Discussão do artigo "Cálculo do coeficiente de Hurst" - página 3

Novo comentário
 
СанСаныч Фоменко:

Por exemplo, o pacote FGN com a função HurstK(z), que produz uma estimativa não paramétrica do coeficiente de Hurst que fornece um valor muito mais preciso.

Substitua a frase"Hurst coefficient" na frase destacada por" Pearson'sCorrelation Coefficient" e, por exemplo," Pearson's Correlation Coefficient". por exemplo, por "Coeficiente de correlação de Pearson" e, então, talvez você sinta o absurdo da afirmação destacada.
 
fxsaber:
Substitua a frase "coeficiente de Hurst" na frase destacada por "coeficiente de correlação de Pearson", por exemplo, e talvez você sinta o ridículo da afirmação destacada. Por exemplo, substitua a frase "coeficiente de Hirst" por "coeficiente de correlação de Pearson" e talvez você sinta o ridículo da afirmação destacada.

Não vou fundamentar, pois todas as minhas postagens foram realmente direcionadas ao autor do artigo.

Dei uma olhada em seu perfil e minha impressão é que o homem tende a fornecer um certo nível de raciocínio e ações. No exemplo do cálculo de Hirst, tentei transmitir ao autor do artigo que o nível do artigo pode ser fornecido APENAS levando em conta os resultados já disponíveis no campo relevante. E esse nível, o ponto de referência, o fogão a partir do qual se dança, é exatamente o que o R fornece. É possível usar outro sistema, por exemplo, Python, outro pago..... Mas, de qualquer forma, não se deve fingir que esta é a primeira palavra sobre o tópico deste artigo.

Eu não estava interessado em todo o resto.

 
СанСаныч Фоменко:

Não vou comprovar, pois todas as minhas postagens foram, na verdade, direcionadas ao autor do artigo.

Leia meu comentário acima. Se a Pearson for inserida na frase, ela se tornará ridícula por algum motivo. Se colocarmos Hearst na frase, ela não se torna ridícula. O que isso tem a ver com o assunto?

Aparentemente, é porque Pearson é um algoritmo claro para cálculos. E o Hearst é tão brega quanto.

Há o Hearst-DmitriyPiskarev, há o Hearst-R e há muitos outros. O engraçado é que é impossível compará-los, porque não pode haver critério de comparação quando não há uma definição clara.

É por isso que é engraçado ouvir as pessoas dizerem que uma variante do Hirst é mais precisa do que outra. Elas são simplesmente valores diferentes que, devido a um erro histórico, as pessoas chamam de Hearst.

 
O artigo é interessante, pelo simples fato de que há muito pouca informação sobre esse tópico. Mas, infelizmente, o vetor de pesquisa do autor foi escolhido incorretamente. Em particular, o chamado método R/S é descrito em detalhes, que é tão denso e rudimentar com relação à estimativa de H que não é nem mesmo sério falar sobre ele. Em um experimento simples, tente calcular H no ruído branco gerado, pré-integrando-o ao passeio aleatório I(1). Você obterá os mesmos números em torno de 0,54-0,58. Ou seja, R/S não é realmente aplicável a processos cujas características são próximas ao passeio aleatório, que são todos os mercados. É claro que, em alguns vazamentos no Nilo em que H é maior que 0,7, o R/S mostrará algo, mas não em mercados reais.
 
fxsaber:

Leia meu comentário acima. Se colocarmos Pearson em uma frase, ela se torna ridícula por algum motivo. E se colocarmos Hearst, ela não se torna ridícula. O que isso tem a ver com o assunto?

Aparentemente, é porque Pearson é um algoritmo claro de cálculo. E o Hearst é tão brega quanto.

Há o Hearst-DmitriyPiskarev, há o Hearst-R e há muitos outros. O engraçado é que é impossível compará-los, porque não pode haver critério de comparação quando não há uma definição clara.

É por isso que é engraçado ouvir as pessoas dizerem que uma variante do Hirst é mais precisa do que outra. São simplesmente valores diferentes que, por causa de um erro histórico, as pessoas chamam de Hearst, a mesma coisa.

Concordo plenamente com você que o Hirst é extremamente vago, tanto em termos de algoritmo de cálculo quanto de interpretação

Estou escrevendo sobre algo completamente diferente: se uma pessoa fornece um algoritmo, ela deve justificar esse algoritmo. Um código que implemente um algoritmo incorreto também será incorreto.

Se você observar especificamente o algoritmo fornecido no artigo, ele usa a regressão linear estimada pelo MNC. Essa parte do artigo não tem nenhuma relação com a realidade, pois a estimativa dos coeficientes de regressão linear pelo ISC é uma AVALIAÇÃO de duas variáveis aleatórias: deslocamento "a" e ângulo de inclinação "b". Se o autor tivesse usado, por exemplo, a função lm() do R, ele teria visto coisas surpreendentes, que não necessariamente o valor de "b", que ele considera como o valor do coeficiente de Hurst, existe no papel, mas na realidade pode não existir, porque a função lm() padrão, além do valor de "b" em si, fornece sua variância e o nível de confiança desse valor. Muitas vezes, ao usar a regressão linear, o nível de confiança é muito menor que 90%.

Aqui está um exemplo de uma tabela de estimativa de regressão linear padrão com muitas variáveis

Coefficients: (5 not defined because of singularities)
                    Estimate Std. Error z value      Pr(>|z|)    
(Intercept)       -338.88337  152.55692  -2.221      0.026327 *  
rsi_eurusd           0.01237    0.01363   0.908      0.363934    
macd_eurusd         13.94972    4.36041   3.199      0.001378 **
trix_eurusd       -741.34816  148.31309  -4.999 0.00000057768 ***
sig_eurusd        1118.41702  212.31435   5.268 0.00000013811 ***
trix_eurusd_trend         NA         NA      NA            NA    
trix_gbpusd        407.84268  131.29586   3.106      0.001895 **
sig_gbpusd        -918.57282  202.12341  -4.545 0.00000550361 ***
trix_gbpusd_trend         NA         NA      NA            NA    
trix_eurgbp        264.59572  115.74195   2.286      0.022249 *  
sig_eurgbp        -795.43634  159.17763  -4.997 0.00000058180 ***
trix_eurgbp_trend         NA         NA      NA            NA    
trix_usdchf        -76.32606   27.15637  -2.811      0.004945 **
sig_usdchf          14.28410   31.35889   0.456      0.648747    
trix_usdjpy          5.42010    8.93393   0.607      0.544059    
sig_usdjpy          65.28629   11.08181   5.891 0.00000000383 ***
trix_usdjpy_trend         NA         NA      NA            NA    
trix_usdcad         32.76774   21.62655   1.515      0.129731    
sig_usdcad         -25.12268   25.27109  -0.994      0.320161    
trix_usdcad_trend         NA         NA      NA            NA    
fit.eurusd         -72.05260  149.20763  -0.483      0.629166    
fit.gbpusd        -304.38920  121.47457  -2.506      0.012218 *  
fit.eurgbp         253.58306  132.96820   1.907      0.056508 .  
fit.usdchf        -387.54743  100.37962  -3.861      0.000113 ***
fit.usdjpy           1.82458    0.41496   4.397 0.00001097684 ***
fit.usdcad        -133.88962   81.83316  -1.636      0.101813    
fit.eurusd.2        25.03730  160.94619   0.156      0.876377    
fit.gbpusd.2       423.37220  143.07774   2.959      0.003086 **
fit.eurgbp.2      -227.97261  192.34022  -1.185      0.235916    
fit.usdchf.2       426.74965  101.14174   4.219 0.00002450374 ***
fit.usdjpy.2        -2.15458    0.42133  -5.114 0.00000031587 ***
fit.usdcad.2       321.48459   86.36230   3.723      0.000197 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Somente os valores marcados com asteriscos são confiáveis com o nível de confiança especificado. Os demais são apenas uma ficção, o valor está lá, mas na realidade não está!

É disso que se trata. Trata-se de precisão e atenção cuidadosa a cada resultado dos cálculos.

 
fxsaber:

Leia meu comentário acima. Se colocarmos Pearson em uma frase, ela se torna ridícula por algum motivo. E se colocarmos Hearst, ela não se torna ridícula. O que isso tem a ver com o assunto?

Aparentemente, é porque Pearson é um algoritmo claro de cálculo. E o Hearst é tão brega quanto.

Há o Hearst-DmitriyPiskarev, há o Hearst-R e há muitos outros. O engraçado é que é impossível compará-los, porque não pode haver critério de comparação quando não há uma definição clara.

É por isso que é engraçado ouvir as pessoas dizerem que uma variante do Hirst é mais precisa do que outra. Elas são simplesmente valores diferentes que, por causa de um erro histórico, as pessoas chamam de Hirst.

O Hirst não é um algoritmo de cálculo, é uma característica do processo. Assim, essa característica pode ser calculada de diferentes maneiras. É por isso que não há nada de especial nela. O principal é que o cálculo final deve coincidir com outros algoritmos de cálculo reconhecidos, caso contrário, o valor obtido não será o Hirst, mas outra coisa.
 

СанСаныч Фоменко:

Например,  пакет FGN с функция HurstK(z), в которой производится непараметрическая оценка коэффициента Херста, которая дает гораздо более точную величину.

fxsaber:
Substitua a frase "coeficiente de Hurst" na frase destacada por "coeficiente de correlação de Pearson", por exemplo, e talvez você sinta o absurdo da afirmação destacada. Substitua a frase "coeficiente de correlação de Pearson", por exemplo, por "coeficiente de correlação de Pearson" e, talvez, você sinta o absurdo da afirmação destacada.
SanSanych está absolutamente certo aqui. Não entendo por que o método R/S é chamado de não paramétrico, embora seja baseado no desvio padrão S, o que se reflete até mesmo em seu nome.
 
СанСаныч Фоменко:

Concordo plenamente com você quando diz que a coisa de Hirst é excepcionalmente vaga, tanto em termos de algoritmo de cálculo quanto de interpretação

Meu argumento é bem diferente: se alguém fornece um algoritmo, deve justificar esse algoritmo. Um código que implemente um algoritmo incorreto também será incorreto.

Se você observar especificamente o algoritmo fornecido no artigo, ele usa a regressão linear estimada pelo MNC. Essa parte do artigo não tem nenhuma relação com a realidade, pois a estimativa dos coeficientes de regressão linear pelo ISC é uma AVALIAÇÃO de duas variáveis aleatórias: deslocamento "a" e ângulo de inclinação "b". Se o autor tivesse usado, por exemplo, a função lm() do R, ele teria visto coisas surpreendentes, que não necessariamente o valor de "b", que ele considera como o valor do coeficiente de Hurst, existe no papel, mas na realidade pode não existir, porque a função lm() padrão, além do valor de "b" em si, fornece sua variância e o nível de confiança desse valor. Muitas vezes, ao usar a regressão linear, o nível de confiança é muito menor que 90%.

Aqui está um exemplo de uma tabela de estimativa de regressão linear padrão com muitas variáveis

