Mandelbrot describes the Fractal Dimension Index (FDI) as a way to measure "how convoluted and irregular" something is. The FDI can be used as a stock market indicator. The closer prices move in a one-dimensional straight line, the closer the FDI moves to 1.0. The more closely prices resemble a two-dimensional plane, the closer the FDI moves to 2.0.
iSmirnovDistanceとフラクタル次元（このhttps://www.mql5.com/en/code/20586 のようなもの）を比較するのは興味深い。
一般的に、この記事は良い。
私にとっては、観測のための窓が小さすぎる。
しかし、この小さな窓を使うとしても、隣の窓と比較するのではなく、過去1年や5年分の窓と比較することに意味があるのではないだろうか？そのようなチェス盤のようなものから、どれだけの窓が類似していたかを確認し、それらをグループ化し、おそらく分類することができるだろう。そして、パターンとその確率的な結果を評価する。
ユージン・チェルニーシュ、あなたはこのようなことをしたことがありますか？
Евгений Черныш #:
pettitがランクに基づいていることは理解していますが、それに関する情報はほとんど見当たりません。
私は通常、Rのtrendパッケージの実装を使用しています。説明の 中にソースへの参照があります。
私には観測窓が小さすぎる。
しかし、この小さな窓を使うとしても、隣の窓と比較するのではなく、過去1年、あるいは5年間の窓と比較することに意味があるのではないだろうか？そのようなチェス盤から、どれだけの窓が類似していたかを確認し、それらをグループ化し、おそらく分類することができるだろう。そして、パターンとその確率的な結果を評価する。
これは典型的なPハッキングだろう。
私には観測窓が小さすぎる。
しかし、この小さな窓を使うとしても、隣の窓と比較するのではなく、過去1年、あるいは5年間の窓と比較することに意味があるのではないだろうか？そのようなチェス盤から、どれだけの窓が類似していたかを確認し、それらをグループ化し、おそらく分類することができるだろう。そして、パターンとその確率的な結果を評価する。
ユージン・チェルニーシュ、あなたはこのようなことをしたことがありますか？
典型的なPハッキングだと思う。
どう思いますか？私が言っているのは、日の類似性と、その日の予測行動の類似性に関する研究だ。
私は結果を知らないので、研究を望ましい結果に当てはめる目的はない。
もし、1日の中でもそのようなグループを分類することができれば、より高い確率で予測因子に関する別々のモデルを使うことができる。
スミルノフ距離の分布は、連続する2日間の計算と同じになる。
これはどのように可能なのでしょうか？最終日と一昨日が似ていないかのように、最終日と100日前が同じような推定指標になるというのが正しい理解でしょうか？つまり、差は狭い範囲内で変化するということですか？
しかし、均質性の帰無仮説を2回棄却する間の平均日数の統計を収集することはできます。新しい分布が市場で確立されるまでの平均的な時間を知ることができます。
さて、分布の変化の度数のヒストグラムを見るのも興味深いです。
どう見る？
いつものように、同じデータに対して同じテストを複数回繰り返す。日数がN日あれば、テストの繰り返し回数はN*(N-1)/2(日数のペアの数)である。N/2でなければならない。
ただ、これは自己欺瞞の第一歩だと思う。