따라서 FAK=1-2/H=2h-1 평등이 충족되지 않습니다. FAK=-1에서는 H=1이어야 하고 FAK=-0.5에서는 H=4/3이어야 하기 때문입니다. 이력서를 제대로 이해하고 있나요?
저는 FAK에 대한 H-변동성의 관계에 그다지 관심이 없습니다. 오히려 Hurst 지수 와의 관계에 관심이 있습니다. 3행의 경우 -1,3, -1 등 우리는 얻는다: FAK=-1에서 h=0이 뒤따르는 것은 잘못된 것이고, H=2에서 h=0.5가 뒤따르는 것인데, 이 경우의 범위는 sqrt(T)가 아닌 T처럼 성장하고 h여야 하기 때문에 잘못된 것입니다. =1.
시리즈 1,2, -3,1,2, -3 등의 경우 우리는 얻는다: from FAC=-0.5는 h=1/4를 따르는데, 여기서 범위는 시간에 전혀 의존하지 않고 h=0이어야 하기 때문에 잘못된 것입니다. H=3은 h=2/3을 의미하는데, 이것도 잘못된 것입니다.
나는 이미 내가 틀렸음을 인정했다. 보다 정확하게는 FAK=1-2/N이라는 ID가 1단계의 Renko 분할에 대해 유지되며, 정규 분포(또는 정규 분포에 가까운) 첫 번째 차이가 있는 시계열을 생성합니다. 분할 단계가 m과 같으면 참입니다: FAK=1-2*m/N. Kagi 분할의 경우 true: FAC=1-2*sigma/N, 여기서 sigma 는 표준 편차 입니다. 식별 FAK=2h-1은 정규 분포(정규 분포에 가까운) 첫 번째 차이와 함께 모든 적분 시계열(Forex 시장의 경우 일반적)에 대해 충족됩니다. 우리가 고려하고 있는 인공 급수(3, -1,3, -1 등)의 예는 분포 법칙이 정상과 거리가 멉니다. 결과가 이상하게 보이는 것은 놀라운 일이 아닙니다.
Neutron 20.01.07 21:33 ...더 정확하게 말하면, FAK=1-2/Н의 정체성은 1단계의 Renko 분할에 대해 유지되며, 이는 정규 분포(또는 정규 분포에 가까운) 첫 번째 차이가 있는 시계열을 생성합니다. 분할 단계가 m과 같으면 참입니다: FAK=1-2*m/N. Kagi 분할의 경우 참: FAC=1-2*sigma/N, 여기서 시그마는 표준 편차입니다. 식별 FAK=2h-1은 정규 분포(정규 분포에 가까운) 첫 번째 차이와 함께 모든 적분 시계열(Forex 시장의 경우 일반적)에 대해 충족됩니다. 우리가 고려하고 있는 인공 급수(3, -1,3, -1 등)의 예는 분포 법칙이 정상과 거리가 멉니다. 결과가 이상하게 보이는 것은 놀라운 일이 아닙니다.
평등 FAK=1-2/N 을 FAK=1-2/N=-1 로 쓰는 것이 더 정확할 것입니다. 평등은 이 경우에만 유효하고 다른 경우에는 작동하지 않습니다.
잘. 이제 지그재그로 재미있게 놀 수 있습니다. 고된 정신력 작업으로 며칠도 안되어 알고리즘을 구현했습니다 :-)
구성 알고리즘은 North Wind ( http://forum.fxclub.org/showthread.php?t=32942&page=8 게시물: 12.12.2006, 15:44)에서 설명한 것과 동일합니다. 흥미로운 질문에 대한 답은 다음과 같습니다. 다음 극한값이 형성된 후 이전 움직임에 비해 가격이 얼마만큼 움직일 것입니까? 즉, 3개의 극값으로 구성된 가상 삼각형의 우변에서 임계값을 빼서 그 차이를 좌변의 전체 값으로 나눕니다. 다음은 2핍 임계값에 대한 EURUSD 2006 틱 시세에 대해 일어난 일입니다. 가로축은 변의 비율을 나타내고 세로축은 이러한 움직임의 상대적인 수를 나타냅니다. 결과 분포 함수에 대한 적분은 1과 같으며 이는 분명합니다.
