成交量、波动率和赫斯特指数 - 页 16

新评论
 
Avals:

Yurixx，根据你的观察，随着N的增加，平均传播与平均增量的比率（用你的话说是R/M）会收敛到2？还是只是因为缺乏数据而产生这种印象？


这个印象是正确的。我在我们的私人通信中给尼古拉写了这个问题：SB的这个比率收敛到2，以及Hurst指数收敛到0.5。

 
Yurixx:


这个印象是正确的。我在我们的私人通信中给尼古拉写了这个问题：SB的这个比率收敛到2，就像赫斯特的比率收敛到0.5一样。


好吧，那么赫斯特也不是那么糟糕）），如果你在一个足够大的基本增量范围（在我们的例子中是刻度）上计算它。）
 
Prival:


Candid已经给出了R/S=k * (N^h)的公式--现在还需要澄清这些字母是如何计算的，如果有一个例子会更好。假设它将是一系列的0，1，2...，29，30，29...2，1，0。

计算并显示上面的一切。说错话的人。在同一条线上，给出公式，并展示如何正确操作。

PZY 你会抹去这里所有的键盘，但真相不会出现在我身上，所以它似乎出于某种原因......


R--平均价差。范围等于区间上系列的最大值和最小值之差。

N - 区间内的样本数。

S - 一个系列的增量的均方根。

k - 恒定系数。

h -赫斯特指数。

这意味着整个系列被划分为N个计数的相等间隔。对于每个区间，都会计算出增量和分布。在这些数据的基础上，确定了增量的均方根和平均扩散。必须选择Hurst指数，使公式得到满足。:-)))

如果赫斯特是正确的，而且平均传播确实满足这个方程，那么它将有一个关于h的解决方案。这个解决方案将由两点决定

R1/S1 = k * (N1^h) 和R2/S2 = k * (N2^h)

该系列可以用两种方式分解：分为幅度N1和幅度N2的区间。相应地，我们得到了范围R1和R2，以及RMS S1和S2。系数k是常数。因此，我们得到一个由两个方程组成的系统。除去系数k，我们可以得到Hurst比率的计算表达式。

h = [ Log(R1/S1) - Log(R2/S2)]/[Log(N1) - Log(N2)]

在几何学上，它是通过两点[Log(R1/S1),Log(N1)]和[Log(R2/S2),Log(N2)]的直线斜率的切线。绘制了一条表达R/S对N的依赖性的曲线，以对数坐标表示。其图表显示。它表明，斜率的角度是变化的，即取决于N。这意味着Hurst公式中的系数k不是一个常数，它取决于N，而且Hurst公式只有在大N的情况下才是渐进的。由于研究对象是SB，所以在数据量上没有任何问题，这与系列引文不同。

 
Avals:

好吧，那么Hurst也不是那么糟糕）），如果我们在足够大的基本增量范围内（在我们的例子中为ticks）计算它。）


是的......。:-)

我在指望着虱子。自然是模型的。我可以调查任何范围--在区间的大小和必要的统计数据方面都是如此。当然，在计算机的能力上有限制。但我已经达到了这个上限。

这里的剪刀很简单：你选择的区间尺寸越大，你的统计数据就越小。毕竟，一系列的引言是有限的。在相对意义上，它甚至更糟，因为随着间隔的增加，你需要更多的间隔，所以平均数变得更接近其实际值。

然而，我已经在第5页写过这个问题。

 
Candid:

我已经没有论据了。

我只能建议你记住一些基本知识。如果k对N1来说是k1，对N2来说是k2，这就叫做k对N的依赖性。它与 公式同义：K是N的函数。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。

对于高-低=k*（N^3）系列，赫斯特指数将等于3。

例如Vita 0, 1, 8, 27, 64, 125, ..., 1000*1000*1000 让我们把N=2和N=3的点确定下来（从0开始编号）。

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


h=3表示该公式是垃圾，作者是无知的。

我看到，平均里程数的替代对你来说是很排斥的。忘了它吧。

我建议你用1个旧点子=10个新点子代替。Q=10R。

比较两种情况下的公式结果。我相信结果会有所不同。这意味着，通过用不同的尺子测量，我们可以得到相同系列的不同分形尺寸。为此，当然需要知道H将分形维度补充为2，而且尺子的选择并不改变分形维度。但在把任何垃圾当作赫斯特的垃圾之前，人们必须知道这一点。

