基于艾略特波浪理论的交易策略 - 页 223

 
Neutron 17.01.07 08:14 ......让我提醒你,哈斯特指数
(h)、FACH-波动率(在 Pastukhov的论文中定义),是通过明显的相关性联系起来的。

FAC=1-2/H=2h-1。让我提醒你,FAC可以定义为所有同方向的价格跳跃(移动)和反方向的移动之间的差异,除以所有移动的总和......


我认为FAC=1-2/H=2h-1 的平等是一个非常强的假设。换句话说,H-波动性可以定义为所有H增量的总和 (模数)除以所有增量的数量。这与你对FAC的定义非常不同 。另外,我认为这不完全是FAC的制定方式,但我还不确定, ,要看看。虽然。对于布朗运动H-波动率=2,H-赫斯特=0.5。所以






1-2/H=2h-1 成立,1-2/2=0,2*0.5-1=0。在这种情况下, (布朗运动)的平等是真实的。 其他情况,如H-波动率=1(所谓的 "锯齿",H中的价差,特点是 ,沿着这样一条线的总趋势是零,而运动的恢复是绝对的,也就是说,每 "上升 "的运动,就有完全相同的 "下降 "运动)。如果你用1代替左边的部分, ,你会得到-1,H-Hurst=0(反持久性,也以复归为特征, ,但在这种情况下,我们不能对总体趋势说什么,也同样很难说它是 复归)。顺便说一下,H-波动率=1,这是该参数的







下限,不应该有 ,H-波动率值小于1的线。对于H-Hurst,我不知道 ,是否有这样的条件。另一种情况,H-波动率=4,H-赫斯特=0.75。在最简单的情况下,H-波动率=4 一个方向的运动应该比另一个方向的运动幅度大七倍。 在最简单的形式下,这是同样的锯齿,但在整体趋势上有一个转变。对于在 H-Hurst =0.75的持久性的情况,这不能说。顺便说一下,当H-Hurst=1时,H-波动率就会变成 ,根本就是无穷大。 我认为









1-2/H=2h-1 可能在某种一般的近似中,在非常定性的水平上, ,描述参数行为,但仅此而已。这是关于H-波动性和H-赫斯特,我没有处理过FAC ,也许那里有一些惊喜。
 
Yurixx 17.01.07 16:52
2北风
我还没有看到在这样的情况下有明确的分离。好吧,也许
除了一种情况。大多数情况下是50/50的比例,大概2-4%的比例。

在你在fxclub的主题中,ForAxel给出了一些套装的图片,这些图片不仅可以被认为是
足够的分离,但也有不同的中心
定位。我不知道他们是否反映了一些真实的数据,还是到目前为止还没有。
搜索程序。

所以ForAxel 使用了其他的特征。也许他能够找到一些
的结果是合理地分开的。但在那里,我记得,有一个问题
的稳定性。
 
在这里,我把它贴在http://www.filefactory.com/file/aef4cf/


我似乎无法下载它。我可以看到它。
文件细节。

文件名: USDnew.zip
大小:4.45 MB
描述:2006年欧元兑美元


没有下载链接。注册和登录后也是如此。
谢尔盖,也许你可以把这个档案送到我的邮箱:yurixxx [at] gmail [dot] com

或者解释如何在这个网站上表现。

PS
谢尔盖,我是否正确地理解,你不是在整个故事上计算FAC,而只是在100renko-bar窗口上计算。结果是图中所示的曲线。如果是这样,我肯定又把你弄错了。在这里,它是。
我提出的计算Hurst指数的方法和其他方法一样,使用了历史整合。事实上,我们需要提前找到工具波动率的值,它是历史上的总和。

我把它理解为对我所说的整合整个故事的确认。而关键词是,我想,"就像......。就像其他人一样"。也就是说,通常的方式不是使用整个故事,而是使用一个有限的滑动窗口。
 