결과를 분석하여 무엇을 말할 수 있습니까? 아마도 다음 극단이 형성된 후 가격이 돈을 벌 기회를주지 않고 돌아 서서 반대 방향으로 갈 가능성이 있습니다. 이 상황은 EURUSD, EURCHF, EURGBP에 대한 광범위한 임계값에서 일반적입니다. 결과적으로 우리는 시장을 "트렌디하지 않은" 것으로 특성화할 수 있습니다. 실제로, 그렇지 않으면 가격이 일단 가속되면 시작했던 움직임을 계속할 가능성이 큽니다...
북풍으로
평등 FAK=1-2/N을 FAK=1-2/N=-1로 쓰는 것이 더 정확할 것입니다. 평등은 이 경우에만 유효하고 다른 경우에는 작동하지 않습니다.
예를 들어 일련의 EURUSD 2006 틱의 경우:
값 -0.512= FAC=1-2*sigma/H =-0.51이고 정확도가 1% 이하임을 알 수 있습니다.
아마도 다음 극단이 형성된 후 가격이 돈을 벌 기회를주지 않고 돌아서서 반대 방향으로 갈 скорее всего .
나는 강조 표시된 단어를 고수했습니다. 극단이 형성되는 조건은 무엇입니까? 임계값보다 작지 않은 값만큼 반대 방향으로 이동하는 것 아닙니까? 그렇다면 이력서에서 비관의 흔적을 제거하여 이력서를 약간 다듬을 수 있습니다.
극값의 형성은 가격 이 이미 역전되어 임계 값 이상으로 반대 방향으로 이동했음을 의미합니다. 분포 그래프에서 거리 <= 임계값 + 이전 이동 거리를 지난 경우는 세그먼트 [0,1]에 있으며 (눈으로) 95%를 구성합니다. 이는 시장에서 재발의 절대적 우위를 나타내는 것으로 보인다. 그러나 다른 측면에서 볼 수 있습니다.
내 자신의 관찰에 따르면 평균 틱 빈도(MQ-데모)는 분당 약 4틱입니다. Neutron 아카이브에 따르면 - 약 5. GainCapital 아카이브에 따르면 - 약 5.5 그리고 실제로 당일 거래의 기회를 제공하는 단기 가격 움직임이 얼마나 오래 지속됩니까? 예, 일반적 으로 뉴스가 발표 되는 동안 무슨 일이 일어나고 시장에서 가격 변동의 경련적인 성격을 기억한다면 그다지 많지 않습니다. 진드기가 그런 속도로 따라간다면 가격은 나머지 시간을 어떻게 해야 할까요?
Sergey의 계산에 따르면 추세에 남아 있는 시간의 5%는 제 생각에는 매우 좋습니다. 매일 1시간 이상입니다! 문제는 문제의 공식화에만 있습니다. 그리고 그들 중 몇 개가있을 수 있습니다.
1. 떠오르는 추세의 식별. North Wind 가 쓴 불화의 문제에 가장 가깝다고 가정해야합니다. 가격의 반환 움직임의 정상성을 위반했다고 말할 수 있으려면 어떤 기준이 필요합니까?
2. 상대적으로 말하자면 - "시장에 대한 내기." 가격은 마킹시간이라 언제든지 입장 가능합니다. 시장 자체가 적시에 추세의 방향을 결정합니다. 역전과 함께 중지를 올바르게 지정하기만 하면 됩니다. 다시 말하지만, 이 경우에도 바로 이 반복을 이용하여 적절한 기준이나 MM의 능숙한 사용이 필요합니다.
3. 가격 움직임에서 반복의 실제 사용. 이 반복이 가장 많이 나타나는 프레임(틱-? 시간-? H-?)을 결정해야 하는 이유는 무엇입니까? 귀하의 게시물, Sergey는 Pastekhov의 논문을 읽은 후 이것이 가능하고 수행하는 방법을 완벽하게 보여주었습니다.
다른 많은 건설적인 접근 방식이 있을 수 있다고 생각합니다. 나는 당신의 비관주의가 아이러니하다는 것을 이해합니다. 당신은 모든 틱 움직임에 돈을 벌지 않을 것입니다. ? :-)) 그리고 이것이 그렇다면 시장 통계 연구에서 강조점을 약간 재정렬하는 것이 가능합니까? 다음을 의미합니다.
