赫斯特指数 - 页 32 1...252627282930313233343536373839...46 新评论 Rorschach 2012.05.02 08:42 #311 看了一下2月2日的案件。 在微观的1H（你可以说DC照顾我们，局部极值没有重叠:) 关于nd账户 关于ESN Vasiliy Sokolov 2012.06.01 14:22 #312 因此，我继续完善分形理论。早些时候，我证明了Peters提出的用于识别确定性序列的传播的RS估计的无效性。尽管如此，他的方法论无疑是一个强大的理论支点，将方法和理论结合起来。因此，我完全放弃了特定的RS方法，开发了我自己的 "粒子分散 "值的非微妙计算。目前，我并不倾向于完全揭示它，因为该方法严格针对实际应用，而且仍然非常有前途。我只能说，所有的计算都是基于ZigZag指标的。这是一个非常具有可塑性的指标，可以有效地在高度确定的系列和随机数据系列上工作。 因此，如上所述，RS宽度的经典定义将赫斯特的估计高估了一大截。此外，这种方法对价格数据非常不敏感，因为只从范围内选择两个最大值和最小值，它们的差值被归一化为这一时期系列的标准偏差。结果是，无论分析哪种类型的序列，Hearst比率都被高估了，并且由于低敏感性和分析时期的错误解趋势，总是在0.52-0.53左右。此外，随机漫步的R/S范围在统计上与市场系列没有区别。所有这些都使我们无法在进一步的研究中使用这种方法。我的方法没有所有这些缺点。与老的彼得斯方法不同，它可以适用于任何长度的水平线（彼得斯方法只从100个滞后期以上开始，在此之前它服从不同的增长规律）。此外，它与理论预测的速度为T^0.5的失控粒子有很好的一致性。因此，我发布了这个图表。 这张图显示了什么？首先，指定随机数据的线性回归角度的Hurst系数，与预测值0.5完全一致。RTS图的失控与随机、正态分布的徘徊有质的不同，是0.53赫斯特。与过去的计算方法相比，这是一个真正的突破。数学确实有效，证实了分形理论所预测的效果。我们可以肯定地说，所有赫斯特指数明显超过0.5的市场都是趋势，市场 "记住 "了它过去的状态。 现在说说坏处。我们已经发现了一个令人不快的特点，那就是估算对系列分布类型的依赖性。这是非常、非常糟糕的。在这种情况下，我们可以看到，估计高估了人工帕累托-列维分布的结果（取的是真实的体积，并根据它生成了随机条）。但即便如此，真实的市场和人工生成的市场之间仍然存在着统计学上的巨大差异。似乎主要问题在于波动率的正常化。显然，我们将不得不大大改进归一化的方法，使分布类型不影响确定性成分的估计。 在任何情况下，进展是明显的。我设法确定了随机和非随机部分的质的区别。在未来，我希望能将这项研究带入工作样本。 Mikhail Dovbakh 2012.06.01 15:21 #313 C-4: 在任何情况下，进展是明显的。我们已经能够确定随机部分和非随机部分之间的质的区别。在未来，我希望能将这项研究带入工作样本。 极为好奇。 对你有好处! 期待续集... ;) Alexey Subbotin 2012.06.01 16:53 #314 C-4: 我想知道RTS在0.53时是否会出现超级扩散？而在货币对方面，我在任何地方都能得到次（0.47-0.48）。 胡说八道... 介质对扩散的影响有两种情况--当与介质的交互作用平均来说会带走游离粒子的能量，从而导致较低的扩散速度，在这种情况下，我们观察到亚扩散（指数小于0.5），或者相反，当交互作用增加动能，然后我们有超级扩散（分别大于0.5）。如果我们采取商数，平均而言，止损单 的普遍性给出了第一个变量，而限价单则给出了第二个变量。你喜欢这种解释吗？ 如果它是正确的，我们可以勾勒出一个策略：我们在第一步确定订单的集中水平，对于R/S>0.5的工具，在从这个水平继续移动时设置点，对于R/S<0.5的工具，在反弹时设置点。 Andrey Dik 2012.06.01 17:56 #315 alsu: 如果这是正确的，那么我们可以勾勒出一个策略：在第一步，我们确定订单集中的水平，对于R/S>0.5的工具，押注于从这个水平开始的运动的延续，对于R/S<0.5的工具，押注于反弹。 它比使用例如图表的方式好在哪里？- 反正滞后是无法避免的。而+-0.1......0.2与基础0.5的差别不大，以至于它可以发挥作用。当然，我认为是这样。 Alexey Subbotin 2012.06.01 18:00 #316 joo: 而这又怎么会比从事例如混搭的工作更好呢？- 无论如何，你都无法避免滞后。而+-0.1...0.2与0.5的基础相差不大，你可以从中得到一些有用的东西。当然，我认为是这样。 R/S是一个具有分形特性的特征（至少在理论上是这样：）。 这意味着在分钟或20秒条上每小时计算的R/S值原则上可以被看作是对每小时刻度的同一数字的估计。这样，滞后可以保持在最低限度......当然，在理论上是这样）) Vasiliy Sokolov 2012.06.01 18:48 #317 alsu:我想知道RTS在0.53时是否会出现超级扩散？而在货币对方面，我在任何地方都能得到次（0.47-0.48）。胡说八道...介质对扩散的影响有两种情况--当与介质的交互作用平均来说会带走游离粒子的能量，从而导致较低的扩散速度，在这种情况下，我们观察到亚扩散（指数小于0.5），或者相反，当交互作用增加动能，然后我们有超级扩散（分别大于0.5）。如果我们采取商数，平均而言，止损单的流行给出了第一个变体，而限价单给出了第二个变体。你喜欢这种解释吗？如果它是正确的，我们可以勾勒出一个策略：我们在第一步确定订单的集中程度，为R/S>0.5的工具设定价格，从这个水平继续运动，为R/S<0.5的反弹设定价格。 到目前为止，我已经测试了几台仪器，所有的仪器都有0.5以上的优质赫斯特。这些是：通用电气（1965-2012），IBM（1962-2012），SP500（1952-1912），T-债券30（1970-1912）。这与FMH的预测效果完全一致。另外，彼得斯还提到，所有货币对都有强烈的趋势成分（赫斯特强烈大于0.5），有无限的过程记忆（对现有历史的限制还没有确定）。 这里更多的是一个方法本身的问题。如果你的方法在诺姆上给出。随机数正好是0.5，而在货币上是0.47-0.48--那么你的方法必须仔细研究。理论上，市场不应该分为潮流和反潮流。在彼得斯，所有研究的市场的H都在0.5以上。同样从理论上讲，即使是同一市场的不同投资期限，彼此之间也应该是分形的（自相似的），从而完全一致。在这里，可以通过这条非常线的近似可靠性R^2的值来估计断裂的程度。它越接近于1，投资范围就越自我相似和统一。也就是说，不可能出现一个地平线是趋势，另一个地平线是反趋势，然后又是趋势地平线的情况。但这是理论上的。实际上我们看到，尽管在第一种近似情况下这是真的，但在一般情况下，我们在小范围内观察到一些奇怪的影响（关于这一点，见下文），而且发散线也不是完全平滑的（尽管数据的使用和随机的一样多）。但它更有可能显示出非平稳性的影响，但关于这一点也将在后面讨论。 有趣的是，自2009年以来，在3至30分钟的投资范围内，我们可以看到RTS上有一个微弱的反持久性成分。赫斯特那里只有不到0.5，却有统计学意义。也许这也是ACF显示的效果（相邻条形的弱负相关）。但另一方面，在更早的历史上，并没有反持久性的存在!似乎在2009年之后，在较低的RTS水平线上出现了一些东西，它改变了市场的水平线结构!也许，这只是同样的机器人，在大订单的积累中进行反弹工作。总之，我周一会在办公室，我会把这个有趣的图表贴出来。 限价单和止损单 - 可能，它们对市场有不同的影响。但我认为，他们的视野在一天之内是非常有限的。从一小时开始的水平线显示出更强的影响，使挂单 引起的影响在统计上无法区分。 Vasiliy Sokolov 2012.06.01 19:02 #318 joo: 这比从事例如混搭的工作好在哪里？- 无论如何，你都无法避免滞后。而+-0.1...0.2与0.5的基础相差不大，你可以从中得到一些有用的东西。当然，我认为是这样。 嗯，这是整个病房的温度，已经比正常温度高出0.03度之多了！。而个别案例可能更加有趣。更重要的是，别忘了我们是在对数测量的功率刻度上工作。0.03的偏差已经给100个点位带来1.48%的优势，这并不多，但足以支付点差。 СанСаныч Фоменко 2012.06.02 09:28 #319 C-4: 好吧，这就是整个病房的温度，已经比正常温度高了0.03度！。而个别案例可能更加有趣。特别是不要忘记，我们在工作中使用的是对数测量的功率刻度。0.03的偏差已经给100个点位带来1.48%的优势，这并不多，但已经足够支付点差。 如果未来看起来像过去。但在这种情况下，醪糟也是一种美。 Роман 2012.06.02 09:41 #320 C-4: 好吧，这是整个房间的温度，已经比正常情况下高了0.03度！这是我的想法。而个别案例可能更加有趣。特别是不要忘记，我们在工作中使用的是对数测量的功率刻度。0.03的偏差已经给100个点位带来1.48%的优势，这并不多，但足以支付点差。 这一切的结果是多么美好啊:-) 这些研究可以附加（补充）到 它 身上，或者可以画出类似的东西（对过滤器来说是自给自足的），与趋势平坦的过滤器一样简单地 连接到交易猫头鹰上？ 这里是我使用iVAR 指标读数的趋势猫头鹰的信号部分。 if (Ask>F11 && ADX1_1>ADXOpenLevel && ADX_PLUS1_1-ADX_MINUS1_1>0 && ADX1_1<ADX_PLUS1_1 && ADX1_1>ADX1_2 && Open[1]>MA_1 && Close[1]>MA_1 && iVAR_1 < 0.5 && // тренд на основном ТФ //.........................................ФИЛЬТРЫ................................... (TimeHour(TimeCurrent()) >= Start && TimeHour(TimeCurrent()) < End)) WmOrderSend(Symbol(), OP_BUY, Lots_New, Ask, 0, 0, "старт", MagicNumber); 1...252627282930313233343536373839...46 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
看了一下2月2日的案件。
在微观的1H（你可以说DC照顾我们，局部极值没有重叠:)
关于nd账户
关于ESN
因此，我继续完善分形理论。早些时候，我证明了Peters提出的用于识别确定性序列的传播的RS估计的无效性。尽管如此，他的方法论无疑是一个强大的理论支点，将方法和理论结合起来。因此，我完全放弃了特定的RS方法，开发了我自己的 "粒子分散 "值的非微妙计算。目前，我并不倾向于完全揭示它，因为该方法严格针对实际应用，而且仍然非常有前途。我只能说，所有的计算都是基于ZigZag指标的。这是一个非常具有可塑性的指标，可以有效地在高度确定的系列和随机数据系列上工作。
因此，如上所述，RS宽度的经典定义将赫斯特的估计高估了一大截。此外，这种方法对价格数据非常不敏感，因为只从范围内选择两个最大值和最小值，它们的差值被归一化为这一时期系列的标准偏差。结果是，无论分析哪种类型的序列，Hearst比率都被高估了，并且由于低敏感性和分析时期的错误解趋势，总是在0.52-0.53左右。此外，随机漫步的R/S范围在统计上与市场系列没有区别。所有这些都使我们无法在进一步的研究中使用这种方法。我的方法没有所有这些缺点。与老的彼得斯方法不同，它可以适用于任何长度的水平线（彼得斯方法只从100个滞后期以上开始，在此之前它服从不同的增长规律）。此外，它与理论预测的速度为T^0.5的失控粒子有很好的一致性。因此，我发布了这个图表。
这张图显示了什么？首先，指定随机数据的线性回归角度的Hurst系数，与预测值0.5完全一致。RTS图的失控与随机、正态分布的徘徊有质的不同，是0.53赫斯特。与过去的计算方法相比，这是一个真正的突破。数学确实有效，证实了分形理论所预测的效果。我们可以肯定地说，所有赫斯特指数明显超过0.5的市场都是趋势，市场 "记住 "了它过去的状态。
现在说说坏处。我们已经发现了一个令人不快的特点，那就是估算对系列分布类型的依赖性。这是非常、非常糟糕的。在这种情况下，我们可以看到，估计高估了人工帕累托-列维分布的结果（取的是真实的体积，并根据它生成了随机条）。但即便如此，真实的市场和人工生成的市场之间仍然存在着统计学上的巨大差异。似乎主要问题在于波动率的正常化。显然，我们将不得不大大改进归一化的方法，使分布类型不影响确定性成分的估计。
在任何情况下，进展是明显的。我设法确定了随机和非随机部分的质的区别。在未来，我希望能将这项研究带入工作样本。
在任何情况下，进展是明显的。我们已经能够确定随机部分和非随机部分之间的质的区别。在未来，我希望能将这项研究带入工作样本。
极为好奇。
对你有好处!
期待续集...
;)
我想知道RTS在0.53时是否会出现超级扩散？而在货币对方面，我在任何地方都能得到次（0.47-0.48）。
胡说八道...
介质对扩散的影响有两种情况--当与介质的交互作用平均来说会带走游离粒子的能量，从而导致较低的扩散速度，在这种情况下，我们观察到亚扩散（指数小于0.5），或者相反，当交互作用增加动能，然后我们有超级扩散（分别大于0.5）。如果我们采取商数，平均而言，止损单 的普遍性给出了第一个变量，而限价单则给出了第二个变量。你喜欢这种解释吗？
如果它是正确的，我们可以勾勒出一个策略：我们在第一步确定订单的集中水平，对于R/S>0.5的工具，在从这个水平继续移动时设置点，对于R/S<0.5的工具，在反弹时设置点。
如果这是正确的，那么我们可以勾勒出一个策略：在第一步，我们确定订单集中的水平，对于R/S>0.5的工具，押注于从这个水平开始的运动的延续，对于R/S<0.5的工具，押注于反弹。
而这又怎么会比从事例如混搭的工作更好呢？- 无论如何，你都无法避免滞后。而+-0.1...0.2与0.5的基础相差不大，你可以从中得到一些有用的东西。当然，我认为是这样。
我想知道RTS在0.53时是否会出现超级扩散？而在货币对方面，我在任何地方都能得到次（0.47-0.48）。
胡说八道...
介质对扩散的影响有两种情况--当与介质的交互作用平均来说会带走游离粒子的能量，从而导致较低的扩散速度，在这种情况下，我们观察到亚扩散（指数小于0.5），或者相反，当交互作用增加动能，然后我们有超级扩散（分别大于0.5）。如果我们采取商数，平均而言，止损单的流行给出了第一个变体，而限价单给出了第二个变体。你喜欢这种解释吗？
如果它是正确的，我们可以勾勒出一个策略：我们在第一步确定订单的集中程度，为R/S>0.5的工具设定价格，从这个水平继续运动，为R/S<0.5的反弹设定价格。
到目前为止，我已经测试了几台仪器，所有的仪器都有0.5以上的优质赫斯特。这些是：通用电气（1965-2012），IBM（1962-2012），SP500（1952-1912），T-债券30（1970-1912）。这与FMH的预测效果完全一致。另外，彼得斯还提到，所有货币对都有强烈的趋势成分（赫斯特强烈大于0.5），有无限的过程记忆（对现有历史的限制还没有确定）。
这里更多的是一个方法本身的问题。如果你的方法在诺姆上给出。随机数正好是0.5，而在货币上是0.47-0.48--那么你的方法必须仔细研究。理论上，市场不应该分为潮流和反潮流。在彼得斯，所有研究的市场的H都在0.5以上。同样从理论上讲，即使是同一市场的不同投资期限，彼此之间也应该是分形的（自相似的），从而完全一致。在这里，可以通过这条非常线的近似可靠性R^2的值来估计断裂的程度。它越接近于1，投资范围就越自我相似和统一。也就是说，不可能出现一个地平线是趋势，另一个地平线是反趋势，然后又是趋势地平线的情况。但这是理论上的。实际上我们看到，尽管在第一种近似情况下这是真的，但在一般情况下，我们在小范围内观察到一些奇怪的影响（关于这一点，见下文），而且发散线也不是完全平滑的（尽管数据的使用和随机的一样多）。但它更有可能显示出非平稳性的影响，但关于这一点也将在后面讨论。
有趣的是，自2009年以来，在3至30分钟的投资范围内，我们可以看到RTS上有一个微弱的反持久性成分。赫斯特那里只有不到0.5，却有统计学意义。也许这也是ACF显示的效果（相邻条形的弱负相关）。但另一方面，在更早的历史上，并没有反持久性的存在!似乎在2009年之后，在较低的RTS水平线上出现了一些东西，它改变了市场的水平线结构!也许，这只是同样的机器人，在大订单的积累中进行反弹工作。总之，我周一会在办公室，我会把这个有趣的图表贴出来。
限价单和止损单 - 可能，它们对市场有不同的影响。但我认为，他们的视野在一天之内是非常有限的。从一小时开始的水平线显示出更强的影响，使挂单 引起的影响在统计上无法区分。
这比从事例如混搭的工作好在哪里？- 无论如何，你都无法避免滞后。而+-0.1...0.2与0.5的基础相差不大，你可以从中得到一些有用的东西。当然，我认为是这样。
嗯，这是整个病房的温度，已经比正常温度高出0.03度之多了！。而个别案例可能更加有趣。更重要的是，别忘了我们是在对数测量的功率刻度上工作。0.03的偏差已经给100个点位带来1.48%的优势，这并不多，但足以支付点差。
好吧，这就是整个病房的温度，已经比正常温度高了0.03度！。而个别案例可能更加有趣。特别是不要忘记，我们在工作中使用的是对数测量的功率刻度。0.03的偏差已经给100个点位带来1.48%的优势，这并不多，但已经足够支付点差。
好吧，这是整个房间的温度，已经比正常情况下高了0.03度！这是我的想法。而个别案例可能更加有趣。特别是不要忘记，我们在工作中使用的是对数测量的功率刻度。0.03的偏差已经给100个点位带来1.48%的优势，这并不多，但足以支付点差。
这一切的结果是多么美好啊:-)
这些研究可以附加（补充）到 它 身上，或者可以画出类似的东西（对过滤器来说是自给自足的），与趋势平坦的过滤器一样简单地 连接到交易猫头鹰上？
这里是我使用iVAR 指标读数的趋势猫头鹰的信号部分。