Северный Ветер

我认为FAC=1-2/H=2h-1 的平等是一个非常强的假设。
换句话说,H-波动性可以定义为所有H-增加的总和
(modulo)除以所有增量的数量。从你的FAC定义来看,这是非常
不同。另外,我认为FAC并不完全是这样制定的,但我还不确定这一点。
将不得不看一下。


在论文中,H-波动性被定义为所有价格变化的总和与反转次数的比率,或者说,与价格方向变化的次数的比率(见http://forum.fxclub.org/showthread.php?t=32942&page=9, 18.12.2006, 10:46的帖子 :-)

因此,让我们用n1表示所有共同方向的价格跳跃的总和,用n2表示所有反方向的价格跳跃的总和(所有H增量的总和),用N表示所有跳跃的总和(所有增量的数量),那么对于单位价格增量我们定义为
FAC=(n1-n2)/NH=1*N/n2。显然,n1+n2=N。
那么,FAC=(n1-n2)/N=(n1+n2-2*n2)/N=1-2/H,这是需要证明的!
当然,我承认我被单位振幅增量冲昏了头脑,在已知增量分布规律的情况下,正确地写道。
ФАК=1-2/H/sigma=2h-1.

顺便说一下,在 "绝对拉锯"(没有相反的价格运动)时,赫斯特指数(h)等于零的事实并不奇怪,如果我们记得这个指数定义了标准偏差对TF的依赖性:sigma(TF)=sigma(t0)*(t/t0)^h
也就是说,随着TF的增加,"绝对锯齿 "的传播并没有增加。这很明显。

致Yuryxx
我已经用包裹的方式向你的地址发送了一份带刻度的档案:-)请等待。
至于我告诉你的Hurst指数,我在整个历史上进行整合,计算所选时间段的标准偏差。为了计算FAC,我在一个滑动窗口中进行了总结。窗口的长度为100条。
下面是FAC的一个例子。

而这里是赫斯特的一个例子。
 
Вот, выложил на http://www.filefactory.com/file/aef4cf/


我似乎无法下载它。我可以看到它。
文件细节。

文件名: USDnew.zip.
大小:4.45 MB
描述:2006年欧元兑美元


没有下载链接。注册和登录后,也是如此。

你必须在页面中间找到以下短语并点击它。
使用FileFactory Basic免费下载
你会看到1个广告页面,点击跳过,然后在下一页再次点击下载....。
 
to Neutron

Hi Sergey.

现在,我有点分心于论坛的主题,并沉浸在我的研究中,尤其是我们已经暂时远离了趋势检测的主题。我必须承认,我对kagi、renko和H不是特别感兴趣,尽管我给了作者应有的评价。在这一领域找到如此有根有据和有趣的工作是很罕见的。但也许我对所概述的方法的使用下了结论。

但趋势检测对我来说真的很有趣,尤其是它构成了我的战略的基础。

<br/ translate="no"> 在这里,我们开始...

时间序列分析的基本目标。

统计时间序列分析的基本目标是遵循该序列的可用轨迹。
....


读完这篇文章后,我意识到你在概述理论基础,但我没有找到对自己有用的信息。有趣的是,在正确地坚持事先建立正确模型的同时,你已经发现了趋势: 。


谢尔盖,请注意我上一篇文章中的图片。这里的移动窗口大小是100个仁科条,所以由于历史数据的平均化程序导致的相位延迟不会超过这个值的一半,即50个条。市场波动的特征期(见图),大约是300-400个柱状物!这是个很好的例子。因此,我们可以说明利用仁科结构对时间序列的趋势(确定性的)进行真实识别的事实!用经典的货币工具的时间序列,这从来没有可能,在所有的TFs FAC上,它不是可靠的正数。


而且正确的是,你找到了他们。而什么,整个模型是在使用仁科建设?顺便说一下,我有一个问题,就是关于趋势的问题:你在照片中是如何定义它的?在你的允许下,我把它染了一下。大趋势在两条粗红线之间。如何或以何种正确的方式阅读FAC图表,以理解它显然是存在的。

