Volumes, volatilité et indice de Hearst - page 10

 
Candid:
Personne n'y voit d'inconvénient si vous vérifiez les conclusions de Yurixx. C'est-à-dire, soit répéter le calcul des premiers principes qu'il a fait, soit obtenir le résultat de manière analytique. En fait, comme nous l'avons vu précédemment, il ne manque qu'une formule reliant la dispersion à l'écart-type.

recherche sur la distribution de l'écart https://www.mql5.com/go?link=http://www.mathnet.ru/php/getFT.phtml?jrnid=sm&paperid=3245&what=fullt&option_lang=rus Il semble y avoir une formule 2.14 pour le premier et le deuxième moment, mais quelque chose ne semble pas s'additionner :)

P.S. https://www. mql5.com/go?link=http://83.149.209.141/php/getFT.phtml?jrnid=sm&paperid=3415&what=fullt&option_lang=rus suite

 
Vita:


Prenez le manuel "Introduction à la théorie des probabilités" de Kolmogorov. Vous y trouverez la formule pour le parcours moyen dans la marche aléatoire.

Je pense que là, ainsi que dans wikipedia, il s'agit de l'écart-type. Pouvez-vous donner une citation ici, avec un lien vers la page ?

Par conséquent, cette déclaration

High - Low est proportionnel à Open - Close,
n'est soutenu par rien. Mais ce n'est pas tout. Ce qui suit est tout simplement une déclaration incorrecte
Open - Close, qui est le kilométrage moyen dans le calcul de Yurixx,
Ce calcul tient compte à la fois du kilométrage moyen et du kilométrage effectif et de l'écart. Votre formule avec la racine n'est éprouvée que pour RMS, ce qui signifie qu'elle ne s'applique pas non plus à Open - Close.
qui est proportionnel à la racine du nombre de pas de Kolmogorov. J'ai substitué la formule du manuel à celle de Yurixx.
Montrez dans les posts de Yurixx la formule dans laquelle vous avez effectué la substitution.
J'ai obtenu le résultat, qui correspond exactement au calcul tabulé.
Où se trouve le tableau ou le graphique ? Au moins la valeur à mener, à laquelle l'accord vient.
Vous voyez, ici, Hearst n'est pas et n'a pas été depuis le début.

Dans votre raisonnement original, vous introduisez une variable h et l'appelez l'exposant de Hearst. C'est incorrect, ce n'est pas l'exposant de Hearst.

Demandez à Yurixx'a de calculer Hurst pour la série N*N de 0 à 1000 .

La réponse est 1/2, mais ce ne serait pas l'indice de Hearst, l'indice de Hearst est calculé par l'écart.



Au fait, la proportionnalité entre la course moyenne, la course moyenne et l'écart signifie que les courbes sont parallèles en coordonnées log-log. C'est-à-dire que les graphiques de Yurixx montrent clairement qu'il n'y a pas de proportionnalité entre l'exécution RMS et le spread. Bien sûr, si son calcul est correct. Mais entre la course moyenne (c'est-à-dire le module Open - Close) et le spread, c'est possible.

 

Je ne sais pas exactement comment Yurixx l'a calculé, mais le résultat :

Для небольших значений величины интервала N показатель существенно отличается от 0.5 и только с ростом N стремится к 0.5, повидимому асимптотически.

Exactement la même chose que ce que j'ai obtenu il y a trois ans pour les principales citations. Et je ne vais même pas le vérifier. Mon résultat a été une révision complète des principes du système. La seule différence est que je suis arrivé à l'humble conclusion que l'AT ne fonctionne pas du tout.

 
Vita:

Vita, trop de mots et pas assez de détails. Vous ne faites aucune référence, et vous ne tirez pas vos propres conclusions. En outre, vous utilisez constamment toutes sortes de termes, ainsi que des expressions (High-Low), (Open-Close), les confondez les uns avec les autres et établissez entre eux des liens totalement arbitraires et sans fondement. En ce qui concerne le rapport de Hurst, vous vous trompez en général sur ce qu'il est et sur la façon de le calculer.

Si vous voulez débattre, alors parlez sur le fond : définition - affirmation - preuve - résultat. Ou citer des endroits spécifiques d'autres auteurs. Il serait également bon de comprendre ce que j'ai écrit ici. Je doute que vous l'ayez compris.

 
Avals:

isceldating the spread distribution https://www.mql5.com/go?link=http://www.mathnet.ru/php/getFT.phtml?jrnid=sm&paperid=3245&what=fullt&option_lang=rus Il semble y avoir une formule 2.14 pour le premier et le second momentum, mais quelque chose ne semble pas s'additionner :)

Z.I. http://83. 149.209.141/php/getFT.phtml?jrnid=sm&paperid=3415&what=fullt&option_lang=rus suite

Pour autant que je sache, partout la première impulsion de la propagation est proportionnelle à la racine de T sur l'intervalle [0;T]. В
La durée moyenne d'exécution est également proportionnelle à la racine de T.
Cela nous permet de supposer que High - Low = k * |Open - Close|.
|Open - Close| est l'exécution moyenne.

Vita, trop de mots et pas assez de détails. Aucune référence significative, aucune conclusion propre. En outre, vous utilisez constamment des termes différents, ainsi que des expressions (High-Low), (Open-Close), les confondez entre eux et établissez entre eux des liens totalement arbitraires et sans fondement. Et en ce qui concerne le rapport de Hurst, vous vous trompez en général sur ce qu'il est et sur la façon de le calculer.

Si vous voulez débattre, alors parlez sur le fond : définition - affirmation - preuve - résultat. Ou citer des endroits spécifiques d'autres auteurs. Il serait également bon de comprendre ce que j'ai écrit ici. Je doute que vous l'ayez compris.



Spécialement pour toi, Yurixx, je donne une analyse qui te mène au résultat du tableau 2b, justifié par des théorèmes sur SB :

Suite au texte de mon premier message :

Avec les marches aléatoires, le parcours moyen est proportionnel à la racine carrée du nombre de pas. Ainsi, le résultat du calcul à la Hurst, réduit à h = Log(High-Low)/Log(N) ou quelque chose comme ça, après avoir appliqué une arithmétique simple, révèle ce qui suit :

1) Haut - Bas = k * sqrt(N) ;

2) h = log (k * sqrt(N)) / log (N) ;

3) h = 1/2 + log(k) / log (N) ;

4) h -> 1/2 à k << N, ce que le tableau confirme parfaitement.

Comme vous le voyez, je le souligne à nouveau, il n'y a pas de Hurst ici. Il y a la formule topiccaster et le théorème de la course moyenne pour SB, ce qui nous conduit directement au résultat du tableau 2b. Le résultat de ce tableau n'a pas de propriétés de Hearst en raison de la nature incorrecte de la formule originale. Par exemple, High - Low > N : cette formule ne se digère pas, car elle est adaptée pour obtenir un résultat inférieur à un seul dans les séries artificiellement construites par le même auteur.

Mon évaluation de vos résultats est plus rigoureuse et en accord exact avec vos données, sans réserves comme "devrait, mais je ne sais pas comment l'ajuster" et autres de vos paroles sur Hearst.

Et plus de détails sur Hearst (voir fichier joint). C'est ainsi que j'y effectue mon analyse R/S, qui peut compter Hearst pour n'importe quel cas, y compris les séries N * N.

J'ai donné les analyses pour expliquer votre h>1/2 pour SB et le calcul du chiffre de Hearst, qui, soit dit en passant, n'a pas besoin d'être inséré dans une série artificiellement inventée pour ne pas se planter.

Il est possible que vous soyez confus par ce que j'ai écrit. Ou vous n'arrivez pas à suivre. Alors oubliez ma conclusion et le fichier joint pour le calcul de Hearst. Supposons que, dans ce cas, je dise n'importe quoi. Vous n'avez pas à le comprendre.

Montrez-vous vous-même que votre formule calcule Hearst.

Pouvez-vous me montrer le calcul de Hearst pour une série N * N selon votre formule ? Ou bien votre formule calcule-t-elle votre Hurst uniquement pour votre série ? Pouvez-vous donner une dérivation analytique du cas simplifié pour votre série ?

