Z.Y. Corelogram과 ACF는 본질적으로 자기상관 계수의 집합입니다. 단일 숫자 "자기 상관 계수(1)"도 여기에 사용됩니다. 그래서 자기상관함수가 자기상관계수가 되는 인자의 값이 무엇인지, 어떻게 생각하는지 알고 싶었습니다. 일부는 0.707 수준에서 ACF를 수정하고 일부는 적분을 통해 수정합니다. 이는 다른 작업에 중요합니다. 프로세스가 자체적으로 상관되는 시간 간격의 정의입니다. (거래자의 경우 관찰된 프로세스가 이동 특성을 유지하는 시간입니다).
허스트 지수(HX)는 이 BP를 특징짓는 숫자입니다. 이제 M1과 같은 kotir를 사용하여 RH를 찾으십시오(지금까지는 모든 것이 정확하고 논리적 오류가 없습니다). 우리는 M2, M3...Mtf에 대해 이 절차를 수행하고 TF에 대한 HRP 의존성 그래프를 얻습니다. 필요한 경우 내 상관도(TF의 그래프도 포함)와 비교합니다.
이 모든 것이 필요하지 않습니까? 그런 다음 첫 번째 차이의 시리즈에서 자기상관 계수(예: M10)를 찾아 동일한 M10에 대한 HRP와 비교합니다.
세르게이, 글쎄, 오해가 어디 있습니까? 모든 것이 모순 없이 비교됩니다 - 숫자와 숫자, 기능과 기능!
허스트 지수(HX)는 이 BP를 특징짓는 숫자입니다. 이제 M1과 같은 kotir를 사용하여 RH를 찾으십시오(지금까지는 모든 것이 정확하고 논리적 오류가 없습니다). 우리는 M2, M3...Mtf에 대해 이 절차를 수행하고 TF에 대한 HRP 의존성 그래프를 얻습니다. 필요한 경우 내 상관도(TF의 그래프도 포함)와 비교합니다.
이 모든 것이 필요하지 않습니까? 그런 다음 첫 번째 차이의 시리즈에서 자기상관 계수(예: M10)를 찾아 동일한 M10에 대한 HRP와 비교합니다.
세르게이, 글쎄, 오해가 어디 있습니까? 모든 것이 모순 없이 비교됩니다 - 숫자와 숫자, 기능과 기능!
1. 자신만의 함수를 생각해내고 잘 알려진 다른 함수의 이름으로 호출합니다. 약간 틀립니다. (Matcad에는 ACF 함수 lcorr()이 내장되어 있습니다. 더 쉽고 편리합니다.)
2. "... 첫 번째 차분 계열에서 자기상관 계수를 찾습니다..." - 어떻게? 이게 뭔가요 ? 공식 ? (자기 상관 - 이것은 시프트가 없으면 정의에 따라 상관 = 1이고 시프트가 있으면 계수가 -1에서 1까지 다양할 수 있는 경우 계열이 자체와 비교됨을 의미합니다. 항상 PX와 비교하는 단위?
Sergey는 Skype를 더 잘할 수 있고 음성으로 모든 것을 더 빨리 설명할 수 있습니다. matkad의 프로그램은 우리가 말하는 내용을 서로 설명할 것입니다. 여기서 클레이브를 지우겠습니다. 용어의 혼동일 가능성이 큽니다. 그렇기 때문에 우리는 서로를 이해하지 못한다.
Sergey는 Skype를 더 잘 할 수 있고 음성으로 모든 것을 더 빨리 설명할 수 있습니다. matkad의 프로그램은 우리가 말하는 내용을 서로 설명할 것입니다. 여기서 클레이브를 지우겠습니다. 용어의 혼동일 가능성이 큽니다. 그렇기 때문에 우리는 서로를 이해하지 못한다.
그러면 청중은 어떻게 해야 할까요? 아니요. 같은 장소에서 같은 맥락에서 계속하는 것이 좋습니다. 즉, 양식에.
그러면 청중은 어떻게 해야 할까요? 아니요. 같은 장소에서 같은 맥락에서 계속하는 것이 좋습니다. 즉, 양식에.
당신이 청취자가 될 수 있지만. 하지만 여전히 그들은 할 수 없습니다.
알겠습니다. 결과를 공식과 그래프 형태로 표시하겠습니다. 목적을 이해합니다. Hurst와 상관 계수는 근본적으로 다른 것 또는 동일한 차수의 개념입니다(다른 한계 내에서만 변경됨). "자기 상관 계수"를 계산하는 방법이 명확하지 않습니다. 함수는 할 수 있는데 계수가 없고 상관계수를 사용할 수 있는데 자동상관이 작동하지 않아서 뭔지 모르겠습니다.
2. "... 첫 번째 차분 계열에서 자기상관 계수를 찾습니다..." - 어떻게? 이게 뭔가요 ? 공식 ? (자기 상관 - 이것은 시프트가 없으면 정의에 따라 상관 = 1이고 시프트가 있으면 계수가 -1에서 1까지 다양할 수 있는 경우 계열이 자체와 비교됨을 의미합니다. 항상 PX와 비교하는 단위?
우리는 사소한 경우라는 단위를 고려하지 않습니다. 첫 번째 차이의 급수에서 이동은 항상 1뿐입니다! - SPECIFIC TF의 첫 번째 차이 시리즈에서 인접한 판독값 간의 상관 관계 만 고려합니다. 상관도를 얻기 위해 원본 시리즈의 TF만 변경합니다.
아마도 Prival , 당신이 옳았습니다. 이것은 서로 다른 TF에 대해 발견된 첫 번째 차이 시리즈에서 인접한 판독값 간의 상관 계수인 상관도가 아닙니다.
그리고 그것은 나도 혼란스럽다. 두 개의 어레이가 비교되는 경우 하나는 M1이고 다른 하나는 M5로 가정됩니다. 물론 그렇게 할 수 있습니다. 그러나 배열의 길이는 동일해야 합니다. 20개의 값을 가정해 보겠습니다. 서로 다른 시간대의 행동을 비교하고 있는 것으로 나타났습니다. 분은 20분, 5분은 1시간 40분입니다. 그것도 그렇지 않습니다.
보았다. 다시 25. 코어로그램이 있습니다. 이것은 함수입니다. 함수는 인수의 특정 값에 대해서만 숫자로 바뀝니다.
"시계열 분석에서 자기 상관 도표라고도 하는 상관도는 h(시간 지연)에 대한 샘플의 자기 상관 도표입니다."
이것은 '자기 상관 함수' 처럼 보입니다. 차트다!!!
이제 그래프(함수)는 숫자와 비교하여 무엇을 얻습니까? 그래서 이든?
또는 함수가 아니라 숫자와 숫자를 비교해야 할 수도 있습니다.
허스트 지수는 숫자이며 숫자와 비교해야 합니다!!
Z.Y. Corelogram과 ACF는 본질적으로 자기상관 계수의 집합입니다. 단일 숫자 "자기 상관 계수(1)"도 여기에 사용됩니다. 그래서 자기상관함수가 자기상관계수가 되는 인자의 값이 무엇인지, 어떻게 생각하는지 알고 싶었습니다. 일부는 0.707 수준에서 ACF를 수정하고 일부는 적분을 통해 수정합니다. 이는 다른 작업에 중요합니다. 프로세스가 자체적으로 상관되는 시간 간격의 정의입니다. (거래자의 경우 관찰된 프로세스가 이동 특성을 유지하는 시간입니다).
허스트 지수(HX)는 이 BP를 특징짓는 숫자입니다. 이제 M1과 같은 kotir를 사용하여 RH를 찾으십시오(지금까지는 모든 것이 정확하고 논리적 오류가 없습니다). 우리는 M2, M3...Mtf에 대해 이 절차를 수행하고 TF에 대한 HRP 의존성 그래프를 얻습니다. 필요한 경우 내 상관도(TF의 그래프도 포함)와 비교합니다.
이 모든 것이 필요하지 않습니까? 그런 다음 첫 번째 차이의 시리즈에서 자기상관 계수(예: M10)를 찾아 동일한 M10에 대한 HRP와 비교합니다.
세르게이, 글쎄, 오해가 어디 있습니까? 모든 것이 모순 없이 비교됩니다 - 숫자와 숫자, 기능과 기능!
허스트 지수(HX)는 이 BP를 특징짓는 숫자입니다. 이제 M1과 같은 kotir를 사용하여 RH를 찾으십시오(지금까지는 모든 것이 정확하고 논리적 오류가 없습니다). 우리는 M2, M3...Mtf에 대해 이 절차를 수행하고 TF에 대한 HRP 의존성 그래프를 얻습니다. 필요한 경우 내 상관도(TF의 그래프도 포함)와 비교합니다.
이 모든 것이 필요하지 않습니까? 그런 다음 첫 번째 차이의 시리즈에서 자기상관 계수(예: M10)를 찾아 동일한 M10에 대한 HRP와 비교합니다.
세르게이, 글쎄, 오해가 어디 있습니까? 모든 것이 모순 없이 비교됩니다 - 숫자와 숫자, 기능과 기능!
1. 자신만의 함수를 생각해내고 잘 알려진 다른 함수의 이름으로 호출합니다. 약간 틀립니다. (Matcad에는 ACF 함수 lcorr()이 내장되어 있습니다. 더 쉽고 편리합니다.)
2. "... 첫 번째 차분 계열에서 자기상관 계수를 찾습니다..." - 어떻게? 이게 뭔가요 ? 공식 ? (자기 상관 - 이것은 시프트가 없으면 정의에 따라 상관 = 1이고 시프트가 있으면 계수가 -1에서 1까지 다양할 수 있는 경우 계열이 자체와 비교됨을 의미합니다. 항상 PX와 비교하는 단위?
Sergey는 Skype를 더 잘할 수 있고 음성으로 모든 것을 더 빨리 설명할 수 있습니다. matkad의 프로그램은 우리가 말하는 내용을 서로 설명할 것입니다. 여기서 클레이브를 지우겠습니다. 용어의 혼동일 가능성이 큽니다. 그렇기 때문에 우리는 서로를 이해하지 못한다.
Sergey는 Skype를 더 잘 할 수 있고 음성으로 모든 것을 더 빨리 설명할 수 있습니다. matkad의 프로그램은 우리가 말하는 내용을 서로 설명할 것입니다. 여기서 클레이브를 지우겠습니다. 용어의 혼동일 가능성이 큽니다. 그렇기 때문에 우리는 서로를 이해하지 못한다.
그러면 청중은 어떻게 해야 할까요? 아니요. 같은 장소에서 같은 맥락에서 계속하는 것이 좋습니다. 즉, 양식에.
당신이 청취자가 될 수 있지만. 하지만 여전히 그들은 할 수 없습니다.
그러면 청중은 어떻게 해야 할까요? 아니요. 같은 장소에서 같은 맥락에서 계속하는 것이 좋습니다. 즉, 양식에.
당신이 청취자가 될 수 있지만. 하지만 여전히 그들은 할 수 없습니다.
알겠습니다. 결과를 공식과 그래프 형태로 표시하겠습니다. 목적을 이해합니다. Hurst와 상관 계수는 근본적으로 다른 것 또는 동일한 차수의 개념입니다(다른 한계 내에서만 변경됨). "자기 상관 계수"를 계산하는 방법이 명확하지 않습니다. 함수는 할 수 있는데 계수가 없고 상관계수를 사용할 수 있는데 자동상관이 작동하지 않아서 뭔지 모르겠습니다.
2. "... 첫 번째 차분 계열에서 자기상관 계수를 찾습니다..." - 어떻게? 이게 뭔가요 ? 공식 ? (자기 상관 - 이것은 시프트가 없으면 정의에 따라 상관 = 1이고 시프트가 있으면 계수가 -1에서 1까지 다양할 수 있는 경우 계열이 자체와 비교됨을 의미합니다. 항상 PX와 비교하는 단위?
우리는 사소한 경우라는 단위를 고려하지 않습니다. 첫 번째 차이의 급수에서 이동은 항상 1뿐입니다! - SPECIFIC TF의 첫 번째 차이 시리즈에서 인접한 판독값 간의 상관 관계 만 고려합니다. 상관도를 얻기 위해 원본 시리즈의 TF만 변경합니다.
이것은 정확한 정의이므로 오해가 발생해서는 안됩니다.
아니요. 같은 장소에서 같은 맥락에서 계속하는 것이 좋습니다.
동의한다. 그게 낫다.
상관도를 얻기 위해 원본 시리즈의 TF만 변경합니다.
아마도 Prival , 당신이 옳았습니다. 이것은 서로 다른 TF에 대해 발견된 첫 번째 차이 시리즈에서 인접한 판독값 간의 상관 계수인 상관도가 아닙니다.
아마도 Prival , 당신이 옳았습니다. 이것은 서로 다른 TF에 대해 발견된 첫 번째 차이 시리즈에서 인접한 판독값 간의 상관 계수인 상관도가 아닙니다.
그리고 그것은 나도 혼란스럽다. 두 개의 어레이가 비교되는 경우 하나는 M1이고 다른 하나는 M5로 가정됩니다. 물론 그렇게 할 수 있습니다. 그러나 배열의 길이는 동일해야 합니다. 20개의 값을 가정해 보겠습니다. 서로 다른 시간대의 행동을 비교하고 있는 것으로 나타났습니다. 분은 20분, 5분은 1시간 40분입니다. 그것도 그렇지 않습니다.
우리는 첫 번째 근사값의 계열이 정상적이며 얻은 추정값과 이 추정값이 만들어진 VR 섹션 사이에 눈에 띄는 차이가 없다고 믿습니다.
우리는 첫 번째 근사값의 계열이 정상적이며 얻은 추정값과 이 추정값이 만들어진 VR 섹션 사이에 눈에 띄는 차이가 없다고 믿습니다.
matkad에 Hurst 지수 계산이 있습니까(이산 형식의 공식이 필요함)?
여기까지만 찾았어요
첨부 파일은 시계열 분석에 대한 접근 방식입니다. 나는 거기에서이 공식을 가져 왔습니다.
Matkad에는 그러한 기능이 없습니다.
귀하가 메시지에서 인용한 내용은 다음을 제외하고는 사실인 것 같습니다(정확히 그렇습니다).
1. VR 행동의 안정적인 경향 또는 예측 가능성: Hu<1/2 또는 Hu>1/2(각각 지속성 및 지속성).
2. VR 동작의 안정성 부족 또는 예측 불가능성: Hu=1/2(첫 번째 차분 시리즈에서 MO가 0인 통합 SW).