Volumes, volatilidade e índice Hearst - página 31
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
Farnsworth 18.09.2010 22:08
Exemplos com similaridade geométrica ajudam a ilustrar o ponto do Hearst como um coeficiente de auto-similaridade. Por exemplo, você pode dar uma interpretação geométrica da análise R/S - pegue uma régua de tamanho 1, meça R/S com essa régua, pegue uma régua de tamanho 2 e repita as medidas. E assim por diante, desde que seja relevante. Na verdade, desta forma, a igualdade das distribuições é avaliada e o coeficiente de auto-similaridade é calculado no processo.
Em qualquer caso, eu gostaria muito que você, Candidato, desse sua interpretação geométrica ou, por assim dizer, me mostrasse em fotos, qual é o significado geométrico de tal definição:
Pessoalmente, vejo que Hurst, o coeficiente de auto-similaridade, na definição acima foi simplificado para uma única medida de uma característica semelhante a R/S usando uma régua de comprimento infinito. Obviamente, as séries que não têm um spread infinito normalizado teriam, por tal definição, um coeficiente de Hurst igual a zero. Qual é a sua opinião?
Não é muito lógico, naturalmente, pedir ajuda na interpretação geométrica a uma pessoa que acabou de tentar levar a discussão para além disso :).
Tenho medo de decepcioná-lo, mas não posso oferecer nenhuma interpretação geométrica, exceto pelos abundantes diagramas R/S encontrados na literatura. Acho que fica claro a partir deles que a figura Hearst só pode ser uma característica marginal.
Geralmente eu nunca me posicionei como especialista em análise R/S, ao contrário, tenho afirmado longa e repetidamente que sempre o negligenciei devido ao "peso" computacional e, portanto, à irrealidade (pelo menos para mim pessoalmente) de qualquer teste representativo. Portanto, aconselho-o a não tentar ver ver as verdades das patentes em minhas interpretações.Não é como se eu estivesse me dirigindo a você pessoalmente. Mas como você respondeu - a auto-identificação artificial não funcionou :)
Quanto à questão, não se trata dos erros na interpretação dos resultados da análise do mesmo processo (tais conclusões precipitadas gentilmente faa1947 demonstra - apagando cada segunda observação, exige que o período em unidades seja mantido), mas no fato da ciclicidade da média móvel da soma das séries aleatórias.
Isto torna impossível para mim entender o processo de cotação em si e a trajetória de preços resultante.
E se a suposta vagueação geométrica de um quociente é o resultado de uma série de processos aleatórios (suavizados por filés DC e discretizações grosseiras de taframes), então como isso é consistente com a distribuição uniforme (e, em última instância, a gaussiana) de alguns modelos populares?
A propósito, o modelo de "ruído de onda de tendência" durante um "período muito longo" não se confirma com relação ao forex - não pode haver aqui uma tendência por definição.
Ouro, petróleo, açúcar - uma tendência é necessária ali. Para estimar a inflação...
;)
Como eu "penso", o fato da ciclicidade é exatamente sobre o que escrevi. Há uma pequena diferença nas características integrais do viés. Na verdade, a mesma amostra está sendo avaliada, e é claro que ela se correlaciona bem consigo mesma e aparecerá antes dos ciclos
Quanto ao processo de cotação - eu também não sei o que é. A única coisa é - eu encontrei uma boa aproximação ao modelá-lo.
A tenacidade com que muitas pessoas tentam interpretar a semelhança apenas como semelhança geométrica é verdadeiramente surpreendente. Apesar do exemplo perfeitamente específico de similaridade dado, estou me referindo à relação estatística de Alto-Baixo para |Close-Open|. Essa é a verdadeira semelhança. A propósito, Yuri, seu exemplo ZZ pode ser ainda melhor, mas parece ser de uma pessoa privada, por isso não o trago aqui.
Outro exemplo notável de teimosia incompreensível é a exigência da presença de fractais ideais em filas reais.A propósito, talvez os padrões sejam apenas segmentos de desenvolvimento fractal "quase não perturbado". O que, é claro, não pode durar muito.
Também não creio que seja correto comparar minutos a dias. Eu tenho quase 4 milhões de barras no Euro minutos, por exemplo. E nos dias em que tenho 3316. Tenho certeza de que posso encontrar algumas áreas muito parecidas no minucioso histórico.
Mesmo o recente off-topic com a distribuição pullback não é de fato um off-topic, mas um exemplo de uma semelhança real. O preço foi de 100 pips, recuou 23%, depois foram mais 50 pips (150 no total) e recuou 23% novamente - não é uma semelhança?
Sugiro que argumentos como "árvores reais são diferentes das árvores fractais, portanto não precisamos mais de ciência sobre os fractais" não devem ser considerados.
Como me parece, o fato da ciclicidade é exatamente o que escrevi sobre. Na ligeira diferença das características integrais ao compensar. Na verdade, a mesma amostra está sendo avaliada, e é claro que ela se correlaciona bem consigo mesma e aparecerá antes dos ciclos
Então as fileiras são independentes na Slutsky's, certo? Ou estou confundindo algo?
Quanto ao processo de cotação - eu também não sei o que é. A única coisa é - eu encontrei uma boa aproximação em sua modelagem.
Talvez isso também seja outro fascínio... De fato, sem um modelo do processo (incluindo as distribuições utilizadas) até agora, não pude provar ou refutar nada.
E assim se revela - admiração pelas estatísticas. E nem mesmo em uma demonstração ou em um testador. Em Matlab... :о)
Eu gostaria de estar errado.
;)
Desejo-lhes sinceramente boa sorte.
Em outras palavras, aquela definição clássica que os "clássicos" continuam nos contando, desenhando seus flocos de neve e outras coisas - não vemos tudo isso, ao nível dos números. Em vez disso, temos a "relação estatística Alta-baixa e |Close-Open|" - que pode ser explicada no movimento Browniano tradicional. E um recuo de 23% - incompreensível para mim pessoalmente. OK, vou deixar isso fora do caminho.
Então as fileiras são independentes na Slutsky's, certo? Ou estou confundindo algo?
Você escreveu sobre o efeito Slutsky, se não me engano. Pelo menos foi o que ele disse, no sentido de "perguntado". O efeito é que fortes correlações e pseudocíclicos aparecem nos dados agregados, particularmente na média móvel. Estas "dependências" aparecem mesmo em dados agregados de séries aleatórias, onde, em princípio, não deveriam estar. Fui meio que perguntado sobre isso. Eu dei minha própria explicação.
Talvez seja outro encanto também... De fato, sem um modelo do processo (incluindo as distribuições utilizadas) até agora não foi possível provar ou refutar nada.
Eu escrevi qual modelo do processo que utilizo. É bastante adequado à realidade. E os disparates "touros"/"ursos" etc. Eu não acredito nisso. Nem sequer é fascinação - é um absurdo.
E assim acontece - admirando as estatísticas. E não em uma demonstração ou mesmo em uma bateria.
Estou escrevendo uma lista de problemas. Mas por que você precisa lê-lo? Não se preocupe! É melhor você entrar nisso, porque é melhor você escrever toda essa porcaria sobre admiração, brincando de psicólogo da treta :o)
Em Matlab... :о)
Tudo considerado, o estado em MT será o mesmo, não se preocupe. Além disso, estou "praticando" incansavelmente :o)
Eu gostaria de estar errado.
Se você realmente quiser, é bem-vindo a estar errado, não sou contra :o)
Desejo-lhes sinceramente boa sorte.
Verdadeiramente surpreendente é a persistência com a qual muitos tentam interpretar a semelhança unicamente como semelhança geométrica.
Eu interpreto a semelhança como a semelhança dos modelos que formam o objeto e as condições de partida.
Não é nada assim que está escrito e é entendido um pouco errado. ARPSS é essencialmente um modelo AR com correção de matriz de covariância. Existem componentes que estendem o ARPSS - você pode incluir um modelo de tendência(!), um modelo de ruptura(!), muitas coisas. O que você está dizendo sobre isso? Você acha que eu não sei nada sobre isso? Estou escrevendo sobre outra coisa - não estou aplicando estes modelos diretamente às citações. Isso não faz sentido. Eu estava escrevendo sobre o uso de sistemas estocásticos com uma estrutura aleatória. É isso aí - com o que vocês estão discutindo? Que você pode aplicá-los com citações? ARPSS entre aspas? Parabéns!
É a matemática que não funciona neste caso - nenhuma das condições necessárias é satisfeita. Bem, sim, QUALIFICAÇÃO - quem está argumentando isso?
Quem raciocinou? Quais são os resultados a serem compartilhados? Aqui mesmo: https://forum.mql4.com/ru/34527/page27 deu o resultado de testes em pips, até agora em MathCAD, 25 negócios em 150 dias. Também no ramo de testes de sistemas on-line - fez algumas previsões.
PS: Se você pode aplicar ARPSS para citar e identificar corretamente o processo - mostre suas habilidades.
Você está sendo muito agressivo. Eu nunca discuto. Obrigado por suas mensagens sobre mim.
Você está sendo muito agressivo. Eu nunca discuto. Obrigado por seus posts a meu respeito.
Candid:
Привести то он привёл, но на дальнейшем обсуждении это никак не сказалось - очень жаль, на мой взгляд, когда правильное определение, можно сказать, суть того, что изучается в вопросе самоподобия, никак не сказываетя, хотя бы на расчете самого коэффициента. У меня несколько другое "геометрическое" впечатление, а именно: для ряда размером 1 берётся линейка размером 1, для ряда размером 2 берётся линейка размером 2, и.т.д. - скорее всего, это не так, если под "другой размер ряда" имеется ввиду "другой ряд". Дело в том, что ряд остается неизменным.
Há uma interpretação geométrica - comprimento da linha costeira. Sempre medimos a mesma linha, a mesma linha costeira. O divertido é que à medida que aumentamos a precisão da régua, obtemos mais e mais comprimentos de linha de costa. Você entende quão grosseira seria a estimativa da auto-similaridade da linha costeira se medíssemos com apenas uma régua de qualquer comprimento, muito menos um comprimento infinito? Todas estas medidas da mesma linha de costa (linha) usando réguas de comprimentos diferentes são necessárias para aumentar a precisão da estimativa. Se houver uma semelhança em cada nível de escala, então todos os pontos estarão na mesma linha reta.