补充:那么,如果我给你一张没有价格的单独的FAC图,你能在上面找到趋势吗?我断然拒绝在该想法的任何表现中使用数据滑动窗口。为什么你有它100次,而不是137、76或7?那么如果你选择了一个7000条的窗口,市场波动期会有多长?让我提醒你,我寻找的是一种趋势。比如说,在这个方向上阅读聪明的书籍,只会让我感到沮丧。一切都归结于这样一个事实:要么很难找到,要么不可能找到,因此,所有找到的东西都不是趋势。我决定纠正任务的表述。我不需要找到在整个报价历史中出现和消失的所有趋势。我给自己定了一个更小的任务--找到一个起点,从这个起点开始,样本之间的相关水平("连接强度"),从历史上的当前参考点开始,下降到最小值,从这个值开始,认为从当前条形图(参考点)的连接完全丧失。为此,我选择了自相关(但也有其他想法)。因此,我有: 统计学--自相关值(Ro) 标准--范围[0:Ro=y] 我不得不对自相关进行了一些修改。根据逻辑(当然),最接近的酒吧应该有最强的相关性。这种强度的函数,应该逐渐(但不一定是均匀地)收敛到某个值(包括0.0)。专注于我的方法,我继续我对最佳标准选择的研究。问题是,这个标准可以找到(当然,并不总是)非常 "长的链接",我非常想以某种巧妙的方式缩短它们。那么你根据renko-building














确定趋势 的统计数据和标准是什么?
 
嗨,谢尔盖。
很高兴你在你选择的方向上继续前进。
你在图片中标记的趋势实际上是一个 "随机趋势" - 它看起来像一个定向的价格运动,但其本质是一个随机的、布朗式运动。原则上不可能靠它赚钱。而区别于FAC的是,进入正值领域--是一种确定的趋势,人们可以也应该靠它来赚钱。另外,人们可以也应该在回调市场上赚钱--当FAC进入负值区域。识别 rennco建筑的趋势 和平坦的标准与正常时间序列的标准相同。这是符合逻辑的,因为我们正在寻找原因(干扰)和结果(市场反应)之间的关系规律,而这些规律对于任何观点的时间序列都应该是一样的。
这里需要注意的是:在一个特定的TF或RN中是一个趋势,在另一个TF或RN中可能是一个回调。应该记住这一点,而不是试图通过看时间序列图来对市场的当前性质做出判断。这是人类直觉无能为力的罕见情况。混沌是这里的最高统治者,它有自己的特定规律,与普通人的思想格格不入。

我不得不对自相关进行了一些修改。根据逻辑(当然是家庭主妇的逻辑),最接近的酒吧应该有最强的关联性。这种强度的函数,应该逐渐(但不一定是均匀地)收敛到某个值(包括0.0)。专注于我的方法,我继续我对最佳标准选择的研究。问题是,这个标准可以找到(当然,并不总是)非常 "长的链接",而人们真的想以某种巧妙的方式缩短它们。


做得好。朝着真理又迈出了一步!
 
Neutron 18.01.07 14:24
......因此,让我们用n1表示所有共同指导的价格跳跃的总和,用n2表示所有反指导的价格跳跃的总和(所有H增量的总和),用N表示所有跳跃的总和(所有增量的数量),那么对于单位价格增量,我们定义。
FAC=(n1-n2)/NH=1*N/n2。显然,n1+n2=N。
那么,FAC=(n1-n2)/N=(n1+n2-2*n2)/N=1-2/H,这是需要证明的!
当然,我承认我被单位振幅增量冲昏了头脑,在已知增量分布规律的情况下,正确地写道。
ФАК=1-2/H/sigma=2h-1.

顺便说一下,在 "绝对拉锯"(没有相反的价格运动)时,赫斯特指数(h)等于零的事实并不奇怪,如果我们记得这个指数定义了标准偏差对TF的依赖性:sigma(TF)=sigma(t0)*(t/t0)^h
也就是说,随着TF的增加,"绝对锯齿 "的传播并没有增加。这很明显...


