出来高、ボラティリティ、ハースト指数 - ページ 16

新しいコメント
 
Avals:

Yurixx さんの観察によると、平均スプレッドと平均インクリメントの比（あなたの用語ではR/M）は、Nが増加すると2に収束するのですね。それとも、データがないためにこのような印象を受けるのでしょうか？


その印象は正しい。ニコライとの私信では、この比率は2に収束し、ハースト指数も0.5に収束すると書いているんです。

 
Yurixx:


その印象は正しい。ハースト比が0.5に収束するように、SBのこの比は2に収束するのです。


まあ、それならハーストも悪くない))、十分に大きな範囲の素数増分(我々の場合はティック)で計算すればいい。）
 
Prival:


CandidはR/S = k * (N^h)という式を示しましたが、あとはこれらの文字がどのように計算されるのか、例があればよりよいのですが、明らかにする必要があります。0, 1, 2 ...,29,30,29 ...2,1,0 のシリーズになるとします。

その上ですべてを計算し、表示する。間違ったことを言う者。同じラインで、数式を出し、正しいやり方を示す。

PZY ここにあるキーボードをすべて消してしまいますが、真実は私に来ないので、なぜかそう思えるのです・・・。


R - 平均スプレッド。範囲とは、区間内の系列の最大値と最小値の差に等しい。

N - 区間内のサンプル数．

S - 直列の増分値のRMS。

k - 定数係数。

h -ハースト指数．

シリーズ全体をNカウントの等間隔に分割していることを意味します。各区間について、増分値とスプレッドが計算される。これらのデータを基に、増分値の実効値と平均スプレッドが求められる。この式を満たすようにHurst指数を選択する必要があります。:-)))

もしハーストが正しく、平均スプレッドがこの方程式を満たすのであれば、hに関して解を持つことになる。この解答は、次の2点で決定されるでしょう。

R1/S1＝k＊（N1^h）、R2/S2＝k＊（N2^h）です。

この系列は、大きさN1の区間と大きさN2の区間の2つに分けることができる。これに対応して、レンジR1、R2、RMS S1、S2が得られる。係数kは一定です。こうして、2つの方程式の連立方程式が得られます。係数kを除いたものがハースト比の計算式となる。

h = [ Log(R1/S1) - Log(R2/S2)]/[Log(N1) - Log(N2)]。

幾何学的には、2点 [Log(R1/S1),Log(N1)] と [Log(R2/S2),Log(N2)] を通る直線の傾きの正接となる。R/SのNに対する依存性を対数座標で表したカーブをプロットした。そのグラフを示す。傾斜角度が変化すること、すなわちNに依存することがわかる。このことは、Hurstの式の係数kが定数ではなく、Nに依存すること、そしてHurstの式が大きなNに対してのみ漸近的に成立することを意味している。対象がSBなので、一連の引用とは異なり、データ量に問題はなかった。

 
Avals:

まあ、それならハーストも悪くない))、十分に大きな素粒子の増分(この場合はティック)の範囲で計算すればいいのですが。）


ああ ...:-)

ダニをあてにしていました。当然モデルのもの。区間の大きさも、必要な統計量も、どんな範囲でも調査することができるのです。もちろん、コンピュータの性能に制限はありますが。しかし、私はこの天井に到達してしまったのです。

ここでのハサミの使い方は簡単で、区間サイズを大きく選べば選ぶほど、統計値は小さくなります。結局、一連の引用は有限なのです。相対的な意味では、さらに悪いことに、間隔が長くなると、より多くの間隔が必要になり、平均が実際の値に近くなってしまうのです。

しかし、これについては、すでに5ページ目で書いています。

 
Candid:

もう反論の余地はない。

基本的なことは覚えておくようにとしか言いようがありません。kがN1に対してk1、N2に対してk2である場合、これをkのNに対する依存 性と呼ぶ。kはNの関数である、という定式と同義 である。正式には、k = k(N)と表記される。だから、Vitaの フレーズをより厳しい言葉に置き換えただけなんです。

SB以外の級数のHurst指数計算の問題点についての文章が、単に理解できなかっただけです。一瞬、筆者は「どんな系列でもハースト指数は1/2でなければならない」と考えているのだろうかと野暮なことを考えたが、すぐに打ち消した。

High - Low = k * (N^3) シリーズの場合、Hearst 指数は 3 に等しくなります。

例えば、Vita 0, 1, 8, 27, 64, 125, ..., 1000*1000 N=2とN=3（0からの番号）の点を確実なものとする。

つまり、h=(ln(8)-ln(27))/(ln(2)-ln(3))となります。= 3*(ln(2)-ln(3))/(ln(2)-ln(3))= 3.


h = 3 は、その数式がゴミであること、著者が無知であることを示します。

平均走行距離の代入には反発があるようですね。忘れてください。

1古いpips＝10新しいpipsと置き換えることをお勧めします。Q=10Rです。

両方の場合の計算式の結果を比べてみてください。きっと結果は違うはずです。つまり、異なる定規で測定することで、同じシリーズでも異なるフラクタル次元を得ることができるのです。そのためには、H がフラクタル次元を 2 に補完し、定規の選択によってフラクタル次元が変化しないことを知る必要があるのは言うまでもない。しかし、どんなゴミでもハーストと言いくるめる前に、それを知らなければならない。

ハーストはR/S解析を行っていたので、彼の指数は定規の選択には依存しません。トピカスターの結果は、RとSの文字を何度綴っても、左右される。 トピックキャスターの結果はフラクタル次元を2に補完しないので、ハーストには何の意味もない。Topikcasterの結果は、彼の架空の行の1/2を示しており、他の行については、Hearstとは無関係の単なる数字である。そうでないなら、トピ主はとっくに各列の結果を掲載し、それがどのように理論に収束していくかを示しているはずです。これは、彼の計算式が完全に間違っているため、そうではありません。そして、彼には何もない。

 
Yurixx:

ここで皆さんに質問です。Vitaが添付したファイルをご覧になった方はいらっしゃいますか？何も表示されないのですが、もしかしたら何か見落としているのでしょうか？
頁10
 
Vita:
p.10

3つのシンプルな質問についてはどうですか？
 
Prival:


おそらく誰もが。 キャンディドは、式R / S = k *（N ^ h）を与えている - 今、それはこれらの文字を計算する方法を明確にするために残っている、例では、より良いでしょう。仮に0,1,2...,29,30,29...2,1,0という数字になるとします。

その上で計算し、すべてを表示する。そして、悪いことを言うのは任命権者です。同じ行に、数式をあげて正しい方法を教えてくれる。

Z.I.あなたはここですべてのキーボードを消去しますが、真実は私に来ないので、それは何らかの理由で私に思われる...

p.10には、R/S解析を行うmql4ファイルが含まれています。お気軽にご覧ください。
 
Yurixx:


証明する必要は ありません。この式はハーストが提唱したもので、少なくともピータースの著書にはこのように書かれている。だからこそ、ハースト指数の実際の定義となるのです。ただ、この形ではなく、このような形で。

R/S = k * (N^h)

エントリー（High-Low）は、私から見ると概ね妄想です（ニコライさん ごめんなさい、Witの指定に従っただけと理解しています）。HighとLowの値は、純粋にローカルなものとして随所で使用されています。そして、ハースト社の計算式におけるRは 平均 が広がる。

すごいロジックですね、感謝です/:o)次回は対応できなさそうなので、しっかり受け止めたいと思います。

計算式については、歴史的に一次が何だったかよく覚えていないことを除けば、まったく正しいです。 しかし、それはまだ計算方法の一つであり、指標の定義ではありません。公平に見て、この指標は何度か再発見されている。 しかし--それはもうどうでもいいことです。

 
Yurixx:


ああ ...:-)

ダニをあてにしていました。当然モデルのもの。区間の大きさも、必要な統計量も、どんな範囲でも調査することができるのです。もちろん、コンピュータの性能に制限はありますが。しかし、私はこの天井に到達してしまったのです。

ここでのハサミの使い方は簡単で、区間サイズを大きく選べば選ぶほど、統計値は小さくなります。結局、一連の引用は有限なのです。相対的な意味では、さらに悪いことに、間隔が長くなると、より多くの間隔が必要になり、平均が実際の値に近くなってしまうのです。

しかし、これについては、すでに5ページ目で書いています。


ある範囲のデータでHirstを計算し、この範囲を十分に大きな区間に分割してそれぞれでHirstを計算すれば、それらの平均値は範囲全体で計算されたHirst係数に収束するはずだという考え方です。そうであれば、Hirstを計算するときの制限は、Nが十分大きくなければならないということだけである。先生の研究から判断すると、N=15での精度はすでにかなり高いですね。したがって、おそらくこれは、ハーストを計算する意味がある許容範囲内の刻み数なのでしょう。また、N 個の刻みをセグメントごとに平均化する必要はなく、全範囲で計算した方がより正確な Hirst になります。

追伸：考え直した結果、15個では足りないということになりました。必要なのは、少なくとも15ティックのK個の間隔のシーケンスです（または、K*15ティックの範囲でハーストを計算するための1回分）。このような間隔が、許容される精度のために少なくともいくつ必要なのか、私にはわかりません。Kを増やしたときにどのように減少するかという、広がりの分散に依存するようです。ただ、SBの実験的な試算としては、もっと簡単なのでしょう。

1...91011121314151617181920212223...37
新しいコメント