Peut-être pouvez-vous même donner la dérivation analytique de vos résultats du tableau 2b expliquant h>1/2 au lieu d'écrire de telles "spécificités" :

Théoriquement, pour le SB en question, le chiffre de Hurst aurait dû être de 0,5. Cependant, comme nous pouvons le constater, ce n'est pas le cas.

Pour moi, il est évident que cette Vous avez n'est pas observée. Tous ceux qui savent calculer Hearst observent la cohérence des calculs numériques avec la théorie. Et pour SB Hurst efface à 1/2 non seulement par le haut.

Dossiers :
 
Avals:

recherche sur la distribution de l'écart https://www.mql5.com/go?link=http://www.mathnet.ru/php/getFT.phtml?jrnid=sm&paperid=3245&what=fullt&option_lang=rus Il semble y avoir une formule 2.14 pour le premier et le deuxième moment, mais quelque chose ne semble pas s'additionner :)

P.S. https://www. mql5.com/go?link=http://83.149.209.141/php/getFT.phtml?jrnid=sm&paperid=3415&what=fullt&option_lang=rus suite

Eh bien, oui, et pour la formule de distribution, c'est 2,20, ce qui renvoie à 2,13 :).

Au moins, j'étais sûr que les gens étudiaient la distribution des oscillations et que ce n'est pas si simple, voilà une confirmation, merci.


Yuri, voici les formules :)

 

Yurixx, M est le module d'incrémentation moyen sur K intervalles. Il devrait augmenter proportionnellement à la racine de N ?

Ainsi, par exemple, M(16)=M(4)*sqrt(4)

"la distance moyenne du point de départ augmente comme la racine carrée du temps" (c) Einstein))))

 

Vita, écoute, tu ne peux pas traiter la réalité comme ça. Vous ignorez que la racine de T n'est qu'un argument funcion, pour vous Hurst, "réduit à h = Log(High-Low)/Log(N)". est "en quelque sorte".

Plus exactement, vous ne pouvez le faire que si vous êtes intéressé par autre chose que la vérité dans cette discussion.

Je suppose que je n'essaierai plus de vous convaincre.

 
Candid:

Vita, écoute, tu ne peux pas traiter la réalité comme ça. Vous ignorez que la racine de T n'est qu'un argument funucion, pour vous Hearst, "réduit à h = Log(High-Low)/Log(N)". est "en quelque sorte".

Vous ne pouvez être plus précis que si vous n'êtes pas intéressé par la vérité dans cette discussion, mais par autre chose.

Je n'essaierai plus de vous convaincre.

Tout d'abord, non seulement l'argument de la fonction, mais aussi le multiplicateur de cette fonction. Pour l'expérience numérique qui est menée ici dans le tableau 2b, le résultat de cette fonction est constant, mais nous avons déjà enterré trop profondément la recherche de la vérité. Oui, et pouvez-vous dire vous-même directement que High - Low = k * sqrt(N) est faux ?


C'est beaucoup plus simple que ça. Calculer en utilisant la formule du topcaster Hearst pour N*N*N. Ou estimez le résultat par rapport à 1. Quelle est la vérité ?

Peut-être que la série inventée artificiellement selon la formule h = Log(High-Low)/Log(N) est pertinente pour le marché ? La vérité est-elle ici ?

Le topikcaster a inventé la série, a trouvé la formule et l'a déclarée Hurst. Qu'il prouve que c'est Hurst si c'est vrai. Il est beaucoup plus facile de frapper ceux qui sont partis et ceux qui sont loin.

 
Vita:
...

Le topikcaster a créé une série, a trouvé une formule et a déclaré que c'était Hurst. Qu'il le prouve à Hearst si c'est vrai. Il est beaucoup plus facile de frapper ceux qui sont partis et ceux qui sont loin.

Ne pouvez-vous pas simplement inventer une formule et la déclarer Hearst ? Vous pouvez l'appeler Stool, tant que ça marche. Ce serait le Criterion de Yurixx.
Raison: