Indice Hearst - pagina 32

Nuovo commento
 

Ho dato un'occhiata al caso del 2 febbraio.

Su micro 1H (si potrebbe dire che DC si prende cura di noi, gli estremi locali non si sovrappongono:)

Sul conto nd

su esn

 

Quindi, continuo a perfezionare la teoria dei frattali. In precedenza ho dimostrato l'invalidità della stima RS dello spread proposta da Peters per identificare le serie deterministiche. Tuttavia, la sua metodologia è senza dubbio un potente perno teorico che unisce metodo e teoria. Pertanto, ho abbandonato completamente il particolare metodo RS e ho sviluppato il mio calcolo non banale del valore della "dispersione delle particelle". Al momento non sono incline a rivelarlo completamente, poiché il metodo è finalizzato strettamente alle applicazioni pratiche ed è ancora estremamente promettente. Posso solo dire che tutti i calcoli sono basati sull'indicatore ZigZag. Questo è un indicatore molto plastico che può lavorare in modo efficiente sia su serie altamente deterministiche che su serie di dati casuali.

Quindi, come detto sopra, la definizione classica di larghezza RS sovrastima la stima di Hearst di una quantità significativa. Inoltre, questo metodo è molto insensibile ai dati di prezzo, poiché solo due massimi e minimi sono scelti dalla gamma e la loro differenza è normalizzata alla deviazione standard della serie per questo periodo. Come risultato, il rapporto di Hearst è stato sovrastimato indipendentemente dal tipo di serie analizzata ed era sempre intorno a 0,52-0,53 a causa della bassa sensibilità e dell'errato detrending del periodo analizzato. Inoltre, l'intervallo R/S della passeggiata casuale era statisticamente indistinguibile dalla serie del mercato. Tutto ciò ha reso impossibile utilizzare questa metodologia in altri studi. Il mio metodo non ha tutti questi svantaggi. A differenza del vecchio metodo Peters, può funzionare con orizzonti di qualsiasi lunghezza (il metodo Peters solo da 100 periodi di ritardo in su, fino ad allora obbedisce a una legge di crescita diversa). Inoltre, è in buon accordo con la teoria che prevede la fuga di particelle con velocità T^0.5. Quindi, pubblico il grafico:

Cosa mostra questo grafico? In primo luogo, il coefficiente Hurst, che specifica l'angolo di regressione lineare per i dati casuali, è pienamente coerente con il valore previsto di 0,5. Il runaway della trama RTS è qualitativamente diverso dal wander casuale, normalmente distribuito, ed è 0,53 Hurst. Rispetto ai calcoli del passato, questo è un vero passo avanti. La matematica funziona davvero e conferma gli effetti previsti dalla teoria dei frattali. Possiamo dire con certezza che tutti i mercati con l'Hurst significativamente superiore a 0,5 sono in tendenza e il mercato "ricorda" il suo stato passato.

Ora il male. Abbiamo scoperto una spiacevole peculiarità della dipendenza della stima dal tipo di distribuzione della serie. Questo è molto, molto brutto. In questo caso, possiamo vedere che la stima sovrastima i risultati sulle distribuzioni artificiali di Pareto-Levy (il volume reale è stato preso e le barre casuali sono state generate sulla base di esso). Ma anche così, c'è ancora un margine di delta statisticamente significativo tra i mercati reali e quelli generati artificialmente. Sembra che il problema principale sia nella normalizzazione della volatilità. Apparentemente dovremo affinare significativamente i metodi di normalizzazione in modo tale che il tipo di distribuzione non influenzi le stime della componente deterministica.

In ogni caso, il progresso è evidente. Sono riuscito a identificare le differenze qualitative tra la componente casuale e quella non casuale. In futuro, spero di portare questa ricerca su un campione di lavoro.

 
C-4:

In ogni caso, il progresso è evidente. Siamo stati in grado di identificare le differenze qualitative tra la componente casuale e quella non casuale. In futuro, spero di portare questa ricerca su un campione di lavoro.

Estremamente curioso.

Buon per te!

In attesa del seguito...

;)

 
C-4:

Mi chiedo se l'RTS esce super-diffuso a 0,53? E sulle coppie di valute stavo ottenendo sub (0,47-0,48) ovunque.

A proposito di sciocchezze...

L'influenza del mezzo sulla diffusione può essere di due tipi - quando l'interazione con esso in media toglie energia a una particella vagante, che porta a una minore velocità di dispersione, nel qual caso si osserva la sub-diffusione (indice inferiore a 0,5), o quando l'interazione, al contrario, aumenta l'energia cinetica, e allora si ha la super-diffusione (rispettivamente, più di 0,5). Se prendiamo un quoziente, la prevalenza di ordini stop sulla media dà la prima variante, mentre gli ordini limite danno la seconda. Ti piace questa spiegazione?

Se è corretto, possiamo delineare una strategia: identifichiamo i livelli di concentrazione degli ordini al primo passo e fissiamo dei punti sulla continuazione del movimento da questo livello per gli strumenti con R/S>0,5 e sul rimbalzo per R/S<0,5

 
alsu:

Se questo è corretto, allora possiamo delineare una strategia: nel primo passo, identifichiamo i livelli di concentrazione degli ordini, e scommettiamo sulla continuazione del movimento da questo livello per gli strumenti con R/S>0.5 e sul rimbalzo per R/S<0.5

In che modo è meglio che usare, per esempio, i grafici? - Il ritardo non può essere evitato comunque. E +-0.1...0.2 non è una differenza così grande dalla base 0.5 che può essere utile. Imho naturalmente.
 
joo:
In che modo questo è meglio che lavorare, per esempio, sui mash-up? - Non puoi evitare il ritardo in ogni caso. E +-0.1...0.2 non è una differenza così grande dalla base 0.5, che si può ottenere qualcosa di utile da essa. Imho naturalmente.
R/S è una caratteristica che ha proprietà frattali (almeno in teoria:). Ciò significa che il valore R/S calcolato per ora su barre di minuti o di 20 secondi può in linea di principio essere considerato come una stima della stessa cifra per la scala oraria. In questo modo il ritardo può essere mantenuto al minimo... in teoria, naturalmente))
 
alsu:

Mi chiedo se l'RTS esce super-diffuso a 0,53? E sulle coppie di valute stavo ottenendo sub (0,47-0,48) ovunque.

A proposito di sciocchezze...

L'influenza del mezzo sulla diffusione può essere di due tipi - quando l'interazione con esso in media toglie energia a una particella vagante, il che porta a una minore velocità di dispersione, nel qual caso si osserva la sub-diffusione (indice inferiore a 0,5), o quando l'interazione, al contrario, aumenta l'energia cinetica, e allora abbiamo la super-diffusione (rispettivamente, più di 0,5). Se prendiamo un quoziente, la prevalenza di ordini stop in media dà la prima variante, mentre gli ordini limite danno la seconda. Ti piace questa spiegazione?

Se è corretto, possiamo delineare una strategia: identifichiamo i livelli di concentrazione degli ordini sul primo passo e fissiamo il prezzo per gli strumenti con R/S>0,5 per continuare il movimento da questo livello e per il rimbalzo per R/S<0,5


Finora, ho testato diversi strumenti e tutti avevano una buona qualità di Hirst sopra lo 0,5. Questi erano: General Electric (1965-2012), IBM (1962-2012), SP500 (1952-1912), T-Bond 30 (1970-1912). Questo è pienamente coerente con gli effetti previsti della FMH. Inoltre Peters menziona che tutte le coppie di valute hanno una forte componente di tendenza (Hearst fortemente maggiore di 0,5), con una memoria di processo infinita (il limite della storia esistente non è stato identificato).

Qui è più una questione di metodo. Se il vostro metodo dà su Norm. Random è esattamente 0,5 e sulle valute è 0,47-0,48 - allora la vostra metodologia deve essere attentamente studiata. Teoricamente i mercati non dovrebbero dividersi in trendy e anti-trendy. A Peters tutti i mercati studiati avevano H superiore a 0,5. Sempre in teoria, anche diversi orizzonti d'investimento dello stesso mercato dovrebbero essere frattali (autosimili) l'uno rispetto all'altro e quindi perfettamente allineati. Qui il grado di frattalità può essere stimato dal valore di affidabilità di approssimazione R^2 di questa stessa linea. Più è vicino a 1, più gli orizzonti d'investimento sono autosimili e unificati. Cioè non può essere il caso che un orizzonte sia in tendenza e l'altro in antitendenza seguito di nuovo dall'orizzonte di tendenza. Ma questo è teorico. In pratica vediamo che anche se in prima approssimazione è vero, in generale si osservano alcuni effetti curiosi su orizzonti piccoli (ne parliamo più avanti) e anche la linea di divergenza non è perfettamente liscia (anche se i dati sono stati usati tanto quanto quelli casuali). Ma è più probabile che mostri l'effetto della non stazionarietà, ma di questo parleremo più avanti.

