허스트 지수 - 페이지 9

 
Prival писал(а) >>

아니오, 작동하지 않습니다. 이 공식에 따르면 BGN은 상관관계가 있음을 알 수 있습니다. 모든 시간 r은 마이너스 0.5의 영역에 있습니다.

인증 코드는 다음과 같습니다.

확인했습니다.

세르게이, 제대로 합시다.

1. 우리는 견적과 유사한 BP와 협력합니다. 이러한 계열은 SW를 MO와 통합하여 얻습니다. MO가 0인 CB의 예:
dX=rnorm(n+1,0,10), 여기서 n+1은 가우시안 분포를 갖는 CV 구성원의 수이고, 0은 제 경우에는 0과 같은 MO이고, 귀하의 예에서는 10이고, 10은 너비입니다. 제 경우에는 이 분포의 100개 - 귀하의 경우에는 100개입니다. 가격과 유사한 VR을 구축하려면 원본 시리즈를 통합해야 합니다(누적 합계 찾기).

다음은 통합 SW의 증가분 분포(왼쪽 그림)와 VR 배경에 대한 증가분 분포(오른쪽 그림의 빨간색 및 파란색 선)입니다.

Sergey, 우리가 지금 연구하고 있는 것은 VR(파란색)의 속성이며, 귀하의 게시물에서 첫 번째 차이, 맨 처음 차이(dX in 내 표기법 및 X). 물론, 당신은 R=0.5를 얻게 될 것이고 다른 것이 없어야 합니다(그것은 기초적인 것으로 판명되었습니다). 따라서 이제 MO가 0인 통합 SW(오른쪽 그림에서 파란색)에 대해 제안한 공식을 사용하여 r을 계산하면 예상되는 0을 얻을 수 있습니다.

그리고 물론 이것은 일련의 dX 증분에 대한 r과 동일합니다(그러나 다른 공식에서).

이제 우리가 이 점에 대해 합의를 이루기를 바랍니다.

추신 당신은 또한 이것을 할 수 있습니다:

물론 본질은 변하지 않습니다.

 

좋아, 순서대로 가자.

나는 당신이 말하는 것을 POI = 0과 통합 CB했습니다. 전체 코드는 다음과 같습니다.

언뜻보기에는 모든 것이 괜찮은 것 같습니다. 하지만 함정이 있습니다. 상관 배열을 공식에 대한 입력으로 사용하겠습니다. 트렌드 + 노이즈의 형태로. y=a*x+b+rnorm(). 이것은 POI = 0을 대신 설정하여 간단히 수행할 수 있습니다. 예를 들어 0.5라고 가정해 보겠습니다.

그림에서 곡선(파란색)이 명확하게 상관관계가 있음을 알 수 있습니다. 그것을 두 개의 배열 A와 B로 나누어 상관 계수를 계산하면 0.993으로 판명됩니다. 그리고 공식에 따르면 0.225.

사실은 정의에 따라 상관 계수(CC)가 두 배열 사이에서 고려된다는 것입니다. 당신은 같은 것을 사용하고 있습니다. 따라서 배열을 자체와 비교할 수 있습니다. 이것을 ACF라고 합니다. 두 개의 배열이 형성되고 A, 원래 배열 및 두 번째 배열 B가 A에 대해 시간 이동되고 그래프가 그려집니다. 즉, 이동에 대한 QC의 의존성입니다. 이동이 없으면 QC는 자연스럽게 = 1입니다. 다음은 마지막 파란색 곡선의 ACF 플롯입니다.

이것이 응용 프로그램이 나온 방법입니다. 저것들. 나는 당신이 이 공식에 따라 무언가를 고려하지만 이것은 QC가 아니라는 내 자신의 의견을 유지합니다. 숫자가 일치하지 않습니다

그러나 우리는 빗나갔다. 먼저 Hurst를 올바르게 계산한 다음 KK와 어떻게 다른지 확인해야 합니다.

 

다양한 시계열을 분석한 재미있는 작품입니다 .

허스트 지수를 사용합니다.

 
Prival писал(а) >>

그림에서 곡선(파란색)이 명확하게 상관관계가 있음을 알 수 있습니다. 그것을 두 개의 배열 A와 B로 나누어 상관 계수를 계산하면 0.993으로 판명됩니다. 그리고 공식에 따르면 0.225.

여기서 나는 완전히 이해하지 못했습니다.

트렌디한 VR을 어떤 어레이로 나누셨나요? Y=a*X+b 선과 MO가 0인 임의 구성요소에서 이들 사이의 상관 계수를 찾고 있습니까?

알레쿠 작성 >>

다양한 시계열을 분석한 흥미로운 작품 있습니다.