크고 방향성 있는 움직임은 드물지만 우리가 관심을 갖는 것입니다. 일반적인 짓밟기 중에서 그것들을 선별하여 그 구조를 통계적으로 연구하는 것이 가능할 수 있다. 예를 들어, 분포에서 가로 좌표의 0점에 해당하는 경우(모든 경우의 94%)는 반대 방향의 가격이 정확히 임계값을 통과했음을 의미합니다. 동시에 원래 방향으로 2개의 임계값을 통과했다면 두 움직임의 합이 이미 임계값을 구성하고 다음 반전 후에 가격이 다시 원래 방향으로 이동합니다. 첫 번째 다리 >> 두 번째 다리를 전제로 지그재그의 세 번째 다리에 대한 통계를 보는 것은 흥미로울 것입니다.
사실 저도 오래전부터 틱 지그재그로 만지작거리며 시장의 구조를 탐색해왔습니다. 그러나 수학 통계 분야의 교육 부족은 내가하는 문제 진술에도 특정 제한을 부과합니다. 나는 당신이 통계학자라고 생각하지 않습니다. 그렇기 때문에 인접한 두 개의 지그재그 굽힘에 대한 연구를 넘어서는 문제의 공식화와 그 솔루션의 결과를 모두 논의하는 것이 매우 흥미로울 것입니다.
나는 H-변동성을 가지고 있습니다. 이 시리즈의 경우 항상 2에 매우 가깝게 나왔고 1.35가 있습니다. 숫자 2는 이 매개변수를 계산한 다른 많은 사람들이 같은 방식으로 얻습니다. 또한 H-휘발성을 위해서는 a 가 아니라 b 를 사용해야 했다. 그러면 그것은 정말로 H-변동성이 될 것입니다. 그러나 이것은 또 다른 것입니다.
"정규화"로 인해 =1일 때 모든 케이스를 하나의 케이스로 줄입니다.
또한 H-변동성을 계산하기 위한 "직접" 공식 대신 다음과 같이 표시됩니다.
자신의 것을 사용하지만 오류가 있으므로 결과는 오류가 발생합니다.
네가 옳아!
나는 사실 H-변동성에 대한 새로운 정의를 도입함으로써 잘못 행동했습니다.
저는 H-변동성을 정규화함으로써 시장을 추세 또는 평면으로 특징짓고 가격 변동의 진폭과 관련이 없는 우수한 지표를 얻을 수 있다고 말할 수 있습니다.
추신. 취침 후 제안하신 행 수를 세겠습니다.
...수소 변동성의 새로운 정의...
글쎄, 우리는 새로운 방법에 대한 새로운 이름이 필요합니다.
...H-변동성을 정규화하면 시장을 트렌디하거나 평평하게 특성화하고 가격 변동의 진폭과 관련이 없는 우수한 지표를 얻을 수 있습니다...
나는 이것에 대해 논쟁할 수 없지만 먼저 그 속성을 조사해야 합니다.
그런 다음 FAC 및 H-휘발성을 계산해 보겠습니다.
다른 행(예: 3, -1,3, -1 등) 나는 FAC가 =-1, H-ox =2가 될 것임을 확언합니다.
H-파티션은 h=1에서 수행됩니다. 차이점을 취할 필요가 없습니다. 시리즈는 가장 순수한 형태입니다.
그건 그렇고, 시리즈의 또 다른 흥미로운 예인 1,2,-3,1,2,-3입니다. 어떤 것이 효과가 있을 것 같나요?
하자.
행 3의 경우 -1,3, -1 등
계열은 중앙에 있지 않고 고정되어 있습니다. 시리즈의 각 구성원에서 기대값 m=1을 빼서 센터링 절차를 수행합니다.
행 1,2,-3,1,2,-3 등
계열은 고정되어 있고 중심에 있습니다. 가격 급등의 진폭 분포는 y축에 대해 대칭이 아닙니다. FAC에 대해 보다 일반적인 표현을 사용하겠습니다.
FAK=-1에서는 H=1이어야 하고 FAK=-0.5에서는 H=4/3이어야 하기 때문입니다.
이력서를 제대로 이해하고 있나요?
저는 FAK에 대한 H-변동성의 관계에 그다지 관심이 없습니다. 오히려 Hurst 지수 와의 관계에 관심이 있습니다.
3행의 경우 -1,3, -1 등 우리는 얻는다:
FAK=-1에서 h=0이 뒤따르는 것은 잘못된 것이고, H=2에서 h=0.5가 뒤따르는 것인데, 이 경우의 범위는 sqrt(T)가 아닌 T처럼 성장하고 h여야 하기 때문에 잘못된 것입니다. =1.
시리즈 1,2, -3,1,2, -3 등의 경우 우리는 얻는다:
from FAC=-0.5는 h=1/4를 따르는데, 여기서 범위는 시간에 전혀 의존하지 않고 h=0이어야 하기 때문에 잘못된 것입니다. H=3은 h=2/3을 의미하는데, 이것도 잘못된 것입니다.
보다 정확하게는 FAK=1-2/N이라는 ID가 1단계의 Renko 분할에 대해 유지되며, 정규 분포(또는 정규 분포에 가까운) 첫 번째 차이가 있는 시계열을 생성합니다. 분할 단계가 m과 같으면 참입니다: FAK=1-2*m/N. Kagi 분할의 경우 true: FAC=1-2*sigma/N, 여기서 sigma 는 표준 편차 입니다. 식별 FAK=2h-1은 정규 분포(정규 분포에 가까운) 첫 번째 차이와 함께 모든 적분 시계열(Forex 시장의 경우 일반적)에 대해 충족됩니다.
우리가 고려하고 있는 인공 급수(3, -1,3, -1 등)의 예는 분포 법칙이 정상과 거리가 멉니다. 결과가 이상하게 보이는 것은 놀라운 일이 아닙니다.
...더 정확하게 말하면, FAK=1-2/Н의 정체성은 1단계의 Renko 분할에 대해 유지되며, 이는 정규 분포(또는 정규 분포에 가까운) 첫 번째 차이가 있는 시계열을 생성합니다. 분할 단계가 m과 같으면 참입니다: FAK=1-2*m/N. Kagi 분할의 경우 참: FAC=1-2*sigma/N, 여기서 시그마는 표준 편차입니다. 식별 FAK=2h-1은 정규 분포(정규 분포에 가까운) 첫 번째 차이와 함께 모든 적분 시계열(Forex 시장의 경우 일반적)에 대해 충족됩니다.
우리가 고려하고 있는 인공 급수(3, -1,3, -1 등)의 예는 분포 법칙이 정상과 거리가 멉니다. 결과가 이상하게 보이는 것은 놀라운 일이 아닙니다.
평등 FAK=1-2/N 을 FAK=1-2/N=-1 로 쓰는 것이 더 정확할 것입니다.
평등은 이 경우에만 유효하고 다른 경우에는 작동하지 않습니다.
구성 알고리즘은 North Wind ( http://forum.fxclub.org/showthread.php?t=32942&page=8 게시물: 12.12.2006, 15:44)에서 설명한 것과 동일합니다.
흥미로운 질문에 대한 답은 다음과 같습니다. 다음 극한값이 형성된 후 이전 움직임에 비해 가격이 얼마만큼 움직일 것입니까? 즉, 3개의 극값으로 구성된 가상 삼각형의 우변에서 임계값을 빼서 그 차이를 좌변의 전체 값으로 나눕니다. 다음은 2핍 임계값에 대한 EURUSD 2006 틱 시세에 대해 일어난 일입니다. 가로축은 변의 비율을 나타내고 세로축은 이러한 움직임의 상대적인 수를 나타냅니다. 결과 분포 함수에 대한 적분은 1과 같으며 이는 분명합니다.
결과를 분석하여 무엇을 말할 수 있습니까? 아마도 다음 극단이 형성된 후 가격이 돈을 벌 기회를주지 않고 돌아 서서 반대 방향으로 갈 가능성이 있습니다. 이 상황은 EURUSD, EURCHF, EURGBP에 대한 광범위한 임계값에서 일반적입니다. 결과적으로 우리는 시장을 "트렌디하지 않은" 것으로 특성화할 수 있습니다. 실제로, 그렇지 않으면 가격이 일단 가속되면 시작했던 움직임을 계속할 가능성이 큽니다...
북풍으로
평등은 이 경우에만 유효하고 다른 경우에는 작동하지 않습니다.
예를 들어 일련의 EURUSD 2006 틱의 경우:
값 -0.512= FAC=1-2*sigma/H =-0.51이고 정확도가 1% 이하임을 알 수 있습니다.
나는 강조 표시된 단어를 고수했습니다. 극단이 형성되는 조건은 무엇입니까? 임계값보다 작지 않은 값만큼 반대 방향으로 이동하는 것 아닙니까? 그렇다면 이력서에서 비관의 흔적을 제거하여 이력서를 약간 다듬을 수 있습니다.
극값의 형성은 가격 이 이미 역전되어 임계 값 이상으로 반대 방향으로 이동했음을 의미합니다. 분포 그래프에서 거리 <= 임계값 + 이전 이동 거리를 지난 경우는 세그먼트 [0,1]에 있으며 (눈으로) 95%를 구성합니다. 이는 시장에서 재발의 절대적 우위를 나타내는 것으로 보인다. 그러나 다른 측면에서 볼 수 있습니다.
내 자신의 관찰에 따르면 평균 틱 빈도(MQ-데모)는 분당 약 4틱입니다. Neutron 아카이브에 따르면 - 약 5. GainCapital 아카이브에 따르면 - 약 5.5
그리고 실제로 당일 거래의 기회를 제공하는 단기 가격 움직임이 얼마나 오래 지속됩니까? 예, 일반적 으로 뉴스가 발표 되는 동안 무슨 일이 일어나고 시장에서 가격 변동의 경련적인 성격을 기억한다면 그다지 많지 않습니다. 진드기가 그런 속도로 따라간다면 가격은 나머지 시간을 어떻게 해야 할까요?
Sergey의 계산에 따르면 추세에 남아 있는 시간의 5%는 제 생각에는 매우 좋습니다. 매일 1시간 이상입니다! 문제는 문제의 공식화에만 있습니다. 그리고 그들 중 몇 개가있을 수 있습니다.
1. 떠오르는 추세의 식별. North Wind 가 쓴 불화의 문제에 가장 가깝다고 가정해야합니다. 가격의 반환 움직임의 정상성을 위반했다고 말할 수 있으려면 어떤 기준이 필요합니까?
2. 상대적으로 말하자면 - "시장에 대한 내기." 가격은 마킹시간이라 언제든지 입장 가능합니다. 시장 자체가 적시에 추세의 방향을 결정합니다. 역전과 함께 중지를 올바르게 지정하기만 하면 됩니다. 다시 말하지만, 이 경우에도 바로 이 반복을 이용하여 적절한 기준이나 MM의 능숙한 사용이 필요합니다.
3. 가격 움직임에서 반복의 실제 사용. 이 반복이 가장 많이 나타나는 프레임(틱-? 시간-? H-?)을 결정해야 하는 이유는 무엇입니까? 귀하의 게시물, Sergey는 Pastekhov의 논문을 읽은 후 이것이 가능하고 수행하는 방법을 완벽하게 보여주었습니다.
다른 많은 건설적인 접근 방식이 있을 수 있다고 생각합니다.
나는 당신의 비관주의가 아이러니하다는 것을 이해합니다. 당신은 모든 틱 움직임에 돈을 벌지 않을 것입니다. ? :-)) 그리고 이것이 그렇다면 시장 통계 연구에서 강조점을 약간 재정렬하는 것이 가능합니까? 다음을 의미합니다.
크고 방향성 있는 움직임은 드물지만 우리가 관심을 갖는 것입니다. 일반적인 짓밟기 중에서 그것들을 선별하여 그 구조를 통계적으로 연구하는 것이 가능할 수 있다. 예를 들어, 분포에서 가로 좌표의 0점에 해당하는 경우(모든 경우의 94%)는 반대 방향의 가격이 정확히 임계값을 통과했음을 의미합니다. 동시에 원래 방향으로 2개의 임계값을 통과했다면 두 움직임의 합이 이미 임계값을 구성하고 다음 반전 후에 가격이 다시 원래 방향으로 이동합니다. 첫 번째 다리 >> 두 번째 다리를 전제로 지그재그의 세 번째 다리에 대한 통계를 보는 것은 흥미로울 것입니다.
사실 저도 오래전부터 틱 지그재그로 만지작거리며 시장의 구조를 탐색해왔습니다. 그러나 수학 통계 분야의 교육 부족은 내가하는 문제 진술에도 특정 제한을 부과합니다. 나는 당신이 통계학자라고 생각하지 않습니다. 그렇기 때문에 인접한 두 개의 지그재그 굽힘에 대한 연구를 넘어서는 문제의 공식화와 그 솔루션의 결과를 모두 논의하는 것이 매우 흥미로울 것입니다.
...
나는 H-변동성을 가지고 있습니다. 이 시리즈의 경우 항상 2에 매우 가깝게 나왔고 1.35가 있습니다.
숫자 2는 이 매개변수를 계산한 다른 많은 사람들이 같은 방식으로 얻습니다.
또한 H-휘발성을 위해서는 a 가 아니라 b 를 사용해야 했다.
그러면 그것은 정말로 H-변동성이 될 것입니다. 그러나 이것은 또 다른 것입니다.