Índice Hearst - página 25
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Obteve um curioso gráfico resumido das três grandezas medidas:
Podemos ver que os resultados reais, embora pela sua natureza tendam a inflexão após 1,8 - 1,9, podem ser muito bem aproximados por um gráfico de uma caminhada aleatória de um valor normalmente distribuído. Ao mesmo tempo, a própria trama de rampa é praticamente a linha reta ideal sem dobras visíveis (bom resultado). Em comparação com o cálculo de referência de Peters, o valor Hurst é subestimado em cerca de 0,10 e totaliza 0,68 em seu pico contra 0,78 para Peters. Ao mesmo tempo, o caráter da inclinação das linhas após a inflexão (momento da perda de memória) é mais semelhante entre si.
No momento, os resultados ainda são muito diferentes daqueles anunciados por Peters e é muito cedo para falar de uma identificação estável de séries não aleatórias por este indicador.
P.S. A dificuldade também está no fato de que temos que trabalhar com valores muito pequenos. Desvios insignificantes de vários por cento dão ângulos de inclinação muito diferentes. Meio passo para a esquerda, meio passo para a direita - e a série já é indistinguível de vaguear ao acaso.
P.S. Outra dificuldade é que você tem que trabalhar com valores muito pequenos. Pequenos desvios de alguns por cento dão ângulos de inclinação muito diferentes. Meio passo para a esquerda, meio passo para a direita - e a fila já é indistinguível de vaguear aleatoriamente.
O erro e a exatidão da aplicação no mercado do Hearst devem ser considerados.
Toda a conclusão começa com a conhecida fórmula de Einstein para SB, que diz que o desvio médio de uma partícula errante da origem aumenta em proporção direta à raiz do tempo. Se por tato de tempo uma partícula se move +1/-1, então R=SQRT(N), onde N atua como tempo, ou número de incrementos. Mas na verdade, raramente lidamos com processos com dois incrementos discretos +1 e -1 e segue-se que, no caso geral R=sko*SQRT(N), que tem sentido se a distribuição tem sko=constante, ou seja, a distribuição é estacionária. Daí R/sko=N^0,5 para caminhada aleatória. Em seguida, 0,5 é substituído pela variável e é calculado através de logaritmos. Para utilizar o incremento acumulado em vez do incremento médio (porque para o incremento médio são necessárias muito mais estatísticas) é introduzido um fator de correção empírico. O valor do índice Hurst para os dados de mercado é altamente questionável, pois a distribuição é não-estacionária e muda rapidamente e depende de seus valores anteriores. Não há base teórica para a validade do uso deste indicador para dados não-estacionários. Isto é, pode ser aplicado, mas os resultados podem ser confiáveis :)
Ainda há um problema com o erro e a exatidão da aplicação ao mercado Hearst em geral.
Toda a conclusão começa com a conhecida fórmula de Einstein para SB, que diz que o desvio médio de uma partícula desviada da origem aumenta em proporção direta à raiz do tempo. Se por tato de tempo uma partícula se move +1/-1, então R=SQRT(N), onde N atua como tempo, ou número de incrementos. Mas na verdade, raramente lidamos com processos com dois incrementos discretos +1 e -1 e segue-se que, no caso geral R=sko*SQRT(N), que tem sentido se a distribuição tem sko=constante, ou seja, a distribuição é estacionária. Daí R/sko=N^0,5 para caminhada aleatória. Em seguida, 0,5 é substituído pela variável e é calculado através de logaritmos. Para utilizar o incremento acumulado em vez do incremento médio (porque você precisa de muito mais estatísticas para o incremento médio) também é introduzido um fator de correção empírico. O valor do índice Hurst para os dados de mercado é altamente questionável, pois a distribuição é não-estacionária e muda rapidamente e depende de seus valores anteriores. Não há base teórica para a validade do uso deste indicador para dados não-estacionários. Isto é, pode ser aplicado, mas os resultados não são confiáveis :)
As estatísticas de Hurst são projetadas de tal forma que nem o tipo de distribuição, nem sua não-estacionariedade podem confundi-la. Pelo menos é isso que o próprio Peters diz. Pelo contrário, ele pode ser usado para determinar de forma confiável se a série estudada é estacionária ou não, se os incrementos dela dependem uns dos outros (o efeito memória), para calcular a duração do ciclo do processo em estudo (acho que não é necessário explicar por quê) e para determinar se a série está na moda ou em contra-tendência. Uma dificuldade - é extremamente difícil repetir os resultados de Peters, e até agora não sei por que é este o caso. Quanto ao c.c.o. - está aqui apenas para a normalização da propagação, de modo que se pode comparar séries de diferentes sistemas não comparáveis.
O arquivo não cola. É melhor você lê-lo.
OLGA STANISLAVOVNA GULYAEVA
GESTÃO DO RISCO CAMBIAL COM BASE EM MÉTODOS FRACTAIS DE ANÁLISE DE PREVISÃO DE TAXAS DE CÂMBIO
Google it. É mais fácil . Talvez alguém faça um indicador.
O arquivo não cola. É melhor você lê-lo.
OLGA STANISLAVOVNA GULYAEVA
GESTÃO DO RISCO CAMBIAL COM BASE EM MÉTODOS FRACTAIS DE ANÁLISE DE PREVISÃO DE TAXAS DE CÂMBIO
Google it. É mais fácil . Talvez alguém faça um indicador.
Talvez alguém ... E, em minha opinião, você está fazendo spam na compra não só de uma dissertação, mas também de um resumo (caos completo) de um autor desconhecido sobre um tópico duvidoso.
Durante algum tempo tive que me distrair com outras preocupações - minha filha tinha 18 anos - eu não tinha tempo para fractales ;)))))).
Mas tal mudança - esta é a primeira vez que eu percebo - levou a uma visão clara do problema fractal não resolvido ainda não resolvido.
Bem, assim que eu cair em mim, vamos resolver este problema ;)
tara:
Вы спаммите покупку не только диссертации, но и автореферата (полный беспредел) никому не известного автора на сомнительную тему.
Você deve aprender a usar a Internet. Em seguida, leia-o e tire conclusões. Enquanto isso, você está vasculhando os manuscritos de .....Newton.
Ainda há um problema com o erro e a exatidão da aplicação ao mercado Hearst em geral.
Toda a conclusão começa com a conhecida fórmula de Einstein para SB, que diz que o desvio médio de uma partícula desviada da origem aumenta em proporção direta à raiz do tempo. Se por tato de tempo uma partícula se move +1/-1, então R=SQRT(N), onde N atua como tempo, ou número de incrementos. Mas na verdade, raramente lidamos com processos com dois incrementos discretos +1 e -1 e segue-se que, no caso geral R=sko*SQRT(N), que tem sentido se a distribuição tem sko=constante, ou seja, a distribuição é estacionária. Daí R/sko=N^0,5 para caminhada aleatória. Em seguida, 0,5 é substituído pela variável e é calculado através de logaritmos. Para utilizar o incremento acumulado em vez do incremento médio (porque você precisa de muito mais estatísticas para o incremento médio) também é introduzido um fator de correção empírico. O valor do índice Hurst para os dados de mercado é altamente questionável, pois a distribuição é não-estacionária e muda rapidamente e depende de seus valores anteriores. Não há base teórica para a validade do uso deste indicador para dados não-estacionários. Ou seja, pode ser aplicado, mas os resultados não são confiáveis :)
Pensei por muito tempo no que você disse - tudo isso são observações sérias e valiosas. Mas você deve concordar, que para verificar tudo isso, em primeiro lugar, é necessária uma metodologia de cálculos verificada, em segundo lugar, são necessárias algumas experiências que realmente provem declarações e cálculos teóricos. Além disso, a experiência ajudará a ajustar os métodos de cálculo e sincronizá-los com os cálculos teóricos (se isto for possível). Somente depois disso será possível julgar de forma confiável se o método é adequado para a análise de séries financeiras reais. Devo admitir que tenho tantas dúvidas quanto o senhor. Mas a única maneira de responder a todas essas perguntas é trabalhar sobre o assunto.
Com isto em mente, vou começar com o básico, ou seja, a fórmula de Einstein para SB R=SQRT(N):
1.0 Eu gerarei uma SB +1/-1 distribuída normalmente pura sem nenhum efeito AR ou agrupamento de volatilidade.
1.2 Vou testar a hipótese de R=SQRT(N). Se haverá alguns desvios, então o mais provável é que se trate do algoritmo de geração PRNG. Podemos tentar com números do random.org. O principal é que neste estágio, o mais baixo, temos que ter uma SB superconfiável que seja 100% consistente com a teoria.
1.3 Verificação do coração da SB gerada. Este é um momento especial, muito importante. Aqui ele deveria passar a SB, para que pudesse ter acesso a formações mais complexas.
1.4 Geração de SB com distribuições de Paretto-Levy, com base na volatilidade dos instrumentos reais. Teoricamente, Hurst deveria mostrar o mesmo que antes, em uma distribuição normal. Se não for assim, devemos analisar porque isso acontece e se uma investigação mais aprofundada é significativa.
1.5 Acrescentar efeitos de AR à SB. Devemos estudar cuidadosamente como as dependências lineares de curto prazo podem distorcer (em teoria distorcer) as leituras dos indicadores, e como contabilizar adequadamente estes efeitos, etc.
1.6 Em paralelo, gostaria de desenvolver o tópico cíclico e experimentar primitivas artificiais como y=Cos(x) e a função mais complexa Weierstrass. Teoricamente, a estatística em V deve determinar corretamente a duração dos ciclos nestes processos.
2.1 Se a primeira etapa for ultrapassada, o método fractal pode ser autorizado a trabalhar em séries financeiras reais. Nesta fase, já estaremos absolutamente seguros da correção dos métodos que ela proporciona e, portanto, será possível interpretar corretamente os resultados.
P.S. Deve-se notar que a maioria dos indicadores de AT, tais como LER ou MA, não passarão nem mesmo no primeiro teste no SB. O RSI, por exemplo, mostrará zonas sobre-compradas e sobre-vendidas, e o SMA mudará sua direção.
P.P.S. Eu me pergunto se o tempo durante o qual o RSI estará na zona de sobre-compra e sobre-venda para a SB será aproximadamente igual ao tempo para séries financeiras reais ou não?
Ainda assim, o que me fascina sobre todo este tópico é que a estatística fractal está posicionada como um método confiável de separar o joio (SB) dos grãos (mercados reais). Aos olhos, os gráficos da SB e dos mercados são indistinguíveis, todos eles aparecem na análise técnica, e todos os indicadores de AT funcionam tanto na SB como nos mercados reais. Então, se um padrão aparece onde não pode ocorrer a priori, pode significar algo?
O arquivo não cola. É melhor você lê-lo.
OLGA STANISLAVOVNA GULYAEVA
GESTÃO DO RISCO CAMBIAL COM BASE EM MÉTODOS FRACTAIS DE ANÁLISE DE PREVISÃO DE TAXAS DE CÂMBIO
Google it. É mais fácil . Talvez alguém faça um indicador.
Sim, eu pesquisei. Há ali um método ligeiramente diferente. Mas até agora estou mais interessado não em como contar (isso é conhecido), mas na representatividade dos resultados e em como conciliar a teoria com a prática.