Indice Hearst - pagina 13
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Sembra essere tutto secondo scienza.
L'intervallo è da 0 (serie della prima differenza) a 1 (tendenza lineare su un grande TF). Il posto speciale è occupato da un moto casuale Browniano unidimensionale (SV integrato con MO zero), per esso PC=1/2, e un seno rumoroso, a questo compagno, PC oscilla dolcemente che dovrebbe essere, come su piccolo TF il rumore gioca un grande ruolo, su grande TF la tendenza è già visibile, ecc.
Il PC per Y2 scende sotto lo zero.
Mi stai prendendo in giro?
Se sei serio, forse considera, come opzione, la dispersione statistica del valore studiato. Semplicemente, su TF grandi, il numero di campioni nella serie in studio scende come 1/TF, quindi la dispersione cresce come SQRT(TF), e dato che il PC per la prima differenza tende sempre a zero come 1/SQRT(n), si può capire da dove viene il meno a tratti.
Mi stai prendendo in giro?
Beh, in generale no.
Se sei serio, forse considera, come opzione, la dispersione statistica del valore studiato. Semplicemente, su TF grandi, il numero di campioni nella serie studiata scende come 1/TF, quindi la dispersione cresce come SQRT(TF), e dato che il PC per la prima differenza tende sempre a zero come 1/SQRT(n), si può capire da dove viene il meno a tratti.
Più su questo punto, per favore.
Nel senso del PC non dovrebbe esserci un solo dato per il quale la condizione R < S sia soddisfatta.
Visivamente -- per Y2, R/S dovrebbe essere maggiore di zero perché c'è rumore, e il grafico R/S dovrebbe andare fino a 30, dopo 30 in orizzontale
Ecco cosa potrebbe succedere.
Nella formulazione che Prival ha implementato , PC è considerato un esponente integrale perché è definito attraverso la tangente della pendenza della linea disegnata attraverso l'insieme dei punti. Ci sono regioni su questo set con una pendenza negativa, ma in generale (integralmente), la pendenza è positiva e non ci può essere davvero nessun caso in cui PC < 0.
L'angolo di pendenza è calcolato localmente, tra ogni due punti adiacenti e a volte abbiamo uno spread inferiore su un TF più grande, ma succede... In questo caso il "mio" PC dà meno. In realtà, non c'è nulla di inappropriato, se capiamo cosa sta succedendo e, naturalmente, tutto dipende da come definiamo l'AP stesso. Mi è sembrato più informativo emettere questo indicatore localmente.
In generale, questo deve essere risolto. Per definizione, XP mostra il tasso di aumento della volatilità di BP con un aumento di TF. Ho costruito il mio algoritmo sulla base di questa definizione. Ma si vede che non coincide con l'originale o mi manca il punto da qualche parte.
P.S. E poi non ho ottenuto nulla di ragionevole da formule dall'articolo (che Prival è incandescente), ho sbagliato lì (bene, o nella mia testa). Pertanto, non mi appellerei alle espressioni di lì, come la verità.
Ho anche avuto valori negativi, non ricordo quando, ma l'ho fatto. Salta molto (ed è per questo che non mi è piaciuto). Cercherò di confrontare due algoritmi, il tuo Neutron e il mio.
IlXpert per quanto riguarda N e n. Se si inserisce N, X(N) sarà sempre uguale a zero. Ma ricontrollo, c'è qualcosa che non va, è qui che diventa integrale.
IlXpert per quanto riguarda N e n. Se si inserisce N, allora X(N) è sempre uguale a zero. Ma controllerò due volte, c'è qualcosa che non va lì, è qui che diventa integrale.
Ah, questo potrebbe essere l'errore.
Per un particolare N ci dovrebbero essere N - 1 valori di X :
X[i] = Summ(i)(e[i] - M[N]) i = 2...N Spero che questo sia chiaro
_______________________________
Almeno nel modo in cui è ora, l'espressione certamente non ha senso -- calcolando la deviazione accumulata da MOG per N per n (cioè tutti!) gli elementi!
....
In generale, questo deve essere affrontato. Per definizione, il PC mostra il tasso al quale la volatilità del BP aumenta con il TF. Ho costruito il mio algoritmo esattamente sulla base di questa definizione. Ma si vede che non coincide con l'originale o mi manca il punto da qualche parte.
P.S. E poi non ho ottenuto nulla di ragionevole da formule dall'articolo (che Prival è incandescente), ho sbagliato lì (bene, o nella mia testa). Pertanto, non mi appellerei alle espressioni di lì, come la verità.
Anch'io non ho ancora una versione chiara di come contarlo correttamente. In diverse fonti è diverso. È evidente che questi articoli non sono stati scritti da programmatori. E togliere da questo "con l'aumento di TF", solo confusione. È il cambiamento del livello dell'acqua del fiume Nilo, o il numero di coccodrilli. Una volta che l'abbiamo calcolato correttamente, allora penseremo a cosa succede quando la TF aumenta.
Ecco cosa potrebbe essere il caso.
L'angolo di pendenza è calcolato localmente, tra ogni due punti adiacenti e a volte succede che la pendenza in un TF più grande è meno diffusa; può succedere così... In questo caso il "mio" PCB rimbalza onestamente al meno. In realtà, non c'è nulla di inappropriato, se capiamo cosa sta succedendo e, naturalmente, tutto dipende da come definiamo l'AP stesso. Mi è sembrato più informativo emettere questo indicatore localmente.
Sì, ora comincia ad avere senso.
In generale, è necessario risolvere il problema.
Uh-huh
Per definizione, il PC mostra il tasso di aumento della volatilità del BP con l'aumento del TF. Ho costruito il mio algoritmo esattamente sulla base di questa definizione. Ma vedo che non coincide con l'originale o non lo sto capendo da qualche parte.
Forse dovrei costruirlo per una sinusoide senza rumore e confrontarlo con l'immagine nell'articolo. Quindi, ignoriamo le formule dell'articolo e prendiamo le immagini come verità.
A proposito, perché non confronti i tuoi valori con lo script?
Oggi mi sono divertito un sacco. L'analogo del coefficiente di Hurst può essere calcolato abbastanza localmente!!!!!!!!!
Questo segue dal documento di Dubovikov "Minimum coverage dimensionality and local analysis of fractal time series"
Oggi mi sono divertito un sacco. L'analogo del coefficiente di Hurst può essere calcolato abbastanza localmente!!!!!!!!!
Questo segue dal documento di Dubovikov "Minimum coverage dimensionality and local analysis of fractal time series"
Tutto è già stato rubato prima di noi, evviva.