그래서 프랙탈 이론을 계속해서 다듬고 있습니다. 앞서 나는 결정론적 급수의 식별을 위해 Peters가 제안한 RS 범위 추정치의 불일치를 증명했습니다. 그러나 그의 방법론은 방법과 이론을 결합한 강력한 이론적 막대임에 틀림없다. 따라서 특정 RS 범위 방법을 완전히 포기하고 "입자 확산" 값에 대한 사소하지 않은 자체 계산을 개발했습니다. 이 방법은 순전히 실용적인 적용을 목표로 하고 있으며 여전히 매우 유망하기 때문에 현재로서는 완전히 공개하고 싶지 않습니다. 모든 계산의 기초는 지그재그 표시기라고 말할 수 있습니다. 이것은 엄격하게 결정된 계열과 무작위 데이터 계열 모두에서 동등하게 효과적으로 작동할 수 있는 매우 유연한 지표입니다.
따라서 앞서 언급했듯이 RS 범위의 고전적인 정의는 Hurst 추정치를 상당히 과대평가했습니다. 또한 이 방법은 가격 데이터 자체에 매우 둔감합니다. 전체 범위에서 최대값과 최소값의 두 값만 선택되고 그 차이는 이 기간 동안 계열의 표준 편차 로 정규화됩니다. 그 결과 연구영역의 낮은 민감도와 부정확한 detrending으로 인해 분석된 계열의 종류에 관계없이 Hurst 지수가 과대평가되어 항상 약 0.52-0.53에 이르렀다. 또한 랜덤 워크의 R/S 범위는 시장 시리즈와 통계적으로 구별할 수 없었습니다. 이 모든 것이 이 방법론을 추가 연구에 적용하는 것을 불가능하게 만들었습니다. 내 방법은 이러한 모든 단점이 없습니다. 이전 Peters 방법과 달리 모든 길이의 지평에서 작업할 수 있습니다(Peters 방법은 100개의 지연 기간 이상부터 시작하고 그 이전에는 H가 다른 성장 법칙을 따릅니다). 또한, T^0.5의 속도로 입자의 탈출을 예측한다는 이론과 완전히 일치합니다. 차트는 다음과 같습니다.
이 차트는 무엇을 보여줍니까? 첫째, 무작위 데이터에 대한 선형 회귀 각도를 지정하는 Hurst 계수는 예측 값 0.5와 완전히 일치합니다. RTS 플롯의 폭주는 무작위 정규 분포 보행과 질적으로 다르며 0.53 허스트입니다. 이전 계산과 비교할 때 이것은 진정한 돌파구입니다. 수학은 실제로 작동하고 프랙탈 이론에 의해 예측된 효과를 확인합니다. 0.5 경계를 크게 초과하는 모든 시장은 추세이며 시장은 과거 상태를 "기억"한다고 자신 있게 말할 수 있습니다.
이제 나쁜 사람을 위해. 시리즈의 분포 유형에 대한 추정의 의존성의 불쾌한 특징이 드러났습니다. 이것은 매우 매우 나쁩니다. 이 경우 Pareto-Levi 유형의 인위적인 분포(실제 부피를 취하고 무작위 막대가 생성됨)에서 추정치가 그 결과를 과대평가함을 알 수 있습니다. 그러나 그럼에도 불구하고 실제 시장과 인위적으로 생성된 시장 사이에 통계적으로 유의미한 델타의 여지가 여전히 있습니다. 변동성의 정상화에 가장 큰 문제가 있는 것으로 보인다. 분명히 분포 유형이 결정적 구성 요소의 추정에 영향을 미치지 않도록 정규화 방법을 크게 개선해야 합니다.
어쨌든 진행 상황은 분명합니다. 랜덤 및 비 랜덤 구성 요소 간의 질적 차이를 식별하는 것이 가능했습니다. 앞으로 이러한 연구를 실제 샘플로 가져오기를 바랍니다.
흥미롭게도 RTS가 0.53에서 초확산이라는 것이 밝혀졌습니다. 그리고 통화 쌍에서 나는 모든 곳에서 하위 (0.47-0.48)를 얻었습니다.
