基于艾略特波浪理论的交易策略 - 页 225

新评论
 
<br / translate="no"> 你以 "正常化 "为代价，将所有的情况减少到=1的单一情况。
此外，你似乎没有用 "直接 "的公式来计算H-波动率
你似乎使用了你自己的公式，而不是 "直接 "的公式，这是错误的，这就是为什么你的结果也是错误的。


你是对的!
我的行为不正确地引入了H型波动的新定义。
在我的借口中，我可以说，如果我们将H型波动率正常化，我们会得到一个伟大的指标，它将市场定性为一个趋势或平坦的市场，它与价格运动的振幅无关。

ZZY.我将在睡觉后计算你建议的系列。
 
Neutron 19.01.07 23:37
...H型波动的新定义...

从好的方面来说，我们需要为新方法起一个新的名字。

中子 19.01.07 23:37
...我可以说，通过将H型波动率归一化，我们得到了一个很好的指标，它可以将一个市场定性为趋势或平坦，而且不受价格波动幅度的约束...

我不反对这一点，但首先我们需要调查其属性。
 
<br / translate="no"> 然后我们来计算一下FAC和H-volatility的情况。
另一行，如3,-1,3,-1，等等。我认为，FAC将=-1，H-volatility=2。
H-分区是在h=1时进行的。不需要采取任何差异，这一系列是纯粹的。

顺便说一下，另一个有趣的系列例子，1,2,-3,1,2,-3。你认为会发生什么？

去吧。
对于3,-1,3,-1系列，等等。
该系列是静止的，不是居中的。我们通过从系列的每项中减去期望值m=1来执行居中程序。


用于1,2,3,1,2,3等系列。
该系列是固定的，居中的。价格跳跃的振幅分布对坐标轴不对称。我们将使用一个更一般的表达方式来表达FAC。
 
由此可见，FAC=1-2/H=2h-1 的等式不成立，
，因为FAC=-1时应该有H=1，FAC=-0.5时应该有H=4/3。
我对摘要的理解是否正确？

我对H型波动率与FAC的关系并不感兴趣，我对它们与Hurst指数 的关系感兴趣。
在数列3,-1,3,-1等的情况下，我们得到：
，从FAC=-1开始遵循h=0，这是不正确的，从H=2开始遵循h=0.5，这也是不正确的，因为这种情况下的传播是以T而不是以sqrt(T)增长，应该是h=1。

在系列1,2,-3,1,2,-3等的情况下，我们得到：
，从FAC=-0.5得出h=1/4，这是错误的，因为这里的传播根本不受时间的影响，应该是h=0。从H=3得出h=2/3，这也是错误的。
 
我已经承认了我的错误。
更确切地说，对于步长为1的仁科分区来说，FAC=1-2/H这一特性是真实的，它产生的时间序列具有正态分布（或接近正态分布）的首差。如果分区步骤为m，那么就会出现：FAC=1-2*m/H。对于Kagi分区，它是真实的：FAC=1-2*sigma/H，其中sigma是标准偏差。对于所有具有正态分布（接近正态分布）首差的积分时间序列（典型的外汇）来说，FAC=2h-1这一特性是真实的。
我们考虑的人工数列的例子（3,-1,3,-1等）的分布规律与正态分布相差甚远。毫不奇怪，结果看起来也很奇怪。
 
谢谢你，我明白了。
 
Neutron 20.01.07 21:33
......更确切地说，FAC=1-2/H这一特性对于步长为1的仁科分区来说是真实的，它产生的时间序列具有正态分布（或接近正态分布）的第一差。如果分区步骤为m，那么就会出现：FAC=1-2*m/H。对于Kagi分区，它是真实的：FAC=1-2*sigma/H，其中sigma是标准偏差。对于所有具有正态分布（接近正态分布）首差的积分时间序列（典型的外汇）来说，FAC=2h-1这一特性是真实的。
我们考虑的人工数列的例子（3,-1,3,-1等）的分布规律与正态分布相差甚远。毫不奇怪，结果看起来也很奇怪。

把FAC=1-2/H 写成FAC=1-2/H=-1 更为正确。
平等只适用于这种情况，对其他情况不起作用。
 
好了，你去吧。现在我也可以用我的Zig-Zag来玩玩了。经过几天密集的脑力劳动，我实现了我的算法）。



该算法与北风 描述的算法相同，http://forum.fxclub.org/showthread.php?t=32942&page=8 post: 12.12.2006, 15:44
人们感兴趣的问题是：在下一个极值形成后，相对于之前的运动，价格会通过什么数值。换句话说，从三个极值构建的假想三角形的右侧减去阈值，得到的差值除以左侧的全部数值。这就是我们对欧元兑美元2006年2个点的门槛的报价。横轴代表长宽比的数值，纵轴代表这种运动的相对数量。得到的分布函数的积分是1，这很明显。



在分析获得的结果时，我们可以说什么？可能，唯一的是价格很可能在下一个极值形成后掉头，向相反的方向走，不给任何获利的机会。这种情况是欧元兑美元、欧元兑瑞士法郎、欧元兑英镑的广泛阈值的典型情况。这反过来又让我们把市场定性为 "非趋势性 "的市场。事实上，否则价格很可能会继续其运动......

致北风

把FAC=1-2/H写成FAC=1-2/H=-1会更正确 <br / translate="no"> 这个等式只对这种情况有效，在其他情况下不起作用。


例如，对于一系列的ticks EURUSD 2006。



你可以看到，数值-0.512=FAC=1-2*sigma/H=-0.51，精确度至少为1%。
 
也许只是价格在形成另一个极值后，скорее всего ，会掉头往相反的方向走，而不给获利的机会。


我迷上了高亮的单词。极点的形成条件是什么？这不是至少向后移动了阈值吗？如果是这样，你的总结可以通过去除其中的悲观主义的印记来澄清一下。极值的形成意味着价格

已经 反转，至少在阈值的基础上向相反方向移动。在分布图中，当价格通过距离<=阈值+先前的运动时，位于区间[0,1]内，达到95%（通过眼睛）。这似乎表明回报率在市场中占绝对优势。然而，还有另一种看问题的方式。根据我自己的观察，平均滴答率（MQ-demo）约为每分钟4滴答。根据

中子 的档案，它大约是5。根据GainCapital档案 - 约5.5 而短期的价格波动持续多长时间，这实际上给了交易的可能性？好吧，不多，如果我们记得在
新闻发布 期间发生的事情和市场上价格变动的突然性。如果刻度线以这样的速度跟随，其余时间的价格会怎样。在我看来，根据谢尔盖的计算，为趋势留下的5%的时间是相当不错的。每天都有一个多小时的时间!唯一的问题是问题的表述。似乎有几种可能的解决方案。1.确定新出现的趋势。我认为它最接近于



北风 写过的不连续问题。需要什么标准才能说回报价格运动的静止性已被打破？2.从传统意义上讲--"市场投注"。在价格徘徊不前的时候，你可以在任何时候进入。市场本身会在适当的时候决定趋势的方向。你唯一需要的是正确设置具有反转性的止损，这同样需要一个适当的标准或巧妙地使用利用这种同样的反转性的MM。3.在价格运动中实际使用还原法。为此，我们需要确定框架(ticks?times?H-?)，在这个框架上最清楚地看到这种反弹。你的帖子，谢尔盖，在读完帕斯图霍夫的论文后，完美地证明了这是可能的，以及如何做到这一点。我认为可以有许多更有建设性的方法。 我明白，你的悲观主义是一种讽刺。你不打算






在每一个 刻度的移动上 赚钱，是吗？?:-))如果是这样的话，那么也许你可以在研究市场统计数据时将你的重点转移一下？我的意思是这样的。大的、有方向性的运动很少发生，但它们是我们所感兴趣的。也许我们可以把它们从一般的践踏中区分出来，并对其结构进行统计调查。例如，那些在你的分布上对应于0的标点的案例（所有案例的94%）意味着价格正好通过了相反方向的阈值。如果它在原来的方向上已经通过了2个阈值，那么这两次移动的总和已经是一个阈值，在另一次反转之后，价格

再次 向原来的方向移动。看看在第1个膝盖>>第2个膝盖的条件下，第3个之字形膝盖的统计数据将是有趣的。 实际上我也摆弄了一段时间的tick zigzag，试图调查市场结构。然而，我缺乏数学统计方面的教育，甚至对我的问题陈述也有一定的限制。我的思考方式与你们这些统计学家完全不同。这就是为什么在研究两个相邻的人字形膝盖和它们的解决方案的结果之外，讨论这两个问题的提法会非常有趣。
 
Neutron 21.01.07 13:49
...

对于这个系列，我的H-波动率总是非常接近2，你的是1.35。
对于其他许多计算过这个参数的人来说，数字2的结果是一样的。
另外，对于H型波动，你不应该使用a，而应该使用b。
那么它将是真正的H型波动，否则又是其他的东西。
1...218219220221222223224225226227228229230231232...309
新评论