Обсуждение статьи "Вычисление коэффициента Херста" - страница 3

Новый комментарий
 
СанСаныч Фоменко:

Например,  пакет FGN с функция HurstK(z), в которой производится непараметрическая оценка коэффициента Херста, которая дает гораздо более точную величину.

Замените в выделенной фразе словосочетание "коэффициента Херста" , например, на "коэффициент Корреляции Пирсона" и тогда, возможно, почувствуете нелепость выделенного утверждения.
 
fxsaber:
Замените в выделенной фразе словосочетание "коэффициента Херста" , например, на "коэффициент Корреляции Пирсона" и тогда, возможно, почувствуете нелепость выделенного утверждения.

Не буду обосновывать, так как все мои посты в реальности были обращены к автору статьи.

Я  посмотрел его профиль и у меня сложилось впечатление, что человек стремится обеспечить определенный уровень своих рассуждений и действий. На пример расчета Херста я автору статьи попытался донести, что уровень статьи может быть обеспечен ТОЛЬКО с учетом уже имеющихся результатов в соответствующей области. А такой уровень, точку отсчета, печку от которой пляшут как раз и дает R. Можно взять и другую систему, например, Питон, другие платные.... Но в любом случае нельзя делать вид,что это вот в данной статье первое слово по теме.

 

все остальное меня мало интересовало. 

 
СанСаныч Фоменко:

Не буду обосновывать, так как все мои посты в реальности были обращены к автору статьи.

Прочтите мое замечание выше. Если Пирсона в фразу вставляем, то по какой-то причине она становится нелепой. А если Херста - нет. С чем это связано?

Видимо, это из-за того, что Пирсон - это четкий алгоритм вычисления. А Херст - каждый раз отсебятина.

Есть Херст-Dmitriy Piskarev, есть Херст-R и есть много других. Самое смешное, что их невозможно сравнить, т.к. не может быть критерия сравнения, когда нет четкого определения.

Поэтому смешно слышать, когда говорят, что один вариант Херста точнее другого. Это просто разные величины, которые из-за исторического казуса люди величат одинаково - Херст. 

 
Статья вызывает интерес хотя бы по той простой причине, что информации на эту тему крайне мало. Но к сожалению вектор исследований автора был выбран неверно. В частности, подробно описывается так называемый R/S метод, который дремуч и груб в отношении оценки H на столько, что говорить о нем даже не серьезно. Простой эксперимент, попробуйте рассчитать H на сгенерированном белом шуме предварительно его проинтегрировав в случайное блуждание I(1). Вы получите те же числа в районе 0.54-0.58. Т.е. R/S на самом деле не применим к процессам, чьи характеристики приближены к случайному блужданию, коими являются все рынки. Конечно на разливах какого-нибудь Нила, где H больше 0.7 и R/S что-нибудь да покажет, но вот на настоящих рынках нет.
 
fxsaber:

Прочтите мое замечание выше. Если Пирсона в фразу вставляем, то по какой-то причине она становится нелепой. А если Херста - нет. С чем это связано?

Видимо, это из-за того, что Пирсон - это четкий алгоритм вычисления. А Херст - каждый раз отсебятина.

Есть Херст-Dmitriy Piskarev, есть Херст-R и есть много других. Самое смешное, что их невозможно сравнить, т.к. не может быть критерия сравнения, когда нет четкого определения.

Поэтому смешно слышать, когда говорят, что один вариант Херста точнее другого. Это просто разные величины, которые из-за исторического казуса люди величат одинаково - Херст. 

Я с Вами абсолютно согласен, что Херст штука исключительно туманная как по алгоритму вычисления, так и по толкованию

Я пишу совершенно о другом: если человек дает алгоритм, то он должен обосновывать этот алгоритм. Код, реализующий неверный алгоритм, также будет неверным.

Если посмотреть конкретно на приведенный в статье алгоритм, то используется линейная регрессия,оцененная по МНК. Этот кусок статьи вообще не имеет никакого отношения к реальности, потому как оценка коэффициентов линейной регрессии по МНК - это  ОЦЕНКА  двух случайных величин: смещения "а" и угла наклона "b". Если бы автор использовал, например,из R функцию lm(), то он бы увидел удивительные вещи, что совсем необязательно величина "b", которую он считает за величину коэффициента Херста, на бумаге есть, а реальности ее вообще может не быть, так как стандартная функция lm() кроме значения самого "b" дает ее дисперсию и уровень доверия этой величине. Сплошь и рядом при использовании линейной регрессии уровень доверия гораздо ниже 90%.

Вот пример стандартной таблички оценки линейной решрессии с многими пременными

 

Coefficients: (5 not defined because of singularities)
                    Estimate Std. Error z value      Pr(>|z|)    
(Intercept)       -338.88337  152.55692  -2.221      0.026327 *  
rsi_eurusd           0.01237    0.01363   0.908      0.363934    
macd_eurusd         13.94972    4.36041   3.199      0.001378 **
trix_eurusd       -741.34816  148.31309  -4.999 0.00000057768 ***
sig_eurusd        1118.41702  212.31435   5.268 0.00000013811 ***
trix_eurusd_trend         NA         NA      NA            NA    
trix_gbpusd        407.84268  131.29586   3.106      0.001895 **
sig_gbpusd        -918.57282  202.12341  -4.545 0.00000550361 ***
trix_gbpusd_trend         NA         NA      NA            NA    
trix_eurgbp        264.59572  115.74195   2.286      0.022249 *  
sig_eurgbp        -795.43634  159.17763  -4.997 0.00000058180 ***
trix_eurgbp_trend         NA         NA      NA            NA    
trix_usdchf        -76.32606   27.15637  -2.811      0.004945 **
sig_usdchf          14.28410   31.35889   0.456      0.648747    
trix_usdjpy          5.42010    8.93393   0.607      0.544059    
sig_usdjpy          65.28629   11.08181   5.891 0.00000000383 ***
trix_usdjpy_trend         NA         NA      NA            NA    
trix_usdcad         32.76774   21.62655   1.515      0.129731    
sig_usdcad         -25.12268   25.27109  -0.994      0.320161    
trix_usdcad_trend         NA         NA      NA            NA    
fit.eurusd         -72.05260  149.20763  -0.483      0.629166    
fit.gbpusd        -304.38920  121.47457  -2.506      0.012218 *  
fit.eurgbp         253.58306  132.96820   1.907      0.056508 .  
fit.usdchf        -387.54743  100.37962  -3.861      0.000113 ***
fit.usdjpy           1.82458    0.41496   4.397 0.00001097684 ***
fit.usdcad        -133.88962   81.83316  -1.636      0.101813    
fit.eurusd.2        25.03730  160.94619   0.156      0.876377    
fit.gbpusd.2       423.37220  143.07774   2.959      0.003086 **
fit.eurgbp.2      -227.97261  192.34022  -1.185      0.235916    
fit.usdchf.2       426.74965  101.14174   4.219 0.00002450374 ***
fit.usdjpy.2        -2.15458    0.42133  -5.114 0.00000031587 ***
fit.usdcad.2       321.48459   86.36230   3.723      0.000197 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Доверять с указанным уровнем доверия можно только величинам, которые помечены звездочками. Остальные же просто фикция, цифра есть, а в реальности ее нет! 

Об этом речь. Речь об аккуратности и внимательном отношении к каждому результату расчетов. 

 
fxsaber:

Прочтите мое замечание выше. Если Пирсона в фразу вставляем, то по какой-то причине она становится нелепой. А если Херста - нет. С чем это связано?

Видимо, это из-за того, что Пирсон - это четкий алгоритм вычисления. А Херст - каждый раз отсебятина.

Есть Херст-Dmitriy Piskarev, есть Херст-R и есть много других. Самое смешное, что их невозможно сравнить, т.к. не может быть критерия сравнения, когда нет четкого определения.

Поэтому смешно слышать, когда говорят, что один вариант Херста точнее другого. Это просто разные величины, которые из-за исторического казуса люди величат одинаково - Херст. 

Херст не алгоритм вычисления, это характеристика процесса. Соответственно вычислить эту характеристику можно разными способами. Поэтому здесь никакой отсебятины нет. Главное что бы конечное вычисление совпадало с другими общепризнанными алгоритмами вычисления, в противном случае получаемая величина будет не Херстом, а чем-то другим. 
 

СанСаныч Фоменко:

Например,  пакет FGN с функция HurstK(z), в которой производится непараметрическая оценка коэффициента Херста, которая дает гораздо более точную величину.

fxsaber: 
Замените в выделенной фразе словосочетание "коэффициента Херста" , например, на "коэффициент Корреляции Пирсона" и тогда, возможно, почувствуете нелепость выделенного утверждения.
Здесь СанСаныч абсолютно прав. Мне вот вообще не понятно почему R/S метод именуют непараметрическим, хотя сам он закладывается на вполне стандартное отклонение S что даже отражено в его названии.
 
СанСаныч Фоменко:

Я с Вами абсолютно согласен, что Херст штука исключительно туманная как по алгоритму вычисления, так и по толкованию

Я пишу совершенно о другом: если человек дает алгоритм, то он должен обосновывать этот алгоритм. Код, реализующий неверный алгоритм, также будет неверным.

