Показатель Херста - страница 7
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
посмотрел. Опять 25. там корелограмма, это функция. Функция превращается в число, только при определенном значении аргумента.
"В анализе временных рядов коррелограмма, также известная как график автокорреляции, является графиком автокорреляций выборки, от h (временная задержка). "
вот так она выглядит 'Автокорреляционная функция' это график !!!
Теперь что получается график (функцию) сравнивают с числом ? так что ли ?
А может просто сравнивать нужно не функцию, а число с числом.
Показатель херста это число и его нужно сравнивать с числом!!
З.Ы. корелограмма и АКФ это по своей сути набор коэффициентов автокорреляций. Тут же употребляется единственное число "коэффициент (один) автокорреляции". Вот я и хотел выяснить, что это, как его считаете, при каком значении аргумента, автокорреляционная функция становиться коэффициентом автокорреляции. Некоторые фиксируют АКФ на уровне 0.707, некоторые через интеграл – это важно для другой задачи. Определения интервала времени, в течении которого процесс коррелирован сам с собой. (Для трейдеров это время в течении которого наблюдаемый процесс сохраняет свои характеристики движения).
Показатель Херста (ПХ) это число, которое характеризует ДАННЫЙ ВР. Теперь, возьмём котир, например М1, находим для него ПХ (пока всё правильно и логической ошибки нет). Проделываем эту процедуру для М2, М3...Мtf и получаем график - зависимость ПХ от ТФ. Сравниваем его, если это необходимо, с моей коррелограммой (тоже график от ТФ).
Всё это не нужно? Тогда находим коэффициент автокорреляции в ряде первой разности, например М10 и сравниваем его с ПХ для этого же М10.
Сергей, ну где непонятки? Всё сравнивается без противоречий - число с числом, функция с функцией!
Показатель Херста (ПХ) это число, которое характеризует ДАННЫЙ ВР. Теперь, возьмём котир, например М1, находим для него ПХ (пока всё правильно и логической ошибки нет). Проделываем эту процедуру для М2, М3...Мtf и получаем график - зависимость ПХ от ТФ. Сравниваем его, если это необходимо, с моей коррелограммой (тоже график от ТФ).
Всё это не нужно? Тогда находим коэффициент автокорреляции в ряде первой разности, например М10 и сравниваем его с ПХ для этого же М10.
Сергей, ну где непонятки? Всё сравнивается без противоречий - число с числом, функция с функцией!
1. придумывать свою функцию и называть её именем, другой общеизвестной функции. немного не корректно. (В маткаде есть встроенная функция АКФ lcorr() - это проще и удобнее)
2. "...находим коэффициент автокорреляции в ряде первой разности..." - Как ? что это ? формула ? (Автокореляция - это означает сравнивается ряд сам с собой, если без здвига, то кореляция = 1 по определению, при сдвиге коэффициент может меняться от -1 до 1). Единицу все время сравнивать с ПХ ?
Сергей может лучше скайп, быстрее голосом все пояснить + прогами на маткаде поясним друг другу про что говорим. Тут клаву сотрем. Скорее всего просто путаница в терминах. Поэтому и не понимаем друг друга.
Сергей может лучше скайп, быстрее голосом все пояснить + прогами на маткаде поясним друг другу про что говорим. Тут клаву сотрем. Скорее всего просто путаница в терминах. Поэтому и не понимаем друг друга.
А зрителям что тогда делать. Нет уж. Лучше продолжать в том же русле в том же месте. То есть на формуе.
Хотя можно и слушателем стать. Но все же не смогут.
А зрителям что тогда делать. Нет уж. Лучше продолжать в том же русле в том же месте. То есть на формуе.
Хотя можно и слушателем стать. Но все же не смогут.
ок обязуюсь итоги выложить в виде формул и графиков. Цель я так понимаю. Херст и коэффициент кореляции - это принципиально разные вещи или понятия одного порядка (только меняються в разных пределах). Мне просто непонятно как расчитать "коэффициент автокореляции". Функцию могу, а вот коэффициент нет, коэффициент кореляции могу, а вот авто кореляции не получается, так ка не понимаю что это.
2. "...находим коэффициент автокорреляции в ряде первой разности..." - Как ? что это ? формула ? (Автокореляция - это означает сравнивается ряд сам с собой, если без здвига, то кореляция = 1 по определению, при сдвиге коэффициент может меняться от -1 до 1). Единицу все время сравнивать с ПХ ?
Еденицу не рассматриваем - тривиальный случай. Сдвиг в ряде первой разности всегда на 1 и только! - Мы рассматриваем корреляцию только между соседними отсчётами в ряде первой разности на КОНКРЕТНОМ ТФ. Что бы получить коррелограмму, варируем ТОЛЬКО ТФ для исходного ряда.
Это корректное определениене, недопонимания не должно возникать.
Нет уж. Лучше продолжать в том же русле в том же месте.
Согласен. Так лучше.
Что бы получить коррелограмму, варируем ТОЛЬКО ТФ для исходного ряда.
пожалуй, Prival, ты прав. Это не коррелограмма, коэфиициент корреляции между соседними отсчётами в ряде первой разности найденный для разных ТФ.
пожалуй, Prival, ты прав. Это не коррелограмма, коэфиициент корреляции между соседними отсчётами в ряде первой разности найденный для разных ТФ.
и это меня тоже путает. если сравниваються два массива один допустим это M1 а другой с M5, можно конечно. Но массивы должны быть одинаковой длинны. Допустим 20 значений. Это получается что мы сравниваем поведение в разных временных горизонтах. Минутки - это 20 минут, а 5минутки это - 1ч 40 мин. Тоже как то не так.
Считаем, что ряды в первом приближении стационарны и нет заметной разницы полученных оценок от участка ВР на котором этота оценка производится.
Считаем, что ряды в первом приближении стационарны и нет заметной разницы полученных оценок от участка ВР на котором этота оценка производится.
есть ли расчет показателя Херста в маткаде (нужны формулы в дискретном виде)?
У себя нашол пока только вот это
Файл с подходами к анализу временных рядов прилагаю. Эти формулы взял от туда.
В Маткаде этой функции нет.
То, что ты привёл в своём сообщении похоже на правду, за исключением следущего (правильно так):
1. Устойчивые тенденции или предсказуемость поведения ВР: Hu<1/2 или Hu>1/2 (антиперсистентность и персистентность соответственно).
2. Отсутствие устойчивости или непредсказуемость поведения ВР: Hu=1/2 (интегрированная СВ с нулевым МО в ряде первой разности).