알았어 젠장...
확산에 대한 매체의 영향은 두 가지 유형이 있습니다. 매체와의 상호 작용이 평균적으로 방황하는 입자에서 에너지를 취하여 폭주 속도를 낮추고 이 경우 하위 확산을 관찰합니다(지수는 0.5), 또는 반대로 상호 작용이 운동 에너지를 증가시키면 초확산이 발생합니다(각각 0.5 이상). 견적을 받으면 평균적으로 중지 주문 이 우세하여 첫 번째 옵션인 지정가 주문이 제공됩니다. 이 설명이 마음에 드시나요?
이것이 사실이라면 우리는 또한 전략을 스케치할 수 있습니다. 첫 번째 단계에서 주문 집중 수준을 식별하고 R/S>0.5와 반등하는 상품에 대해 이 수준에서 계속 이동합니다. R/S<0.5의 경우
흥미롭게도 RTS는 0.53에서 초확산으로 밝혀졌습니다. 그리고 통화 쌍에서 나는 모든 곳에서 하위 (0.47-0.48)를 얻었습니다.
알았어 젠장...
확산에 대한 매체의 영향은 두 가지 유형이 있습니다. 매체와의 상호 작용이 평균적으로 방황하는 입자에서 에너지를 취하여 폭주 속도를 낮추고 이 경우 하위 확산을 관찰합니다(지수는 0.5), 또는 반대로 상호 작용이 운동 에너지를 증가시키면 초확산이 발생합니다(각각 0.5 이상). 견적을 받으면 평균적으로 중지 주문이 우세하여 첫 번째 옵션인 지정가 주문이 제공됩니다. 이 설명이 마음에 드시나요?
이것이 사실이라면 우리는 또한 전략을 스케치할 수 있습니다. 첫 번째 단계에서 주문 집중 수준을 식별하고 R/S>0.5와 반등하는 상품에 대해 이 수준에서 계속 이동합니다. R/S<0.5의 경우
지금까지 여러 기기를 테스트했으며 모두 Hurst가 질적으로 0.5보다 높았습니다. 이들은 General Electric(1965-2012), IBM(1962-2012), SP500(1952-1912), T-Bond 30(1970-1912)이었습니다. 이것은 예측된 FMH 효과와 완전히 일치합니다. Peters는 또한 모든 통화 쌍이 무한한 프로세스 메모리(기존 기록에 대한 제한이 식별되지 않음)와 함께 강력한 추세 구성 요소(허스트가 0.5보다 훨씬 큼)를 가지고 있다고 언급합니다.
방법 자체에 관한 것입니다. 귀하의 방법이 Norm을 제공하는 경우. 랜덤은 정확히 0.5이고 통화는 0.47-0.48이므로 방법론을 심각하게 이해해야 합니다. 이론적으로 시장은 추세와 반대 추세로 나누어져서는 안 됩니다. Peters는 그가 연구한 모든 시장에서 H가 0.5 이상이었습니다. 다시 말하지만, 이론적으로 동일한 시장의 다른 투자 지평도 서로에 대해 프랙탈(자체 유사)이어야 하므로 이상적으로는 한 줄에 들어맞습니다. 여기서, 바로 이 선의 근사 신뢰도 R^2 값을 이용하여 프랙탈리티의 정도를 추정할 수 있다. 1에 가까울수록 자기 유사성이 높고 통일된 투자 지평이 있음을 의미합니다. 저것들. 한 지평이 추세이고 다른 지평이 반추세이고 다시 추세가 뒤따르는 것은 아닙니다. 그러나 이것은 이론적입니다. 실제로 우리는 이것이 첫 번째 근사에서 사실이지만 일반적으로 작은 수평선에서 이상한 효과가 관찰되고(아래에서 자세히 설명) 발산선이 완벽하게 균일하지 않다는 것을 알 수 있습니다(임의의 데이터와 동일한 양의 데이터는 사용된). 여기서 진실은 비정상성의 빌어먹을 영향이지만 나중에 더 자세히 설명합니다.
흥미롭게도 2009년 이후 3분에서 30분 사이의 투자 기간에 RTS에서 약한 반영구 구성 요소가 드러났습니다. 허스트는 0.5보다 약간 작으며 통계적으로 유의합니다. 아마도 이것은 ACF(인접 막대의 약한 음의 상관관계)를 보여주는 것과 같은 효과일 것입니다. 그러나 반면에 초기 역사에 반항은 없다! 2009년 이후에 이와 같은 것이 더 젊은 RTS 지평에 나타났고, 이것이 지평의 시장 구조를 변화시켰음을 알 수 있습니다! 아마도 이것들은 대량 주문의 축적에서 회복하기 위해 일하는 동일한 로봇일 것입니다. 어쨌든 월요일에 사무실에 출근해서 이 궁금한 일정을 포스팅하겠습니다.
지정가 주문과 중지 주문 - 예, 아마도 시장에 다른 영향을 미칠 것입니다. 그러나 그들의 지평은 하루라는 규모로 매우 제한되어 있는 것 같습니다. 시간별 범위에서 시작하여 다른 훨씬 더 강력한 효과가 나타나 보류 중인 주문 으로 작업하여 발생하는 효과를 통계적으로 구별할 수 없게 만듭니다.
joo : 예를 들어 자동차 작업보다 더 나은 이유는 무엇입니까? - 지연은 여전히 불가피합니다. 예, 그리고 + -0.1..0.2는 0.5를 기반으로 하여 이것에서 가치 있는 것을 가지기 위한 큰 편향이 아닙니다. 물론 IMHO.
글쎄, 닥, 이것은 병동 전체의 온도이며, 이미 정상보다 0.03도 이상 높습니다! 그리고 특별한 경우는 훨씬 더 흥미로울 수 있습니다. 또한 로그 측정에서 전력 척도로 작업하고 있음을 잊지 마십시오. 0.03의 편차는 이미 100틱에서 1.48%의 이점을 제공하며, 이는 많지는 않지만 스프레드를 지불하기에 충분합니다.
글쎄, 닥, 이것은 병동 전체의 온도이며, 이미 정상보다 0.03도 이상 높습니다! 그리고 특별한 경우는 훨씬 더 흥미로울 수 있습니다. 또한 로그 측정에서 전력 척도로 작업하고 있음을 잊지 마십시오. 0.03의 편차는 이미 100틱에서 1.48%의 이점을 제공하며, 이는 많지는 않지만 스프레드를 지불하기에 충분합니다.
글쎄, 닥, 이것은 병동 전체의 온도이며, 이미 정상보다 0.03도 이상 높습니다! 그리고 특별한 경우는 훨씬 더 흥미로울 수 있습니다. 또한 로그 측정에서 전력 척도로 작업하고 있음을 잊지 마십시오. 0.03의 편차는 이미 100틱에서 1.48%의 이점을 제공하며, 이는 많지는 않지만 스프레드를 지불하기에 충분합니다.
모든 것이 얼마나 위대한지! :-)
그리고 이러한 연구는 어떻게든 이것 (보충됨)과 연관될 수 있거나 유사한 것(필터에 대한 자급자족)이 추세 평면 필터와 같은 트레이딩 올빼미 에 대한 동일한 간단한 연결에 대해 묘사될 수 있습니까?
2월 2일의 경우를 찾았습니다.
마이크로 1H에서 (DC가 우리를 돌본다고 말할 수 있습니다. 국소 극값은 다루지 않습니다 :)
계정에
에서
그래서 프랙탈 이론을 계속해서 다듬고 있습니다. 앞서 나는 결정론적 급수의 식별을 위해 Peters가 제안한 RS 범위 추정치의 불일치를 증명했습니다. 그러나 그의 방법론은 방법과 이론을 결합한 강력한 이론적 막대임에 틀림없다. 따라서 특정 RS 범위 방법을 완전히 포기하고 "입자 확산" 값에 대한 사소하지 않은 자체 계산을 개발했습니다. 이 방법은 순전히 실용적인 적용을 목표로 하고 있으며 여전히 매우 유망하기 때문에 현재로서는 완전히 공개하고 싶지 않습니다. 모든 계산의 기초는 지그재그 표시기라고 말할 수 있습니다. 이것은 엄격하게 결정된 계열과 무작위 데이터 계열 모두에서 동등하게 효과적으로 작동할 수 있는 매우 유연한 지표입니다.
따라서 앞서 언급했듯이 RS 범위의 고전적인 정의는 Hurst 추정치를 상당히 과대평가했습니다. 또한 이 방법은 가격 데이터 자체에 매우 둔감합니다. 전체 범위에서 최대값과 최소값의 두 값만 선택되고 그 차이는 이 기간 동안 계열의 표준 편차 로 정규화됩니다. 그 결과 연구영역의 낮은 민감도와 부정확한 detrending으로 인해 분석된 계열의 종류에 관계없이 Hurst 지수가 과대평가되어 항상 약 0.52-0.53에 이르렀다. 또한 랜덤 워크의 R/S 범위는 시장 시리즈와 통계적으로 구별할 수 없었습니다. 이 모든 것이 이 방법론을 추가 연구에 적용하는 것을 불가능하게 만들었습니다. 내 방법은 이러한 모든 단점이 없습니다. 이전 Peters 방법과 달리 모든 길이의 지평에서 작업할 수 있습니다(Peters 방법은 100개의 지연 기간 이상부터 시작하고 그 이전에는 H가 다른 성장 법칙을 따릅니다). 또한, T^0.5의 속도로 입자의 탈출을 예측한다는 이론과 완전히 일치합니다. 차트는 다음과 같습니다.
이 차트는 무엇을 보여줍니까? 첫째, 무작위 데이터에 대한 선형 회귀 각도를 지정하는 Hurst 계수는 예측 값 0.5와 완전히 일치합니다. RTS 플롯의 폭주는 무작위 정규 분포 보행과 질적으로 다르며 0.53 허스트입니다. 이전 계산과 비교할 때 이것은 진정한 돌파구입니다. 수학은 실제로 작동하고 프랙탈 이론에 의해 예측된 효과를 확인합니다. 0.5 경계를 크게 초과하는 모든 시장은 추세이며 시장은 과거 상태를 "기억"한다고 자신 있게 말할 수 있습니다.
이제 나쁜 사람을 위해. 시리즈의 분포 유형에 대한 추정의 의존성의 불쾌한 특징이 드러났습니다. 이것은 매우 매우 나쁩니다. 이 경우 Pareto-Levi 유형의 인위적인 분포(실제 부피를 취하고 무작위 막대가 생성됨)에서 추정치가 그 결과를 과대평가함을 알 수 있습니다. 그러나 그럼에도 불구하고 실제 시장과 인위적으로 생성된 시장 사이에 통계적으로 유의미한 델타의 여지가 여전히 있습니다. 변동성의 정상화에 가장 큰 문제가 있는 것으로 보인다. 분명히 분포 유형이 결정적 구성 요소의 추정에 영향을 미치지 않도록 정규화 방법을 크게 개선해야 합니다.
어쨌든 진행 상황은 분명합니다. 랜덤 및 비 랜덤 구성 요소 간의 질적 차이를 식별하는 것이 가능했습니다. 앞으로 이러한 연구를 실제 샘플로 가져오기를 바랍니다.
어쨌든 진행 상황은 분명합니다. 무작위 성분과 비무작위 성분 사이의 질적 차이를 식별하는 것이 가능했습니다. 앞으로 이러한 연구를 실제 샘플로 가져오기를 바랍니다.
매우 궁금합니다.
당신을 위해 행복!
계속을 기다리자...
;)
흥미롭게도 RTS가 0.53에서 초확산이라는 것이 밝혀졌습니다. 그리고 통화 쌍에서 나는 모든 곳에서 하위 (0.47-0.48)를 얻었습니다.
알았어 젠장...
확산에 대한 매체의 영향은 두 가지 유형이 있습니다. 매체와의 상호 작용이 평균적으로 방황하는 입자에서 에너지를 취하여 폭주 속도를 낮추고 이 경우 하위 확산을 관찰합니다(지수는 0.5), 또는 반대로 상호 작용이 운동 에너지를 증가시키면 초확산이 발생합니다(각각 0.5 이상). 견적을 받으면 평균적으로 중지 주문 이 우세하여 첫 번째 옵션인 지정가 주문이 제공됩니다. 이 설명이 마음에 드시나요?
이것이 사실이라면 우리는 또한 전략을 스케치할 수 있습니다. 첫 번째 단계에서 주문 집중 수준을 식별하고 R/S>0.5와 반등하는 상품에 대해 이 수준에서 계속 이동합니다. R/S<0.5의 경우
이것이 사실이라면 전략을 스케치할 수 있습니다. 첫 번째 단계에서 주문 집중 수준을 식별하고 R/S>0.5인 상품에 대해 이 수준에서 계속 이동하고 R/S에 대해 반등하도록 설정합니다. <0.5
예를 들어 자동차 작업보다 더 나은 이유는 무엇입니까? - 지연은 여전히 불가피합니다. 예, 그리고 + -0.1..0.2는 0.5를 기반으로 하여 이것에서 가치 있는 것을 가지기 위한 큰 편향이 아닙니다. 물론 IMHO.
흥미롭게도 RTS는 0.53에서 초확산으로 밝혀졌습니다. 그리고 통화 쌍에서 나는 모든 곳에서 하위 (0.47-0.48)를 얻었습니다.
알았어 젠장...
확산에 대한 매체의 영향은 두 가지 유형이 있습니다. 매체와의 상호 작용이 평균적으로 방황하는 입자에서 에너지를 취하여 폭주 속도를 낮추고 이 경우 하위 확산을 관찰합니다(지수는 0.5), 또는 반대로 상호 작용이 운동 에너지를 증가시키면 초확산이 발생합니다(각각 0.5 이상). 견적을 받으면 평균적으로 중지 주문이 우세하여 첫 번째 옵션인 지정가 주문이 제공됩니다. 이 설명이 마음에 드시나요?
이것이 사실이라면 우리는 또한 전략을 스케치할 수 있습니다. 첫 번째 단계에서 주문 집중 수준을 식별하고 R/S>0.5와 반등하는 상품에 대해 이 수준에서 계속 이동합니다. R/S<0.5의 경우
지금까지 여러 기기를 테스트했으며 모두 Hurst가 질적으로 0.5보다 높았습니다. 이들은 General Electric(1965-2012), IBM(1962-2012), SP500(1952-1912), T-Bond 30(1970-1912)이었습니다. 이것은 예측된 FMH 효과와 완전히 일치합니다. Peters는 또한 모든 통화 쌍이 무한한 프로세스 메모리(기존 기록에 대한 제한이 식별되지 않음)와 함께 강력한 추세 구성 요소(허스트가 0.5보다 훨씬 큼)를 가지고 있다고 언급합니다.
방법 자체에 관한 것입니다. 귀하의 방법이 Norm을 제공하는 경우. 랜덤은 정확히 0.5이고 통화는 0.47-0.48이므로 방법론을 심각하게 이해해야 합니다. 이론적으로 시장은 추세와 반대 추세로 나누어져서는 안 됩니다. Peters는 그가 연구한 모든 시장에서 H가 0.5 이상이었습니다. 다시 말하지만, 이론적으로 동일한 시장의 다른 투자 지평도 서로에 대해 프랙탈(자체 유사)이어야 하므로 이상적으로는 한 줄에 들어맞습니다. 여기서, 바로 이 선의 근사 신뢰도 R^2 값을 이용하여 프랙탈리티의 정도를 추정할 수 있다. 1에 가까울수록 자기 유사성이 높고 통일된 투자 지평이 있음을 의미합니다. 저것들. 한 지평이 추세이고 다른 지평이 반추세이고 다시 추세가 뒤따르는 것은 아닙니다. 그러나 이것은 이론적입니다. 실제로 우리는 이것이 첫 번째 근사에서 사실이지만 일반적으로 작은 수평선에서 이상한 효과가 관찰되고(아래에서 자세히 설명) 발산선이 완벽하게 균일하지 않다는 것을 알 수 있습니다(임의의 데이터와 동일한 양의 데이터는 사용된). 여기서 진실은 비정상성의 빌어먹을 영향이지만 나중에 더 자세히 설명합니다.
흥미롭게도 2009년 이후 3분에서 30분 사이의 투자 기간에 RTS에서 약한 반영구 구성 요소가 드러났습니다. 허스트는 0.5보다 약간 작으며 통계적으로 유의합니다. 아마도 이것은 ACF(인접 막대의 약한 음의 상관관계)를 보여주는 것과 같은 효과일 것입니다. 그러나 반면에 초기 역사에 반항은 없다! 2009년 이후에 이와 같은 것이 더 젊은 RTS 지평에 나타났고, 이것이 지평의 시장 구조를 변화시켰음을 알 수 있습니다! 아마도 이것들은 대량 주문의 축적에서 회복하기 위해 일하는 동일한 로봇일 것입니다. 어쨌든 월요일에 사무실에 출근해서 이 궁금한 일정을 포스팅하겠습니다.
지정가 주문과 중지 주문 - 예, 아마도 시장에 다른 영향을 미칠 것입니다. 그러나 그들의 지평은 하루라는 규모로 매우 제한되어 있는 것 같습니다. 시간별 범위에서 시작하여 다른 훨씬 더 강력한 효과가 나타나 보류 중인 주문 으로 작업하여 발생하는 효과를 통계적으로 구별할 수 없게 만듭니다.
예를 들어 자동차 작업보다 더 나은 이유는 무엇입니까? - 지연은 여전히 불가피합니다. 예, 그리고 + -0.1..0.2는 0.5를 기반으로 하여 이것에서 가치 있는 것을 가지기 위한 큰 편향이 아닙니다. 물론 IMHO.
글쎄, 닥, 이것은 병동 전체의 온도이며, 이미 정상보다 0.03도 이상 높습니다! 그리고 특별한 경우는 훨씬 더 흥미로울 수 있습니다. 또한 로그 측정에서 전력 척도로 작업하고 있음을 잊지 마십시오. 0.03의 편차는 이미 100틱에서 1.48%의 이점을 제공하며, 이는 많지는 않지만 스프레드를 지불하기에 충분합니다.
글쎄, 닥, 이것은 병동 전체의 온도이며, 이미 정상보다 0.03도 이상 높습니다! 그리고 특별한 경우는 훨씬 더 흥미로울 수 있습니다. 또한 로그 측정에서 전력 척도로 작업하고 있음을 잊지 마십시오. 0.03의 편차는 이미 100틱에서 1.48%의 이점을 제공하며, 이는 많지는 않지만 스프레드를 지불하기에 충분합니다.
글쎄, 닥, 이것은 병동 전체의 온도이며, 이미 정상보다 0.03도 이상 높습니다! 그리고 특별한 경우는 훨씬 더 흥미로울 수 있습니다. 또한 로그 측정에서 전력 척도로 작업하고 있음을 잊지 마십시오. 0.03의 편차는 이미 100틱에서 1.48%의 이점을 제공하며, 이는 많지는 않지만 스프레드를 지불하기에 충분합니다.
모든 것이 얼마나 위대한지! :-)
그리고 이러한 연구는 어떻게든 이것 (보충됨)과 연관될 수 있거나 유사한 것(필터에 대한 자급자족)이 추세 평면 필터와 같은 트레이딩 올빼미 에 대한 동일한 간단한 연결에 대해 묘사될 수 있습니까?
다음은 iVAR 인디카 판독값을 사용하는 트렌드 올빼미의 신호 부분입니다.