Индикаторы: Hurst Exponent
Версия, опубликованная в этой записи, - это версия алгоритма "по книге".
Вместо этого используйте эту версию : Hurst exponent - optimized version
________________________
PS: Какой таймфрейм и какие настройки теста вы использовали с данными за 3 года, чтобы получить результат за 3 секунды? Это (при обратном тестировании в каждом тиковом режиме) маловероятно, но хотелось бы знать. Или вы использовали только режим открытых цен?
В любом случае, новая версия быстрее...
В противном случае, невозможно получить результаты за 3 секунды с каждым тиком в любой системе, если только это не чрезвычайно мощная система!
Версия, размещенная в этой записи, - это версия алгоритма "по книге".
Используйте эту версию : Экспонента Харста - оптимизированная версия вместо этого
________________________
PS: Какой таймфрейм и какие настройки теста вы использовали с данными за 3 года, чтобы получить результат за 3 секунды? Это (при обратном тестировании в каждом тиковом режиме) маловероятно, но хотелось бы знать. Или вы использовали только режим открытых цен?
В любом случае, новая версия быстрее...
Большое спасибо за это улучшение, я попробую новую версию.
----
По поводу моего бэктеста, я загрузил изображение, чтобы показать вам, как я настроил.
Hello.
Mr Andrew Lo (1991) advocated adjusting the standard deviation for the expected increase in range from short-range autocorrelation in the time series. This is the square root of
Š² = S² + 2Σ(j=1...q)[1-j/(q+1)]×C(j)
where q is some maximum lag over which short-range autocorrelation might be substantial and C(j) is the sample autocovariance at lag j. Using this adjusted rescaled range, he concludes that stock market return time series show no evidence of long-range memory.
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Hurst Exponent:
Показатель Хёрста рассматривается как "индекс зависимости" или "индекс долгосрочной зависимости". Он количественно определяет относительную склонность таймсерий либо к сильному снижению в направлении среднего значения, либо к концентрации в определенной направленности.
Автор: Mladen Rakic