Índice Hearst - página 37
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
¿Por qué tienes que ir tan lejos?
Prefiero tratar con pavos ordinarios...
Siempre intento encontrar la anchura de ventana óptima en mis CT. Varía entre 30-70 observaciones (para H1).
¿Qué tipo de ventana exactamente? Por ejemplo, una gaussiana suprime los efectos de frontera muy significativamente en comparación con una rectangular normal (también será gaussiana en el dominio de la frecuencia, es decir, dará -40 dB por octava sin ningún máximo lateral). La misma reactividad se puede conseguir teniendo en cuenta más valores de señal.
¿Por qué ir tan lejos?
Prefiero tratar con pavos ordinarios...
¿Quién es?)
¡Soldado Dersu!
¡Descansen! ¿Qué son estos sobres, rojos y verdes?
Sobres como sobres.
Insertado.
El sábado, día festivo...
¿Salir del tema?
Si nos fijamos en "H es más característico del entorno externo", debemos prestar atención a los términos ingleses utilizados en relación con Hirst. A continuación, una copia pegada de la monografía de BP:
establecer la geometría fractal como objeto de estudio.
Tenga en cuenta estas palabras
Algunas series temporales presentan correlaciones muy marcadas con rezagos elevados
И
muestra que la memoria larga
Intenté averiguar: ¿qué es la memoria larga? Resulta que hay autocorrelaciones en más de 40 observaciones. Pero, entre comillas, una correlación tan larga de un signo es extremadamente rara. De todos modos, después de pasar una hora, no lo encontré.
Un gran número de personas intenta utilizar el índice de Hurst. Ni una sola vez he visto un resultado positivo. Tal vez debamos encontrar primero a los cotizantes. ¿En qué memoria larga?
Peters da una interesante definición de la memoria larga. Léelo. Hay mucha información interesante en sus libros sobre este tema. Según él, estos procesos no pueden medirse con el ACF trivial. El ACF funciona en una escala de 5-6 retrasos y ya está. Si H se expresa como una partícula en movimiento con una dispersión igual a la raíz cuadrada de la distancia, entonces obtenemos un caso especial de distribución normal StdDev = Sqrt(T) = T^(0,5). Ahora bien, si la dispersión de la partícula está ligeramente por encima o por debajo de 0,5 es posible en uno y sólo un caso: la partícula debe recordar su estado pasado y, por tanto, tal proceso poseerá memoria. Es decir, H no es una característica de la acción externa, sino que depende del estado previo del proceso. Y si la trayectoria de escape se conserva, significa que depende de los valores anteriores y se puede calcular el periodo de memoria. Y a menudo sucede que en todas las escalas de cálculos el ángulo de inclinación no cambia, y al mismo tiempo, no es igual a 0,5. En este caso, se dice que el proceso es un verdadero proceso Hearst con memoria infinita. Excepto que ACF no mostrará nada de eso.
Puedes identificar esta memoria muy larga en cualquier cita. Pero el ACF no es adecuado aquí.
Peters da una interesante definición de la memoria larga. Léalo. Hay muchas cosas interesantes en sus libros sobre este tema. Según él, estos procesos no pueden medirse con el ACF trivial. El ACF funciona en una escala de 5-6 retrasos y ya está. Si H se expresa como una partícula en movimiento con una dispersión igual a la raíz cuadrada de la distancia, entonces obtenemos un caso especial de distribución normal StdDev = Sqrt(T) = T^(0,5). Por lo tanto, si la dispersión de la partícula está ligeramente por encima o por debajo de 0,5 es posible en uno y sólo un caso: la partícula debe recordar su estado pasado y por lo tanto tal proceso poseerá una memoria. Es decir, H no es una característica de la acción externa, sino que depende del estado previo del proceso. Y si la trayectoria de escape se conserva, significa que depende de los valores anteriores y se puede calcular el periodo de memoria. Y a menudo sucede que en todas las escalas de cálculos el ángulo de inclinación no cambia, y al mismo tiempo, no es igual a 0,5. En este caso, se dice que el proceso es un verdadero proceso Hearst con memoria infinita. Excepto que ACF no mostrará nada de eso.
Lamentablemente, no tengo mi propia opinión sobre este asunto.
Pero puedo remitirte al libro
Cowpertwait y A.V. Metcalfe, Introductory Time Series with R, 159
Use R, DOI 10.1007/978-0-387-88698-5 8,
© Springer Science+Business Media, LLC 2009
En el capítulo 8 se describe el proceso de adaptación de FARIMA. En este proceso se utiliza el ACF.
Se adjunta el texto. Por desgracia, las fórmulas y la parte teórica no resultaron.
Pero el proceso de adaptación de FARIMA se describe específicamente