허스트 지수를 사용합니다.

고맙습니다. 우리는 볼 것이다.
 
Neutron писал(а) >>

여기서 나는 완전히 이해하지 못했습니다.

지금은 이해.

원래 BP(증가가 아님)와 동일한 BP 사이의 상관 계수를 찾고 있지만 500 카운트를 오른쪽으로 이동했습니다. 저것들. 두 항상 양의 BP 사이의 상관 계수를 찾고 있습니다! 음, 물론 항상 긍정적이고 매우 클 것입니다(약 1).

Sergey, 나는 당신을 이해하지 못합니다! 원래 VR과 동일하지만 이동된 VR 간의 상관 계수는 무엇이라고 생각합니까? Nafik 우리는 그를 필요로?! 초기 VR 의 첫 번째 차이 시리즈 에서 인접한 판독값 간의 상관 계수에 관심이 있습니다. 이전 증가에 대한 예상 증가의 의존성을 보여주는 사람은 바로 그 사람입니다. 1/2만큼 이동한 Hurst와 동일한 인덱스입니다.

 
Neutron >> :
고맙습니다. 우리는 볼 것이다.

여기 가 진리인 것 같습니다.

구현하려고했지만 코스의 경우 1에 매우 가깝습니다.

______________

나는 기사를 다시 읽었습니다. 갈퀴를 밟은 것 같습니다.

통화 쌍의 경우 파생 상품에 대해 Hurst 지수를 계산해야 하며 환율에 대해 계산했습니다.

 
TheXpert писал(а) >>

나는 기사를 다시 읽었습니다. 갈퀴를 밟은 것 같습니다.

음다 :-)

앞으로 달리고 있습니다.

이것은 일련의 통합 CB 및 EURGBP 비율이 어떻게 보이는지(왼쪽 그림)이고, 여기에 서로 다른 시간 프레임에 대한 증분 진폭이 이중 로그 눈금에서 어떻게 보이는지 보여줍니다(오른쪽 그림). , TF의 로그는 가로 좌표를 따라 표시됩니다.

Hers는 이러한 선의 기울기의 탄젠트가 임의의 통합 값의 경우 1/2이고(이러한 견적으로 거래하는 것은 의미가 없음), 후퇴 시장의 경우 1/2 미만이고 1/2 이상이라고 주장합니다. 유행하는 것. SW에 대한 이 각도가 무엇인지 봅시다. 여기에서 기사에서 조언한 대로 LSM 직선을 그리고 그 기울기를 찾을 수 있지만 이 값은 두 점마다 직선을 그려서 로컬에서 찾을 수 있습니다. 결과적으로 각 TF에 대한 RH를 얻습니다.

여기에서 원은 NE(빨간색)의 RP와 파란색을 나타냅니다. EURGBP 견적의 경우 분 단위의 TF는 가로 좌표를 따라 표시됩니다. 십자형은 1/2의 이동으로 원래 시리즈의 첫 번째 차이 시리즈에 대한 인접 판독값 간의 상관 계수를 보여줍니다. 이 페이지의 첫 번째 메시지에 제공된 공식에 따라 상관 계수를 찾았습니다. VR의 예측 가능성을 평가하는 이 두 가지 방법 간의 일치는 만족스러운 반면 제 경우에는 공식이 훨씬 적습니다(하나만). 실제로 보여야 했던 것입니다.

또한 Random 계열은 정의에서 다음과 같이 HX=1/2 및 r=0(그림에 오프셋 있음)을 부여했습니다. 롤백 추세(지속성 방지)는 kotir에 대해 명확하게 볼 수 있으며, TF가 클수록 작습니다.

 
Neutron >> :

여기에서 원은 NE(빨간색)의 RP와 파란색을 나타냅니다. EURGBP 견적의 경우 분 단위의 TF는 가로 좌표를 따라 표시됩니다.


랜덤 시리즈는 정의에서 다음과 같이 RH=1/2 및 r=0(그림에 오프셋이 있음)을 제공했습니다. 롤백 추세(지속성 방지)는 kotir에 대해 명확하게 볼 수 있으며, TF가 클수록 작습니다.


이것이 아마도 파이퍼들이 유로파운드를 사랑하는 이유일 것입니다.

 
Aleku писал(а) >>


이것이 아마도 파이퍼들이 유로파운드를 사랑하는 이유일 것입니다.

그것은 분명하다!

 
Neutron >> :

그것은 분명하다!

순수한 호기심에서 - 나는 극도로 끈질긴 쌍을 찾고 싶습니다.

또는 최악의 경우 지속성이 발생하는 조건):