Coefficients: (5 not defined because of singularities)
                    Estimate Std. Error z value      Pr(>|z|)    
(Intercept)       -338.88337  152.55692  -2.221      0.026327 *  
rsi_eurusd           0.01237    0.01363   0.908      0.363934    
macd_eurusd         13.94972    4.36041   3.199      0.001378 **
trix_eurusd       -741.34816  148.31309  -4.999 0.00000057768 ***
sig_eurusd        1118.41702  212.31435   5.268 0.00000013811 ***
trix_eurusd_trend         NA         NA      NA            NA    
trix_gbpusd        407.84268  131.29586   3.106      0.001895 **
sig_gbpusd        -918.57282  202.12341  -4.545 0.00000550361 ***
trix_gbpusd_trend         NA         NA      NA            NA    
trix_eurgbp        264.59572  115.74195   2.286      0.022249 *  
sig_eurgbp        -795.43634  159.17763  -4.997 0.00000058180 ***
trix_eurgbp_trend         NA         NA      NA            NA    
trix_usdchf        -76.32606   27.15637  -2.811      0.004945 **
sig_usdchf          14.28410   31.35889   0.456      0.648747    
trix_usdjpy          5.42010    8.93393   0.607      0.544059    
sig_usdjpy          65.28629   11.08181   5.891 0.00000000383 ***
trix_usdjpy_trend         NA         NA      NA            NA    
trix_usdcad         32.76774   21.62655   1.515      0.129731    
sig_usdcad         -25.12268   25.27109  -0.994      0.320161    
trix_usdcad_trend         NA         NA      NA            NA    
fit.eurusd         -72.05260  149.20763  -0.483      0.629166    
fit.gbpusd        -304.38920  121.47457  -2.506      0.012218 *  
fit.eurgbp         253.58306  132.96820   1.907      0.056508 .  
fit.usdchf        -387.54743  100.37962  -3.861      0.000113 ***
fit.usdjpy           1.82458    0.41496   4.397 0.00001097684 ***
fit.usdcad        -133.88962   81.83316  -1.636      0.101813    
fit.eurusd.2        25.03730  160.94619   0.156      0.876377    
fit.gbpusd.2       423.37220  143.07774   2.959      0.003086 **
fit.eurgbp.2      -227.97261  192.34022  -1.185      0.235916    
fit.usdchf.2       426.74965  101.14174   4.219 0.00002450374 ***
fit.usdjpy.2        -2.15458    0.42133  -5.114 0.00000031587 ***
fit.usdcad.2       321.48459   86.36230   3.723      0.000197 ***
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Somente os valores marcados com asteriscos são confiáveis com o nível de confiança especificado. Os demais são apenas uma ficção, o valor está lá, mas na realidade não está!

É disso que se trata. Trata-se de precisão e atenção cuidadosa a cada resultado dos cálculos.

Antes de tirar qualquer conclusão, é necessário entender a partir de quais dados a regressão é calculada.

San Sanych, desculpe-me, mas você está realmente farto de seus "julgamentos de especialistas". Do seu lado, você não consegue ver nada, exceto a eterna fixação de algum R. Pelo menos coloque algum código MQL em algum lugar para que fique claro que você entende alguma coisa.

 
Em defesa de San Sanych, posso lhe dar esta história/exemplo:
Um velho professor diz a um jovem - se lhe parecer que algum aluno está sempre fazendo perguntas estúpidas e o irritando, pense - talvez esse seja o único aluno de sua classe que o ouve com atenção.<br/ translate="no">
[Excluído]  
Dmitriy Piskarev:

Maxim, obrigado por seu comentário!

Sim, você tem razão, é claro que o cálculo do coeficiente de Hurst é apenas uma base para se ter pelo menos uma ideia mínima sobre a aplicação de algum tipo de estatística de matriz no estudo de séries temporais. Concordo com sua observação e também acho que seria ingênuo e errado usar apenas a análise de coeficiente para prever a dinâmica do mercado. É claro que é necessário criar uma estratégia com base em indicadores agregados e usando vários indicadores e fontes.

No próximo artigo, com certeza mostrarei meu entendimento correto da análise fractal.

Mais uma vez, obrigado por seu comentário.

P.S. Pediram-me para fazer uma revisão das ferramentas do MT5 para essa análise. Aproveitei a oportunidade para promovê-la.

Super, estamos esperando... o tópico precisa ser desenvolvido)
12345
Novo comentário