[Archives] Mathématiques pures, physique, chimie, etc. : problèmes d'entraînement cérébral sans rapport avec le commerce. - page 387

 
Candid: Et pensez aussi pourquoi Hurst a pensé à normaliser par RMS, mais n'a pas pensé à calculer le degré par le rayon à partir de l'origine. Il l'a fait, par régression. C'était un idiot, c'est comme ça que tu le vois ?

Il n'avait pas Mt4 et MQL... Et le forum.

;)

 
Candid:

...


Permettez-moi d'intervenir un peu avec votre permission. Le calcul de l'indice de Hurst est bien décrit par Shiryaev et d'un point de vue artistique, il ne s'agissait pas du "Nil" en tant que tel, mais d'affluents du Nil (incréments, c'est-à-dire ce qui forme le processus appelé - Nil). Où est-ce que j'allais avec ça ? Ah ! Peu importe - c'est une digression lyrique en général.

Il est inutile de calculer l'exposant de Hearst par la méthode de l'écart, c'est très grossier et l'estimation présente un biais très important (environ 20-30% d'erreur - c'est facile). Il existe deux bonnes méthodes :

  • La méthode de Wittle (basée sur des modèles de régression, fonctionne à toute épreuve si le modèle correspond à la réalité)
  • Basé sur les ondelettes (la méthode la plus précise, fonctionne bien "localement")
 
Farnsworth:

Laissez-moi intervenir un peu, avec votre permission. Le calcul de l'indice de Hurst est bien décrit par Shiryaev et d'un point de vue artistique, il ne s'est pas occupé du "Nil" en tant que tel, mais des affluents du Nil (les affluents, c'est-à-dire ce qui forme le processus appelé Nil). Où est-ce que j'allais avec ça ? Ah ! Peu importe - c'est une digression lyrique en général.

Il est inutile de calculer l'exposant de Hearst par la méthode de l'écart, c'est très grossier et l'estimation présente un biais très important (environ 20-30% d'erreur - c'est facile). Il existe deux bonnes méthodes :

  • La méthode de Wittle (basée sur des modèles de régression, fonctionne à toute épreuve si le modèle correspond à la réalité)
  • Basé sur les ondelettes (la méthode la plus précise, fonctionne bien "localement")
Avez-vous essayé ces méthodes vous-même, fonctionnent-elles ? Bien sûr, celui qui fonctionne localement est particulièrement intéressant.
 
Candid:
Avez-vous essayé ces méthodes vous-même, donnent-elles quelque chose ? Ce qui est particulièrement intéressant, bien sûr, c'est ce qui fonctionne localement.

Je fais de l'analyse fractale depuis assez longtemps et j'ai essayé beaucoup de choses. Malheureusement, un virus a ruiné la plupart du matériel, mais j'ai arrêté de m'énerver. Un jour, je me reprendrai - et je répéterai les réalisations les plus précieuses :o) J'ai même converti la méthode de Wittle en MathCAD, et la méthode basée sur les ondelettes est implémentée dans MathLab, où je l'ai étudiée.

Seulement, pourquoi avez-vous besoin de cet indicateur ? Il a une propriété prédictive très vague (). En d'autres termes, même la valeur exacte calculée de 0,8 (même avec l'intervalle de confiance) ne vous dira rien sur la "tendance" qui durera et sur le nombre de comptes où cette condition restera la même, et ne répondra pas à la question principale - où la tendance va se déplacer. De plus, cet indicateur calculé à partir de séries historiques ne démontre que "la propension" et même un processus avec une tendance peut réellement montrer un comportement différent de celui attendu (cela arrivera simplement) et, ce qui est le plus décevant, "ne peut pas être falsifié".

Pour une estimation significative, la probabilité est nécessaire, et cela signifie que nous devons considérer la citation comme une multifractale et construire un "spectre de singularité".

Et une caractéristique tout à fait désagréable est la dépendance, littéralement "catastrophique", de la longueur de l'échantillon.

 
Bon sang, ce Hurst rampe sur le forum régulièrement. Peut-être quelqu'un peut-il m'expliquer quelle valeur prédictive il a ?
 
Mathemat:
Heck, c'est Hurst qui rampe sur le forum sur une base régulière. Peut-être quelqu'un peut-il m'expliquer quelle valeur prédictive il a ?

en fait - aucune. Tu l'as eu ? :о) Mais elle est utile pour modéliser les processus.

ADDENDUM: la seule valeur pratique qui est difficile à automatiser est l'analyse de la forme du graphique en coordonnées log-log. Vous pouvez clairement dire quelle partie de la série correspond à une loi de puissance, et vous pouvez "formellement" entrer une valeur de "longueur de mémoire". Et c'est précieux. Sinon, ils commencent à compter les régressions, et souvent à des endroits où cela n'a pas de sens(parfois, eh bien, le comportement des incréments ne correspond pas à la loi de puissance, comme le forex).

 

Farnsworth:

Et une caractéristique tout à fait désagréable est la dépendance, littéralement "catastrophique", de la longueur de l'échantillon.

Oui, la définition de la longueur de l'échantillon semble être le point clé dans la grande majorité des approches.

Multifractales - hmmm. peut-être, il semble y avoir une indication que ce concept est plus adéquat, ainsi que l'autorité de Mandelbrot.

 
Candid:

Oui, la définition de la longueur de l'échantillon semble être le point clé dans la grande majorité des approches.

Multifractales - hmmm. peut-être, il semble y avoir une indication que ce concept est plus adéquat, ainsi que l'autorité de Mandelbrot.

Pour être honnête - je ne comprends pas ce que vous faites et quel est le but de tout cela ?
 
Mathemat:
Bon sang, ce Hurst rampe sur le forum régulièrement. Peut-être quelqu'un peut-il m'expliquer quelle valeur prédictive il a ?

=0,5 errance aléatoire dans le bruit.

<0.5 est encore pire - le bruit s'égare aléatoirement :)

>0.5 il y a de l'espoir pour la mémoire...

>0,79 est d'origine naturelle.

 
Farnsworth:
Pour être honnête, je ne comprends pas ce que vous faites et quel est l'intérêt de tout cela ?
Hum... s'agit-il d'un sens large ou étroit ? :)
Raison: