Объемы, волатильность и показатель Херста - страница 6

 

Таблица 2а
n N K R M D
2 4 52000 2.3818 1.5070 4.0252
3 8 56000 3.6364 2.1770 7.9456
4 16 95000 5.4861 3.1450 15.9989
5 32 134000 8.1050 4.4831 32.0493
6 64 185000 11.8046 6.3378 63.6909
7 128 250000 17.1001 9.0244 128.6451
8 256 317000 24.5862 12.7986 257.5228
9 512 481000 35.1518 18.0730 513.5267
10 1024 639000 50.0614 25.5199 1022.8466
11 2048 936000 71.2224 36.1104 2048.1000
12 4096 1381000 101.1421 51.0515 4097.8097
13 8192 1640000 143.4602 72.2285 8198.6059
14 16384 2452000 203.3874 102.2592 16425.9632
15 32768 3183000 287.8928 144.5695 32858.2299
 
Таблица 2б
n N LOG(R) LOG(M) LOG(D) LOG(N) Hurst
2 4 1.2520 0.5917 2.0090 2.0000
3 8 1.8625 1.1224 2.9902 3.0000 0.6105
4 16 2.4558 1.6531 3.9999 4.0000 0.5932
5 32 3.0188 2.1645 5.0022 5.0000 0.5630
6 64 3.5613 2.6640 5.9930 6.0000 0.5425
7 128 4.0959 3.1738 7.0073 7.0000 0.5346
8 256 4.6198 3.6779 8.0086 8.0000 0.5238
9 512 5.1355 4.1758 9.0043 9.0000 0.5158
10 1024 5.6456 4.6735 9.9984 10.0000 0.5101
11 2048 6.1543 5.1743 11.0001 11.0000 0.5086
12 4096 6.6602 5.6739 12.0006 12.0000 0.5060
13 8192 7.1645 6.1745 13.0012 13.0000 0.5043
14 16384 7.6681 6.6761 14.0037 14.0000 0.5036
15 32768 8.1694 7.1756 15.0040 15.0000 0.5013
 

Третья колонка табл.2а показывает величину K – количества интервалов, которое пришлось сгенерировать, чтобы получить заданную точность acc=0.001. Если учесть, что общее число всех возможных траекторий составляет 2^N, то начиная с N=32 число K составляет ничтожную долю от этого общего числа. И с ростом N эта доля стремительно уменьшается.

Однако с практической точки зрения от этого радости мало. Интервал N=16384, ориентируясь на плотность тикового потока 2009 года, соответствует примерно одним суткам. Для вычисления среднего размаха R с точностью 0.001 на стационарном рынке потребовалось бы 2452000 торговых дней (т.е. 9430 лет). Вряд ли это кому-то будет интересно. Впрочем, если существенно понизить точность, то может и можно выйти на адекватные массивы стат. данных.

Шестая колонка (D) табл.2а весьма точно совпадает по значениям со второй (N), а 9-я с 10-й (LOG(D)=LOG(N)), как и должно быть в соответствии с приведенной ранее формулой для дисперсии приращений. А значения R при N=4, 8 и 16 совпадают с соответствующими значениями из предыдущей таблицы, где приведены точные теоретические значения среднего размаха. То есть выбранный уровень точности и соответствующие ему размеры выборок K действительно обеспечивают достоверность результирующих данных.

Основной интерес представляет последняя колонка, где приведены значения показателя Херста. Результат в n-й строке вычислялся по двум точкам – n-й и предыдущей. Теоретически для рассматриваемого СБ показатель Херста должен был бы быть равен 0.5. Однако, как видим, этого не наблюдается. Для небольших значений величины интервала N показатель существенно отличается от 0.5 и только с ростом N стремится к 0.5, повидимому асимптотически. Хочу подчеркнуть фундаментальность этого момента: выбирая разные величины интервалов, на которые мы разбиваем ряд, чтобы вычислить показатель Херста, мы получаем совершенно разные значения. Поэтому, пытаясь по показателю Херста оценить характер СР, мы должны либо иметь табулированную кривую для чистого СБ (это и есть искомая калибровка) с которой и сравнивать данные эксперимента, либо использовать интервалы очень большой величины. Оба варианта для реального использования практически неприемлемы.

 

В качестве иллюстрации приведены графики R, M и D от N в Log-Log координатах.

Красная линия, отображающая зависимость LOG(R) от LOG(N), не является прямой. Для того, чтобы показать это, на графике проведены две прямые Line-1 иLine-2. Первая – через первую пару точек красной кривой, вторая – через последнюю пару. Показатель Херста определяется как тангенс угла ее наклона к оси Х и, как видно из графика, этот угол наклона меняется в зависимости от точки.

Линия LOG(M) также представляет собой кривую, хотя изогнута и не так сильно как LOG(R). Она имеет такую же асимптотику 0.5 и поэтому с красной кривой никогда не пересекается. Из трех только линия LOG(D) представляет собой прямую.

В принципе любую из этих трех линий можно было бы использовать для расчета показателя Херста. Однако, к сожалению, предпочтение отдать некому. Каждая из линий имеет свои преимущества, но и свои недостатки. Недостатки, увы, настолько существенные, что делают практическое использование в трейдинге неэффективным.

Таким образом получаются следующие выводы.

Показатель Херста не является «хорошей» характеристикой рынка, поскольку зависит от параметров разбиения временного ряда на интервалы. Чтобы получать правильные результаты, эту зависимость нужно иметь и использовать для приведения их к нормальному виду.

Показатель Херста имеет смысл в качестве глобальной характеристики стационарных рядов с достаточно большой статистикой. Рыночный процесс не обладает свойством стационарности и требует для своего описания локальных характеристик с малым временем запаздывания. Использование показателя Херста в этом качестве весьма проблематично.

 
Тем не менее кто-то на форуме настойчиво доказывал, что Херст может быть полезен. Кто это был?
 

Оч полезно,почистил папку - индикаторов на полтора десятка стало меньше...

 
Mathemat:
Тем не менее кто-то на форуме настойчиво доказывал, что Херст может быть полезен. Кто это был?


Неужели я ? :-)

 
А случаем не Neutron?
 
joo:
А случаем не Neutron?

  недумаю в своё время мне кажеться мы так и не пришли к выводу как же правильно его рассчитывать (имеется ввиду класика) https://www.mql5.com/ru/forum/102239/page13
 
Что касается того модельного ряда СБ, который рассматривался в данном случае, то я уверен в правильности расчета. Однако, если речь пойдет о произвольных рядах, то там еще надо приводить их к соответствующему виду. Иначе может получиться ерунда. Относительно этой процедуры приведения еще надо подумать.