This indicator is based on the assumption that the price variations follow a multi-fractal model. From there, the Hurst exponent H can be easily computed from the fractal dimension (as obtained in http://codebase.mql4.com/en/code/8844). The variations of this Hurst exponent can actually be seen as predicting the variations of the volatility...
The code in this iPython notebook used to be in R. I am very grateful to Yves Hilpisch and Michael Schwed for translating my R-code to Python. For slideshow functionality I use RISE by Damián Avila. $$ \newcommand{\beas}{\begin{eqnarray*}} \newcommand{\eeas}{\end{eqnarray*}} \newcommand{\bea}{\begin{eqnarray}} \newcommand{\eea}{\end{eqnarray}}...
Minkowski或Hausdorff维度只提供了对分形形成中的波动性的理解，以及对分形集具有分数维度的解释，即它们不是直线也不是平面，而是介于两者之间：D或对曲线如何填充平面的评价。
然后有一个广义布朗运动的概念，它可以采取不同的分形维度（从0到1），那里更有趣。就像广义布朗运动的分形结构是一种市场记忆（赫斯特），明斯基的分形维度是一种随机成分（噪声），它不仅影响而且修改了结构（与计量经济学中 噪声的经典解释相反）。
我想了想你的观点，可能你是对的，分形维度只能显示历史上符号的一些属性，但它甚至不能确定当前的状态，也就是说，借助于分形维度，你可能只能了解你是否可以尝试在给定的时间序列中进行有关规律性的研究，或者根本不存在。
我认为，他们不值得关注，因为分形维度可以通过同样的ZigZag来估计，而且计算成本较低，此外，代码https://www.mql5.com/en/code/9676，意味着选择周期，选择分析价格（高，低，或Clkose...），你不能决定哪个价格对确定分形维度更重要。
....我想我已经写了一百遍了，我可能还会重复一遍，我没有看到比MT4交付的标准指标更有用的指标，RSI比分形维度分析更有参考价值。
向米沙学习如何繁殖））））
https://www.mql5.com/ru/forum/281573
米沙，我要求.....
AHAHA））的任务的fUrMulator））。
你在哪里，我的黑眼圈在哪里，在沃尔格德在哪里，在沃尔格德在哪里TAAAAAAmmmmm whereforeforeforest polisada :-)。抹去吝啬鬼的眼泪....激情仍在高涨 :-)
п.1.注意头像，肯定不是我。
2.但是，有的，有的。
帮助寻找 - 第1页，等等。
;)
看看这个头像，绝对不是我。
头从......看黎明。
从......黎明的头。
哦~~~~~~~~~~~~~~~~~~~~~轻松的马克西姆，我们都是有文化的人。让我们继续保持智慧的品牌，让一个随机的路人看了看，觉得我们是多么好的人，多么有礼貌的人，在这里我们告诉他 "滚开"，这样他就真的得到了他妈的。否则，你只是在他的脸上开枪，就没有什么阴谋了。悲伤:-)
哦~~~~~~~~~~~~~轻松的马克西姆，我们都是有文化的人。让我们继续保持知识分子的品牌，这样，一个随机的路人看了看，觉得我们是多么好的人，多么有礼貌的人，在这里我们告诉他 "滚开"，这样他就真的得到了他妈的。否则，你只是在他的脸上开枪，就没有什么阴谋了。悲伤:-)
他只是被冒犯了。
显然，欧元已经下跌了......
我一直在研究神经元，它是很直接的。
但我不喜欢算法，都是基于统计和图像的...
这一切看起来非常奇怪。
我想了想你的观点，可能你是对的，分形维度只能显示一个符号在历史上的一些属性，但并不能定义当前的状态，也就是说，在分形维度的帮助下，人们只能知道在给定的时间序列中，是否有必要尝试进行规律性的调查，或者它们根本不存在。
我认为，他们不值得关注，因为分形维度可以通过同样的ZigZag来估计，而且计算成本较低，此外，代码https://www.mql5.com/en/code/9676，意味着选择周期，选择分析价格（高，低，或Clkose...），你不能决定哪个价格对确定分形维度更重要。
....我认为，我已经写了一百遍了，可能还会再重复一遍，我没有看到比MT4的标准指标更有用的，同样的RSI会比分形维度的分析更有参考价值。
我们必须寻找究竟如何与尺度不变性和分形形成合作，"记忆 "是如何工作的--这很有意义，我认为。在这种情况下，甚至对经典指标的解释也可能有新的含义。最大的问题将是处理非周期性的 "循环"，而在B-M f-iia中，例如，它们是周期性的，即使通过简单的算术也不难预测它们。而维度只是波动性，大体上是如此。
在这里可以学到一些东西http://tpq.io/p/rough_volatility_with_python.html，但我还没有去研究，因为我还没有时间。而维度只是波动性，大体上是这样的
在那里，我记得ZigZag，你是波动性的，但问题是相同的，即使是统计研究，分形维度也是没有意义的。
在统计方面有一些想法，基本上这将是一个日内波动率研究。我认为我们还是应该寻找简单的解决方案，通过更新每周的高/低点或每月的高/低点，大致上价格反转的频率是多少？一个月有多少次更新高/低点，价格越过本月的开盘价？....
我们需要准确地寻找如何与尺度不变性和分形结构合作，"记忆 "是如何工作的 - 这很有意义......
是的，是的，这就是你应该开始的地方，实际上...
1）我试着用 "DTW"，但它是一个非常沉重的结构，我一直没有完成实验，因为我无法弄清算法中的一些概念性的东西......
2）也许我们应该把BP分解成傅里叶谐波？有三个参数：振幅、频率和相位。然后我们可以把这些参数转换成比例形式，例如
如果我们有振幅（运动的振幅范围），我们取第一个谐波和第五个谐波，振幅是100p，第五个是10p。 我们用一个除以另一个，得到一个普遍的特性--比例。
振幅不是100和10，我们只是知道第一个谐波的振幅是第五个谐波的10倍，这是一个普遍的措施，在未来会重复，基本上是客观的。但当然，如果有经验的喷洒者对此事发表意见会更好。
马克西姆卡，你的网络怎么样了？如果你不想帮助我把我的指标引入MetaTrader，你甚至可以写一个机器人，获得一个指标和如何使用网络交易的知识。