Если посмотреть конкретно на приведенный в статье алгоритм, то используется линейная регрессия,оцененная по МНК. Этот кусок статьи вообще не имеет никакого отношения к реальности, потому как оценка коэффициентов линейной регрессии по МНК - это  ОЦЕНКА  двух случайных величин: смещения "а" и угла наклона "b". Если бы автор использовал, например,из R функцию lm(), то он бы увидел удивительные вещи, что совсем необязательно величина "b", которую он считает за величину коэффициента Херста, на бумаге есть, а реальности ее вообще может не быть, так как стандартная функция lm() кроме значения самого "b" дает ее дисперсию и уровень доверия этой величине. Сплошь и рядом при использовании линейной регрессии уровень доверия гораздо ниже 90%.

Вот пример стандартной таблички оценки линейной решрессии с многими пременными

 

Coefficients: (5 not defined because of singularities)
                    Estimate Std. Error z value      Pr(>|z|)    
(Intercept)       -338.88337  152.55692  -2.221      0.026327 *  
rsi_eurusd           0.01237    0.01363   0.908      0.363934    
macd_eurusd         13.94972    4.36041   3.199      0.001378 **
trix_eurusd       -741.34816  148.31309  -4.999 0.00000057768 ***
sig_eurusd        1118.41702  212.31435   5.268 0.00000013811 ***
trix_eurusd_trend         NA         NA      NA            NA    
trix_gbpusd        407.84268  131.29586   3.106      0.001895 **
sig_gbpusd        -918.57282  202.12341  -4.545 0.00000550361 ***
trix_gbpusd_trend         NA         NA      NA            NA    
trix_eurgbp        264.59572  115.74195   2.286      0.022249 *  
sig_eurgbp        -795.43634  159.17763  -4.997 0.00000058180 ***
trix_eurgbp_trend         NA         NA      NA            NA    
trix_usdchf        -76.32606   27.15637  -2.811      0.004945 **
sig_usdchf          14.28410   31.35889   0.456      0.648747    
trix_usdjpy          5.42010    8.93393   0.607      0.544059    
sig_usdjpy          65.28629   11.08181   5.891 0.00000000383 ***
trix_usdjpy_trend         NA         NA      NA            NA    
trix_usdcad         32.76774   21.62655   1.515      0.129731    
sig_usdcad         -25.12268   25.27109  -0.994      0.320161    
trix_usdcad_trend         NA         NA      NA            NA    
fit.eurusd         -72.05260  149.20763  -0.483      0.629166    
fit.gbpusd        -304.38920  121.47457  -2.506      0.012218 *  
fit.eurgbp         253.58306  132.96820   1.907      0.056508 .  
fit.usdchf        -387.54743  100.37962  -3.861      0.000113 ***
fit.usdjpy           1.82458    0.41496   4.397 0.00001097684 ***
fit.usdcad        -133.88962   81.83316  -1.636      0.101813    
fit.eurusd.2        25.03730  160.94619   0.156      0.876377    
fit.gbpusd.2       423.37220  143.07774   2.959      0.003086 **
fit.eurgbp.2      -227.97261  192.34022  -1.185      0.235916    
fit.usdchf.2       426.74965  101.14174   4.219 0.00002450374 ***
fit.usdjpy.2        -2.15458    0.42133  -5.114 0.00000031587 ***
fit.usdcad.2       321.48459   86.36230   3.723      0.000197 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Доверять с указанным уровнем доверия можно только величинам, которые помечены звездочками. Остальные же просто фикция, цифра есть, а в реальности ее нет! 

Об этом речь. Речь об аккуратности и внимательном отношении к каждому результату расчетов. 

Прежде чем делать какие-то выводы, надо разобраться от каких данных вычисляется регрессия. 

Сан Саныч, вы извините конечно, но вы реально задолбали со своими "экспертными оценками".  С вашей стороны вообще ничего не видно кроме вечного всовывания какого-то R. Хоть куда-нибудь хоть немного приложите кода на MQL что бы было видно, что вы хоть что-то понимаете. 

 
В защиту Сан Саныча могу привести вот такую байку/пример:
Старый учитель говорит молодому - если вам покажется, что какой-то студент постоянно задает вам дурацкие вопросы и достает вас, подумайте - возможно, это единственный ученик в вашем классе, кто внимательно слушает вас.
 
Dmitriy Piskarev:

Максим, спасибо за комментарий!

 Да, Вы правы, конечно же вычисление коэффициента Херста - это лишь база для того, чтобы получить хотя бы малейшее представление о применение своего рода мат статистики в изучении временных рядов. Поддерживаю Ваше замечание и также считаю, что применять только лишь анализ коэффициента для прогнозирования динамики рынка было бы наивным и неверным решением. Разумеется, нужно строить стратегию на основе совокупных показателей и применяя различные индикаторы и источники.

В следующей статье обязательно продемонстрирую Вам свое правильное понимание фрактального анализа.

Еще раз спасибо за комментарий. 

 P.S. Предложили сделать ревью на имеющиеся в MT5 инструменты подобного анализа. Воспользовался возможностью прорекламировать.

Супер, ждемс.. тема требует развития )
12345
Новый комментарий