Ciò che è interessante, ad un orizzonte di investimento da 3 a 30 minuti dal 2009, possiamo vedere una debole componente antipersistente su RTS. Hearst c'è poco meno di 0,5 e tuttavia statisticamente significativo. Forse questo è lo stesso effetto che mostra ACF (debole correlazione negativa di barre vicine). Ma d'altra parte, non c'è nessuna antipersistenza nella storia precedente! Sembra che qualcosa sia apparso nell'orizzonte inferiore di RTS dopo il 2009 e abbia cambiato la struttura dell'orizzonte di mercato! Forse, sono solo gli stessi robot che lavorano sul rimbalzo dall'accumulo di grandi ordini. Comunque, sarò in ufficio lunedì e posterò questo interessante grafico.

Ordini Limit e Stop - probabilmente, hanno effetti diversi sul mercato. Ma penso che il loro orizzonte sia molto limitato in un giorno. A partire da un orizzonte di un'ora possiamo vedere effetti molto più forti che rendono gli effetti causati dagli ordini pendenti statisticamente indistinguibili.

 
joo:
In che modo questo è meglio che lavorare, per esempio, sui mash-up? - Non puoi evitare il ritardo in ogni caso. E +-0.1...0.2 non è una differenza così grande dalla base 0.5, che si può ottenere qualcosa di utile da essa. Imho naturalmente.

Beh, è la temperatura di tutto il reparto, ed è già di 0,03 gradi sopra la norma! E i casi individuali possono essere ancora più interessanti. Inoltre, non dimenticate che stiamo lavorando su una scala di potenza in misure logaritmiche. Una deviazione di 0,03 dà già 1,48% di vantaggio su 100 ticks, che non è molto, ma è sufficiente per pagare lo spread.
 
C-4:

Bene, questa è la temperatura del reparto nel suo insieme, ed è già 0,03 gradi più alta del normale! E i casi individuali possono essere ancora più interessanti. Soprattutto non dimenticate che stiamo lavorando con una scala di potenza in misure logaritmiche. Una deviazione di 0,03 dà già 1,48% di vantaggio su 100 ticks, che non è molto, ma già abbastanza per pagare lo spread.
Se il futuro assomiglia al passato. Ma in questo caso il pastone è anche una bellezza.
 
C-4:

Bene, questa è la temperatura di tutta la camera, ed è già 0,03 gradi più alta del normale! E i casi individuali possono essere ancora più interessanti. Soprattutto non dimenticate che stiamo lavorando con una scala di potenza in misure logaritmiche. Una deviazione di 0,03 dà già 1,48% di vantaggio su 100 ticks, non è molto, ma è sufficiente per pagare lo spread.


Come è bello tutto questo! :-)

Questi studi possono essere allegati (integrati) ad esso o si può disegnare qualcosa di simile (autosufficiente per il filtro) per la stessa semplice connessione ad un gufo di trading come un filtro trend-flat?

Ecco il mio segnale parte del gufo di tendenza utilizzando le letture dell'indicatore iVAR . 

 if  (Ask>F11 && ADX1_1>ADXOpenLevel && ADX_PLUS1_1-ADX_MINUS1_1>0 && ADX1_1<ADX_PLUS1_1 && ADX1_1>ADX1_2 && Open[1]>MA_1 && Close[1]>MA_1 &&  
      iVAR_1 < 0.5 &&                                                                                                      // тренд на основном ТФ 
   //.........................................ФИЛЬТРЫ...................................
                   (TimeHour(TimeCurrent()) >= Start && TimeHour(TimeCurrent()) <  End))   
      WmOrderSend(Symbol(), OP_BUY, Lots_New, Ask, 0, 0, "старт", MagicNumber);
    
1...252627282930313233343536373839...46
Nuovo commento