成交量、波动率和赫斯特指数 - 页 14

新评论
 

科学家先生们!

我当然 "非常抱歉"，但请向我解释 "斯卢茨基-尤勒悖论/效应 "的 "无经验 "原因。

否则我无法理解随机变量的增加。

特别是你关于自相似性问题的推理。

 

Vita:

H=（对数（R2）-对数（R1））/（对数（N2）-对数（N1））。

那么这个公式中的标准偏差在哪里呢？R2和R1仍然是N2和N1的平均价差。计算Yurix的算法的复杂性并没有改变布局。该算法仍然是将与N的根成比例的传播对数除以N本身的对数。同样，用High - Low = k * sqrt(N)代替也可以。

是的，高-低=k*sqrt(N)的替代方法又起作用了--为了适应。但这次的配合确实非常扭曲。

没有这样的公式，有的是High - Low = k * (N^h)，其中h是Hurst指数。

这个公式中不应该有标准偏差。除非只作为RMS的传播的函数。

顺便说一下，你的最后一个帖子，我相信是结束了这个问题。因此，我引用

Vita:

最后一项是理论上的常数，当n趋向于无穷大时，那么k1=k2，因此最后一项是零。在数值计算中，k1不等于k2，因此在最后一栏你有0.5+误差。一切都是非常简单和直接的。

所以这里用自己的手写出，在公式High - Low = k * sqrt(N)中，对于有限的N，k取决于N。也就是说，这个美妙的公式终于得到了一个真正的形式。高-低=k(N)*sqrt(N)。也就是说，不存在纯粹的1/2的传播。这一点从一开始就已经向你指出了。
 
Avals:
对于真实的工具，高-低/开-收的比例
工具 m5 m15 h1 d1 w1
欧元兑美元 2,3079 2,3827 2,2744 2,0254 1,9709
英镑兑美元 2,2024 2,3190 2,2349 2,0559 1,9958
日元兑美元 2,3931 2,4003 2,2974 2,0745 1,9692

粗略地说，对于一个普通的蜡烛来说，每个影子都相当于身体的一半。对SB来说，随着系列长度的增加，它似乎收敛为两个（根据Yurixx R/M的 表2a）。虽然在低TF下，真实数据的偏差是很大的。这可能是由小数量的抽签解释的（如在小N的SB上），但例如在h1上应该是足够的。而在SB上恰恰相反，这个比例从底部到顶部接近一倍。

N R/M
2 1,58
4 1,74
8 1,92
15 1,99

我也要在这里重复我之前的帖子

22.08.2010 13:09

我用一个简单的脚本计算了150万分钟条形图上的（高-低）/（收-开）比率。

对于澳元兑美元，从2005.11.02 07:49到2010.08.20 22:59，平均（H-L）/（C-O）=1.65539495。
对于USDJPY，从2006.04.11 20:21到2010.08.20 22:59，平均（H-L）/（C-O）=1.72965927。
在2006.01.24 04:23至2010.08.20 22:59的区间内，美元兑瑞郎的平均（H-L）/（C-O）=1.69927897。
对于美元兑加元，从2005.05.19 13:31到2010.08.20 22:59之间的平均（H-L）/（C-O）=1.62680742。
在2006.02.21 23:31至2010.08.20 22:59的区间内，英镑兑美元的平均（H-L）/（C-O）=1.65294349。
对于欧元兑美元，从2006.03.08 13:41到2010.08.20 22:59，平均（H-L）/（C-O）=1.69371256。

 
Candid:


没有这样的公式，有的是High - Low = k * (N^h)，其中h是Hurst指数。

为了客观起见--所写的东西还没有被证实。 这可能是真的，也许报价过程会受到这样的功率依赖，但这个公式中的h 正好是Hurst?虽然，我可能遗漏了什么，而你已经证明了。 我不记得确切的，但似乎模型的最初假设是这样的。

过程中增量差的平方的数学期望值在一定程度上接近 "计数 "的模数。或者说，它是这样的。但这里面有一些 "物理学"。 而书面上的东西似乎并不同意这一点，但也许我弄错了，所以不要理会它。"极端 "似乎是后来才出现的，作为一种分析工具，它们似乎是作为一种累积的总和被调查的。好吧，鬼知道--我不记得搬家的事了。

 
Candid:

是的，你的高-低=k*sqrt(N)的替代方法又起作用了--对于适合。但是这一次的配合真的非常混乱。

没有这样的公式--高-低=k*sqrt(N)--这是平均价差的正确公式， 你写的其他东西与我的结论无关。 有高-低=k*(N^h)，其中的h是赫斯特指数。- 我不需要那个公式。

这个公式中不应该有任何标准偏差。除非只作为传播与有效值的函数。

顺便说一下，你的最后一个帖子，我相信是结束了这个问题。所以，我引用--?

因此，这里用你自己的手写出，在公式High - Low = k * sqrt(N) k取决于N。-不，它并没有这么说。k在功能上不依赖于N。你在把它归结为我。因 此，这个奇妙的公式终于得到了一个真正的形式。 高-低=k(N)*sqrt(N)。- 同样，这是你的公式。所 以没有净1/2的差价。- 有一个纯粹的1/2，正如任何SB教科书所指出的。 这就是从一开始就向你指出的问题。-再次，我认为H igh - Low = k * sqrt(N)是正确的公式，与教科书甚至与Jurix的计算结果一致，而你的情况却不是这样。你的计算在哪里与理论一致？


我所表明的是，Jurix的公式 "在板凳下找到了一把斧头"，即理论家们对平均运行的阶数根数的依赖。对数化这样的平均运行提供了1/2的随机性。但只针对SB。使用Hurst公式计算Hurst，对于任何其他系列。我建议你把第0、1、8、27、64、125、...、1000*1000*1000行的计算结果贴在这里。你能得到什么？胡说八道，不是赫斯特。这个系列的平均值，唉，啊，与N的根不成正比。Jurix的公式对于任何平均价差取决于N>1程度的系列都会出现裂缝，这意味着除了赫斯特之外，它什么都算。只是最后给出了基准例子的计算，而不是SB的计算。

我想我已经足够详细地解释了Jurix的SB公式中的1/2的本质。这不是赫斯特。你已经对我甚至没有写的东西进行了第二轮挑剔。我可以想象为什么它比引用赫斯特对Jurix的计算更容易被挑剔。让我们把乱写乱画的事情放在一边。在一个立方体中计算基准例子N的Hearst。把结果展示给大家，让他们重复。

 
Farnsworth:

为了客观起见--所写的东西，还没有被证明。

你看，在我看来，这就是赫斯特指数 的定义。因此，它不需要证明。相反，任何其他计算赫斯特指数的方法都需要证明这个定义。
 
Candid:

只是在此重申我之前的帖子

22.08.2010 13:09

我已经用一个简单的脚本计算了150万分钟条形图的（高-低）/（收-开）比率。

对于AUDUSDUSD，从2005.11.02 07:49到2010.08.20 22:59的区间，平均(H-L)/(C-O) = 1.65539495
对于USDJPY，从2006.04.11 20:21到2010.08.20 22:59的区间，平均(H-L)/(C-O) = 1.72965927
对于USDCHF，从2006.01.24 04:23到2010.08.20 22：59的区间，平均(H-L) /(C-O) = 1.69927897
对于美元兑加元，从2005.05.19 13:31到2010.08.20 22:59的区间，平均（H-L）/（C-O）=1.62680742
对于英镑兑美元，从2006.02的区间。21 23:31 至 2010.08.20 22:59 平均(H-L)/(C-O) = 1.65294349
对于 EURUSD 在 2006.03.08 13:41 至 2010.08.20 22:59 期间的平均(H-L)/(C-O) = 1.69371256


是的，会议记录上也是如此。显然，与小N值的SB上的效果相同。在分钟上，有许多条形图的刻度量 很小。

当然，这与蜱虫量本身并不清楚。例如，这里是一个欧元兑美元分钟条的 tick 量的概率分布（虽然不是很长的一段时间）。

在嘀嗒声量=2和3的区域，有些奇怪的落差。并在价值11和21中迸发。好吧，21岁是可以理解的--一个点:)印象中，一些有音量的d.b.2或3的酒吧补充到11和21。