赫斯特是在做R/S分析，所以他的指数并不取决于尺子的选择。Topikaster的结果是依赖性的，不管他拼了多少次R和S这两个字母。 topikcaster的结果并没有将分形维数补充到2，因此对Hurst来说没有任何意义。Topikcaster的结果显示为他虚构的第1/2行，而对于所有其他的行，它只是一个与赫斯特无关的数字。如果不是这样，topikmaster早就会公布各行的结果，并说明它们如何收敛于理论。事实并非如此，因为他的公式是完全错误的。而且他没有什么可展示的。

 
Yurixx:

在此向大家提问。有人看到Vita所附的文件吗？我没有看到任何东西，但也许我错过了什么？
pg.10
 
Vita:
p.10

那三个简单的问题呢？
 
Prival:


可能每个人。 Candid已经给出了公式R / S = k * (N ^ h) - 现在它仍然是澄清如何计算这些字母，例子将是更好。假设它将是一个数字0，1，2...，29，30，29...2，1，0。

在它上面计算和显示一切。而被任命者则是说错话的人。他将在同一行给你一个公式，告诉你正确的方法。

Z.I.你会抹去这里所有的键盘，但真相不会来找我，所以它似乎对我的某些原因......

p.10包含一个mql4文件，它确实进行了R/S分析。请随意查看。
 
Yurixx:


没有必要去证明它。这个公式是赫斯特提出的，至少彼得斯的书中是这样写的。这就是为什么它是赫斯特指数的实际定义。只是不是以这种形式，而是以这种形式。

R/S = k * (N^h)

在我看来，这个条目（高-低）一般都是妄想（对不起，尼古拉，我明白你只是在遵循威特的指定）。高值和低值在任何地方都是作为纯粹的局部使用。而赫斯特的公式中的R是指 平均 扩散。

惊人的逻辑，我很欣赏它/:o)我会记在心里的，因为我担心我下次会应付不来。

至于公式，是完全正确的，只是在历史上我不太记得主要是什么了。 但这仍然是一种计算方法，而不是指标的定义。公平地说--这个指标已经被重新发现了好几次。 然而--这已经不重要了。

 
Yurixx:


是的......。:-)

我在指望着虱子。自然是模型的。我可以调查任何范围--在区间的大小和必要的统计数据方面都是如此。当然，在计算机的能力上有限制。但我已经达到了这个上限。

这里的剪刀很简单：你选择的区间尺寸越大，你的统计数据就越小。毕竟，一系列的引言是有限的。在相对意义上，它甚至更糟，因为随着间隔的增加，你需要更多的间隔，所以平均数变得更接近其实际值。

然而，我已经在第5页写过这个问题。


这个想法是，如果我们在某个数据范围内计算赫斯特，然后把这个范围分成足够多的区间，并在每个区间计算赫斯特，那么它们的平均值一定会收敛到为整个范围计算的赫斯特系数。如果是这样，当你计算赫斯特的时候，唯一的限制就是N必须足够大。从你的研究来看，N=15时的准确率已经相当高了。因此，也许这是一个可以接受的点数，在此基础上计算赫斯特是有意义的。而且没有必要按段平均N个刻度--对整个范围计算的赫斯特会更精确。

P.S. 仔细想想，我已经决定，15个是不够的。我需要的是一串至少有15个刻度的K间隔（或在K*15刻度的范围内计算一次Hurst）。我不知道至少要有多少个这样的间隔才能达到可接受的精度。这似乎取决于传播的分散性--当增加K时，它是如何减少的。但它可能更容易，只是作为SB的一个实验性估计。

1...91011121314151617181920212223...37
新评论