赫斯特指数 - 页 24

[Sceptic Philozoff]

有什么问题呢？我可以给你彼得斯。

[[删除]]

把它扔过来，阿列克谢。我会研究的。

[Sceptic Philozoff]

在这里，我已经找到了。妈的，文件不合适。见私信。

[[删除]]

发送

[[删除]]

我已经收到了这些书。首先，我翻阅一下，看看在定义上是否有什么不一致的地方。一般来说，我会先进入这个领域；)

[Vasiliy Sokolov]

avtomat:
我已经收到了这些书。首先，我翻阅一下，看看在定义上是否有什么不一致的地方。无论如何，我将开始进入它；)

谢谢你的兴趣。

[Vasiliy Sokolov]

将计算结果翻译成C#。该算法已经完全模仿了彼得斯的方法。该图显示如下。

原创

嗯，我能说什么呢。结果更像书中的内容。这条线本身也变得与真实的线相似。它在整个时期都有一个正的斜率（与理论相吻合），它在开始时比较平稳，在结束时变得更加破碎（相吻合）。然而，令人沮丧的是，斜率系数并没有变化（实际上是Hurst系数）。

这可能意味着以下几点。

1.所研究的过程具有无限的内存。但记忆必须是有限的，因为我们正在研究一个真实的SP 500市场。

2.所研究的过程与随机漫步没有区别（也许是这样）。那么整个曲线区间的Hurst系数必须等于0.5。如果情况确实如此，那么。

2.1.分形统计学无法将SB与真实市场区分开来，也无法从数学上证明其记忆效应，因此完全没有用处。

2.2.彼得斯是个骗子，正在扰乱我们的大脑！（不太可能）。

2.3.彼得斯的计算是错误的，埃里克-尼曼也是如此，他在他的书中重复了这种计算。

3.我错了。

3.1.在该算法中。

3.2.在方法上。

非常希望确认第三点。我期待着独立的结果。

赞成第3点的人说，

1.曲线变化过于平稳。这种情况不应该出现，特别是在大的平均周期上，因为大周期上独立的RS测量数量极少（1-2）。

2.增长太高了。这条线在图的末尾几乎达到2，而彼得斯的则达到1.3。即使有一个不变的斜率，也不可能超过1.6，而我的斜率高达2!这里有些地方不对。

Z.I. 对RS斜率正切的初步估计，给出的数值约为46%（1.6时间到1.66摆动），这意味着不存在趋势性或反趋势性，是SB的一个强制性特征。

[Vasiliy Sokolov]

在分析了结果之后，我意识到，错误可能还是在于彼得斯没有提到任何关于将回报率恢复到累积图的原因。尤里卡！！！。他没有积累任何东西，而是用一系列独立的增量工作，比如ln(Pi / Pi-1)。另一方面，我的系列是一个回报的总和：S += ln(Pi/Pi-1)。 然后我改变了代码，直接跳过了这个操作。结果有了极大的改善。

平均图的结果开始从根本上与彼得斯的计算结果趋同。的确，在细枝末节上有一些不准确的地方，特别是在最高和最低水平之间仍有差异。另外，直线的局部弯曲也是不同的，但主要的点都准确地显示出来了。可以看出，在超过1.9左右的一定时间后，斜率角已经下降。

有趣的是，回报率的累积图（左起第一个）完全遵循随机漫步。到目前为止，我还不能对这种效果做出解释。从逻辑上讲，情况不应该因我们采取收益或其累积系列而发生根本性的变化，但很明显，情况并非如此。但为什么不呢？

一幅非常有趣的画面似乎开始出现了!

p.s. 显然，我和彼得斯在数据处理方面有一些非原则性的差异，所以图表毕竟没有什么不同。

[[删除]]

.

到目前为止，我已经得到了这种方式。但这里有一些我不喜欢的东西。我标记了相应的点，但我需要切断多余的部分 -- 原图中的数据仅限于log(k)=0.8和log(k)=2.4左右的值

我将进一步研究它。

[Vasiliy Sokolov]

你是否把时期的窗户当成了滑动的窗户？彼得斯根据非重叠数据进行计算（见附录3，第一册，关于他的时期布局的方法）。但结果应该不会有很大差别。不过，错误显然是在数据布局的某个地方，但R/S图不可能有这样的跌落和尖峰。不清楚你是如何得到低于0.2的R/S值的，而即使是一个非常小的平均周期N=6也能得到0.28。在最开始，图表 应该是非常平滑的，因为有这么多的子周期的平均。