 

维塔，不要再陈词滥调了。知道如何在讨论中保持你的语气。当然，如果你想找到真相。如果你是来展示你对数学的深刻理解，那就不要这么麻烦了，大家都已经想明白了。试着想象一下，我真的想和你找到共同点，并尝试回答几个有建设性的问题。

1.给我这本书的确切链接，以及书中给出High - Low = k * sqrt(N)这个公式的那一页，以及其中包含的数值的定义。甚至更好的是，在提供链接的同时提供相关页面的扫描。不要告诉我，这个公式在所有的教科书中都有。

解释一下你在这个公式中所说的值（高- 低），你说的高、低 是什么意思。所有这些值是指一个单一的轨迹，还是指一个样本，还是指整个集合。无论它们是平均数还是当地的价值。

3.请给出赫斯特指数 的定义。解释它的来源和方式，如何计算以及它的意义。

我非常感谢你解释了 "在Jurix公式中 "的1/2的本质。不幸的是，这个话题的中心点是完全不同的--即使是纯粹的SB，也缺乏1/2。但没有必要解释缺席的本质。到目前为止。到目前为止，我们还没有找到对所引问题的理解。最好回答他们。

而在此之前，没有人会计算出任何控制实例。更是在人为的、毫无意义的排场上。

 
Vita:


我所表明的是，Jurix的公式 "在板凳下找到了斧头"，即理论家对平均运行的步骤根的依赖。对数化这样的平均运行提供了1/2的随机性。但只针对SB。使用Hurst公式计算Hurst，对于任何其他系列。我建议你把第0、1、8、27、64、125、...、1000*1000*1000行的计算结果贴在这里。你能得到什么？胡说八道，不是赫斯特。这个系列的平均值，唉，啊，与N的根不成正比。Jurix的公式对于任何平均价差取决于N>1程度的系列都会出现裂缝，这意味着除了赫斯特之外，它什么都算。只是最后给出了基准例子的计算，而不是SB的计算。

我想我已经足够详细地解释了Jurix的SB公式中1/2的观点。这不是赫斯特。你已经对我甚至没有写的东西进行了第二轮挑剔。我可以想象为什么它比引用赫斯特对Jurix的计算更容易被挑剔。让我们把乱写乱画的事情放在一边。在一个立方体中计算基准例子N的Hearst。把结果展示给大家，让他们重复。

我已经没有论据了。

我只能建议你记住一些基本知识。如果N1的k是k1，N2的k是k2，这就叫做k对N的依赖性。它的表述是同义 的：K是N的一个函数。形式上，它被写成k=k(N)。所以我只是把维塔的 这句话翻译成更严格的语言。

我根本不明白关于SB以外的数列的赫斯特指数 计算问题的那段话。有那么一瞬间，我产生了一个疯狂的想法，即作者是否认为对于任何系列来说，赫斯特指数必须是1/2，但我立即否定了这个想法。

对于系列High - Low = k * (N^3) Hearst指数将等于3。

对于Vita 0, 1, 8, 27, 64, 125, ..., 1000*1000*1000的例子，让我们以N=2和N=3（从0开始编号）的某些点为例。

所以，h=（ln(8)-ln(27)）/（ln(2)-ln(3)）。= 3*(ln(2)-ln(3))/(ln(2)-ln(3))= 3.

 
Avals:

关于传播分布的研究https://www.mql5.com/go?link=http://www.mathnet.ru/php/getFT.phtml?jrnid=sm&paperid=3245&what=fullt&option_lang=rus 似乎有一个关于第一和第二动量的公式2.14，但似乎有些东西没有加起来 :)

S.I. https://www.mql5.com/go?link=http://83.149.209.141/php/getFT.phtml?jrnid=sm&paperid=3415&what=fullt&option_lang=rus 继续


谢谢你的文章。非常有趣。想看看几年前计算价差的理论方法。我会努力想办法的。
1...789101112131415161718192021...37
新评论