首先,让我们试着理清术语。我建议
具备以下条件:

H-值,表征价格值变化的大小,在此情况下
被认为是价格价值的实际变化。如
任何尺寸都只能是正面的。
价格变化--价格值变化的时间间隔
H 值,正或负,取决于符号
价格值的差异,在区间的末端和开始。它的计算方式是
=(区间结束时的价格值-区间开始时的价格值)/H,因此
因此只能取值为1或-1。
正的价格变化 是指带有正号的价格变化
负的价格变化 就是负的价格 变化。
价格波动 是具有相同符号的连续价格变化 图。
大于或等于一个价格的变化。这个值是可以计算的。

因此,H型波动率 被定义为
=(正面价格变化 的数量+ 负面价格变化 的数量)
/价格变动的 总次数。

现在,我想了解你所说的同向和反向的价格运动是什么意思。
和反方向的价格运动?
 
2中子
to Yuryxx<br / translate="no"> 我把带有抽搐的档案包寄到你的地址 :-)站在。


没有包裹,没有包裹邮寄,甚至没有收据。:-))
检查它是否回来了。如果是这样,则是地址有误。很可能是一个丢失的'x'。
 
对中子

<br / translate="no">很高兴你在你选择的方向上继续前进。


同样,也是如此。你也是个狠角色。:о)


这是符合逻辑的,因为我们正在寻找原因(干扰)和结果(市场反应)之间的关系规律,而这些规律对所有时间序列的表述都应该是一样的。


谢尔盖,我不同意你在这里的观点。不仅是我,还有彼得斯先生,他关于市场断裂的论文。市场参与者,对同一个市场变化的反应从来都是一样的(因此我们一起产生的是价格系列),因此它是零散的。每个人的情况都不同,包括存款和预测范围以及可允许的损失......正如你正确指出的那样,市场是混沌的,它不可能以同样的方式对同一事物作出反应。例如,如果你进入一个茂密的森林,当地的 "投资者 "会对 "干扰 "作出不同的反应。


这是人类直觉无能为力的罕见情况。混沌在这里以它自己的特定法则来统治,这对普通人的头脑来说是陌生的。


显然,我已经老了,或者说蠢了,但我越来越倾向于认为,没有比混沌更重要的秩序。


而由FAC挑出的进入正值领域的,是一种确定性的趋势。


现在让我们仔细看看你的图表,特别是1600到2000年的倒计时部分。在其中,FAC从1600参考值开始移动,达到0(对眼睛来说是1700巴)并进入其正区域。它一直在那里,直到1900年(就眼睛所能看到的而言)。因此,它是一个确定性的趋势。很好。我看了看价格走势,我看到了什么?一个趋势?我没有看到一个趋势。到目前为止,我更相信我的眼睛和直觉,而不是FAC(尤其是这样一个缩写:O)。

顺便说一下,FAC显示的确定性趋势区域相当少。而大多数情况下,眼睛根本就没有看到。并澄清FAC+系列是否是确定性的,如果是FAC-,是哪一个?


你在图片中看到的趋势实际上是 "随机趋势" - 它看起来像一个有方向的价格运动,但在本质上它是一个随机的、布朗运动。


我对决定论、趋势性、随机性等完全感到困惑。:о)而且我一点都不担心。我已经明白,或者说在聪明的书中读到,我永远不会看到一个趋势。但我也意识到,我不需要它。我现在正在研究的模型可以有条件地称为进化分形-波分析(我从未遇到过任何类似的情况)。所需要的是对计数之间关系强度的估计。顺便说一下,我也是以同样的方式总结多向运动的,如果我使用的FAC和你的总和基本相同,怎么会是随机的呢?我所做的只是把它 "提高 "一点。


对你有好处。朝着真理又迈出了一步!


谢谢。自信地迈向它。 :о))))

祝好运
原因: