赫斯特指数 - 页 8 123456789101112131415...46 新评论 Prival 2009.02.01 13:50 #71 这些公式需要以离散的形式重写，而不是在哪里弄错。 1.因此，最好有一个例子，在这个例子中，这个Hurst被精确计算出来。这样你就可以自己检查。 2.我在听t和tst，而b出现的地方Hu=log(R/S)/log(tau/2)。 3.我在网上寻找，直到找到一个例子。 4.Hurst是用一个阵列计算的。但我们需要两个数组来计算相关系数。这就是为什么我们需要决定用什么作为第二个阵列。 只有在这之后，你才能比较 Neutron 2009.02.01 15:27 #72 你不需要两个数组来计算第一个差分系列中相邻样本之间的相关系数!如果用X表示商，用n表示样本长度，那么 私下里，人们可以用《百科全书》中给出的完整公式来寻找两个BP之间的相关系数--结果是一样的。 Prival 2009.02.01 17:54 #73 有一些关于这个狗屎的胡言乱语。我没能得到0.5（尽管我把rnd()作为输入）。单元也失败了，尽管我给出了x(i)=i（系列不断增长）。 所附文件，Matkad第14版 附加的文件： hearst.rar 23 kb Neutron 2009.02.01 18:05 #74 我早些时候在PC上捣乱，所以我得到了1/2，严格来说是为了集成CB。然而，我自己得到了一个PC的表达方式，但它似乎与你给我的表达方式并无不同。我稍后会检查这些公式。 Neutron 2009.02.01 19:04 #75 不，文章中的公式是有缺陷的。我用它们得到了完全错误的结果（我没有使用你的公式）。 这都是胡说八道! 有必要自己获取PC的表情。作为基础，让我们采取PC的定义，其本质归结为这样一个事实：在长度为n的BP的标准偏差 以n^h的比例增长，其中h=1/2为无生成的CB，如果不是随机增量的总和，则不等于1/2。换句话说，如果我们把BP的标准偏差画成TF的函数，我们会得到一条直线，随机过程的斜率切线为1/2，反持久性为<1/2，持久性为>1/2。 你同意这个PC的定义吗？不要问我从哪里得到的--我是凭记忆复制的。 Егор 2009.02.01 20:40 #76 不知何故。 Rashid Umarov 2009.02.01 20:43 #77 Prival >> : 有一些关于这个狗屎的胡言乱语。我没能得到0.5（尽管我把rnd()作为输入）。单元也失败了，尽管我给出了x(i)=i（系列不断增长）。 所附文件，Matkad第14版 你的R=0，标准偏差为零。因此，比率R/S=1。 Prival 2009.02.01 20:57 #78 Rosh писал(а)>> 你的R=0，标准偏差为零。因此，比率R/S=1。 我有点疑惑，这是从哪里来的。我有R=13.5，RMS S=2.872，没有零。 Prival 2009.02.02 01:57 #79 Neutron писал(а)>> 你不需要两个数组来计算第一个差分系列中相邻样本之间的相关系数!如果用X表示商，用n表示样本长度，那么 Prival，你可以使用《百科全书》中给出的完整公式来寻找两个BP之间的相关系数，结果是一样的。 不，不是这样的。根据这个公式，事实证明，BGS是相关的。一直以来，r都在负0.5左右。 下面是测试代码。 Neutron 2009.02.02 03:35 #80 哦，那很好! 我去看看。 123456789101112131415...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
这些公式需要以离散的形式重写，而不是在哪里弄错。
1.因此，最好有一个例子，在这个例子中，这个Hurst被精确计算出来。这样你就可以自己检查。
2.我在听t和tst，而b出现的地方Hu=log(R/S)/log(tau/2)。
3.我在网上寻找，直到找到一个例子。
4.Hurst是用一个阵列计算的。但我们需要两个数组来计算相关系数。这就是为什么我们需要决定用什么作为第二个阵列。
只有在这之后，你才能比较
你不需要两个数组来计算第一个差分系列中相邻样本之间的相关系数!如果用X表示商，用n表示样本长度，那么
私下里，人们可以用《百科全书》中给出的完整公式来寻找两个BP之间的相关系数--结果是一样的。
有一些关于这个狗屎的胡言乱语。我没能得到0.5（尽管我把rnd()作为输入）。单元也失败了，尽管我给出了x(i)=i（系列不断增长）。
所附文件，Matkad第14版
我早些时候在PC上捣乱，所以我得到了1/2，严格来说是为了集成CB。然而，我自己得到了一个PC的表达方式，但它似乎与你给我的表达方式并无不同。我稍后会检查这些公式。
不，文章中的公式是有缺陷的。我用它们得到了完全错误的结果（我没有使用你的公式）。
这都是胡说八道!
有必要自己获取PC的表情。作为基础，让我们采取PC的定义，其本质归结为这样一个事实：在长度为n的BP的标准偏差 以n^h的比例增长，其中h=1/2为无生成的CB，如果不是随机增量的总和，则不等于1/2。换句话说，如果我们把BP的标准偏差画成TF的函数，我们会得到一条直线，随机过程的斜率切线为1/2，反持久性为<1/2，持久性为>1/2。
你同意这个PC的定义吗？不要问我从哪里得到的--我是凭记忆复制的。
不知何故。
有一些关于这个狗屎的胡言乱语。我没能得到0.5（尽管我把rnd()作为输入）。单元也失败了，尽管我给出了x(i)=i（系列不断增长）。
所附文件，Matkad第14版
你的R=0，标准偏差为零。因此，比率R/S=1。
你的R=0，标准偏差为零。因此，比率R/S=1。
我有点疑惑，这是从哪里来的。我有R=13.5，RMS S=2.872，没有零。
你不需要两个数组来计算第一个差分系列中相邻样本之间的相关系数!如果用X表示商，用n表示样本长度，那么
Prival，你可以使用《百科全书》中给出的完整公式来寻找两个BP之间的相关系数，结果是一样的。
不，不是这样的。根据这个公式，事实证明，BGS是相关的。一直以来，r都在负0.5左右。
下面是测试代码。
哦，那很好!
我去看看。