたら、面白い。少なくともインパルスは検出する必要があります。

 

(高-低)/(終-開) ?

申し訳ありませんが、モジュールは紛失してしまいましたか?

 
Svinozavr:

その方法を説明しますと ...

確かに面白いアプローチですね。そして、おそらく、著者の手にかかれば、それは効果的なものになるのだろう。

しかし、これらの指標はすべて時間設定を保持し続けています。それは、私が理解するところでは、テイストによって設定されるものです。

つまり、ここで客観的な指標を求めるのであれば、これらのパラメーターの値を選択する基準こそが議論の対象となるべきでしょう。

一方、それこそピーターは一切触れなかった。あるいは見逃していたのかもしれません。

そして、聴くのも面白いでしょう。

 
NorthAlec:

(高-低)/(終-開) ?

申し訳ありませんが、モジュールは紛失してしまいましたか?

モジュールが失われることはありません

  for (i=Bars-1;i>0;i--) {
    double res = Close[i]-Open[i];
    if (res < 0) res = -res;
    SumCO += res;
    SumHL += High[i]-Low[i];
  }
  if (SumCO != 0) Alert("Для ",Symbol()," на интервале от ",TimeToStr(Time[Bars-1])," до ",TimeToStr(Time[0])," среднее (H-L)/(C-O) = ",DoubleToStr(SumHL/SumCO,8));
 
Candid:

簡単なスクリプトで150万分足の比率(高値-安値)/(終値-始値)を計算してみました。


そして、この比率が意味するところは何なのか。定義上、この比率は1より大きくなければならない。また、価格は(ほとんどの場合)終端速度で動くので、高すぎることはない。明らかに、その中間の平均値が存在するのです。そして、それは機器によって大きく異なるものではないはずです。市場メカニズムはどこでも同じなのです。バーの中に分布(Close-Open)(モジュールなし)を描けば、ほとんどの場合、一様 分布が得られるでしょう。そしてこれが、その値が純粋にランダムであることの最良の確認となる。

私が理解していないのかもしれませんが、統計データのソースとしてCloseとOpenに注目することはとっくに止めています。第一に、その値は(対応する分のデータセットとの関係で)純粋にランダムであり、第二に、それらは完全にタイミングの開始に依存しており、これは良くないことである。スタートポイントを数秒移動させると、これらの値が変化します。しかし、HighとLowのペアは別問題です。このペアは、価格が動く回廊を定義します。もちろん、小節内で演奏しないのであれば必須です。しかし、もしそうであれば、すべての指標のアプローチは無意味になってしまいます。また、このペアは、スプレッドとボラティリティを設定します。私たちはその使い方を学ばなければならないのです。

 
Yurixx:

その姿勢が意味するところは何でしょうか。

別のスレッド で書きました
 

だから、ハーストのインジケーターには未解決の部分が多いんです。自分では考えていなかったのですが、ニコライ(Candid)さんの批判や質問、コメントで、本当にありがたい ことに、「これは本気で取り組むべき」と確信しました。それがないと、上で提案したハースト指数の計算式は、単に天井から取っているようにしか見えません。

また、そのような観察に(自分を含めて)応えることも必要であった。

Candid:

しかし、今のところ、この値の絶対値をハーストの「キャリブレーション」と比較する十分な根拠がない。つまり、0.5で系列がランダム、それ以上でトレンディ、それ以下で再帰的であると考えることである。

この特性は、自分でキャリブレーションを行う必要があります。



裁判の詳細は書かず、私が至ったことを簡単にお伝えします。

ここでは、ティックフローのモデルである乱数列(SR)についてお話します。もちろん、このモデルは非常に近似していますが、私たちが相手にしているのは市場ではなく、ハーストです。そして、まず、ティック+1と-1の確率がそれぞれ50%に等しい場合の等確率フロー、すなわち純粋なSBを扱う必要があります。これによって、ニコライさんがおっしゃったキャリブレーションも可能になります。

ハースト指数は、平均値幅、すなわち区間内の最大値と最小 値の差に基づいて計算されます。この値に加えて、増分値の平均弾性率と増分値の分散という、非常に重要な2つの値がある。3人とも研究に携わっていた。以下に使用する呼称は以下の通りです。

Nは 区間の刻み数です。インターバルの最初のポイント(初期価格値)は、前のインターバルの最後のティックであり、現在のインターバルには含まれません。したがって、区間内の価格変動の回数は、そのティック数に等しくなります。

K- 統計上の区間数.

R-K 間隔での平均価格スプレッド

M-K 間隔での平均増分弾性率。

D-K 間隔による増分の分散。

ある区間の価格増分は、その区間の最終価格と初期価格の差に等しく、分析形式で簡単に表現できる便利な値である。したがって、MとD は問題なく計算できる。Rの 普及により、より複雑になっています。区間内の最小 最大 値はどの時点でも到達しうるので、スプレッドは価格経路全体に依存し、分析形式では全く表現できない。つまり、(ニコライが陰口を叩いたように)一般的な数式を求めるのは不可能なのだ。

とはいえ、SBに対するハースト指数の挙動を調べるという課題が設定されているので、近似的な実験にとどまらず、正確な結果を得る必要がある。

この場合、スプレッドの定義に基づき、その値を「真正面から」計算する以外に方法はない。

 

そのために、与えられたティック数Nに対して、すべての可能な価格の軌跡を構築するスクリプトを書かなければなりませんでした。これらの軌道はすべてSBの確率が等しいので、あとはそれぞれのスプレッドを決定し、全軌道の平均値を算出する。これがその「理論値」、略して「MO」になります。明らかに、長さNの 区間に対して可能なすべての価格軌跡の総数は2^Nである。同じ法則で、スクリプトのカウント時間とメモリ消費量が大きくなっていく。そのため、Nの 値が小さい領域に対してのみ、スプレッドMOを計算することが可能である。平均弾性率と増分の分散は、画像の完全性と計算の正しさを間接的に確認するために計算されています。

N R M D
1 1.0000 1.0000 1.0000
2 1.5000 1.0000 2.0000
3 2.0000 1.5000 3.0000
4 2.3750 1.5000 4.0000
5 2.7500 1.8750 5.0000
6 3.0625 1.8750 6.0000
7 3.3750 2.1875 7.0000
8 3.6484 2.1875 8.0000
9 3.9219 2.4609 9.0000
10 4.1680 2.4609 10.0000
11 4.4141 2.7070 11.0000
12 4.6396 2.7070 12.0000
13 4.8652 2.9326 13.0000
14 5.0747 2.9326 14.0000
15 5.2842 3.1421 15.0000
16 5.4806 3.1421 16.0000
17 5.6769 3.3385 17.0000
18 5.8624 3.3385 18.0000
19 6.0479 3.5239 19.0000
20 6.2241 3.5239 20.0000
21 6.4003 3.7001 21.0000
22 6.5685 3.7001 22.0000
23 6.7367 3.8683 23.0000
24 6.8978 3.8683 24.0000
25 7.0590 4.0295 25.0000

当該SBでは、増分値の分散Dと 刻み数Nを 関連付ける簡単な式がある。

DN である。

ハーストは、この理論的な結果をもとに、平均分散の計算式を考案したようである。

表から、得られたDの 値はこの式と完全に一致することがわかる。これは、価格の軌跡の全セットを生成するアルゴリズムと、平均値を計算する演算が正しく書かれていることを意味します。区間内の最大値 最小 値、およびその差分の計算は非常に単純であるため、誤差の確率はゼロに近くなります。

 

さて、比較対象ができたので、区間Nの 値が異なるSBについてハースト指数が どのように振る舞うかを見てみましょう。

ここで、著者が定義したハースト比の計算式を思い出してほしい。

H = (Log(R2) - Log(R1))/ (Log(N2) - Log(N1))

2点計算の方式は、Hurstの式に存在する未知の要素を取り除く必要があるためです。

計算を簡単にするため、より明確にするため、そして研究範囲を最大化するために、区間N の刻み数も2の累乗で変更した。つまり、N=2^nがとられた。Hの 式における対数の底は関係ない。そのため、2であると仮定して、Log(N )=nと した。

計算アルゴリズムは以下の通りである。

  1. n、初期価格p=0、計算精度acc=0.001とした。
  2. 区間内の点数Nを 計算する
  3. 内蔵のPRNGを使用して、K番目の インターバル-N 単位刻みで生成する
  4. この区間について、価格上昇の範囲と係数を計算する。
  5. 振幅、弾性率、二乗を累積して変数に和してください。
  6. K 区間の平均と分散を計算する
  7. 精度条件が満たされているかどうかを判断する。そうでない場合は、Kに1つ追加して手順3に進みます。 そうでない場合は、スクリプトを終了します。

その結果が表である。

(残念ながら、このサイズのテキストはエディターが受け付けないため、表全体を貼り付けることができませんでした。私はそれを2つのテーブルに分割し、便宜上それぞれの最初の2列を保存する必要がありました。以下、1枚目を2a、2枚目を2bと表記します)。