Серега !!! ТщательнЕЕ надо. Я тут выделил кусочек, так это я о нем. Я получил величину показателя Херста для абсолютно, бесповоротно и окончательно случайного ряда, сгенерированного встроенным ГПСЧ. К котировочному процессу он имеет такое же отношение как я к Нобелевской премии. Это был (поклон Вита) контрольный пример. И все !
to Yurixx
Серега !!! ТщательнЕЕ надо. Я тут выделил кусочек, так это я о нем. Я получил величину показателя Херста для абсолютно, бесповоротно и окончательно случайного ряда, сгенерированного встроенным ГПСЧ. К котировочному процессу он имеет такое же отношение как я к Нобелевской премии. Это был (поклон Вита) контрольный пример. И все !
我不想马上让你难过，但如果我们计算正确（例如，如果我们使用Shiryaev的算法或其他更精确的算法），那么对于大系列的报价（整个过程），平均结果是0.5-0.6。
而当我说趋势/浮动时，你也必须对它敏感。这不是我们在这里闲逛的第一年了。长期以来，人们都知道这些术语是相对的。所以要把它们看作是模糊逻辑的术语。
我理解，但我想劝说你更清楚一些（这样的时刻即将到来） :o)而且已经成功了。
我想突出强调我们抽到竹子的0.5标记附近的带子。高于这个数字的是传统的趋势。根据Hurst值，我们可以预测趋势的持续时间和/或大小。下面--有条件的平坦。根据Hurst值，我们预测震荡范围。当然，所有这一切都建立在研究的基础上，这些研究将显示相应的相关性。如果不能找到它们，预测就很难实现。
合理的，但是否足够？也许制定一个替代性的分类标准是有意义的，例如--"几何"，这将毫不含糊地对状态进行分类。毕竟 Hu=0.99并没有明确说明过程的下一次实现会离其平均值很远（仍需要找到）--它可能根本就不会 "去哪里"。我们将根据 "几何 "进行交易。
(以防万一）让我们澄清 一下我提出的对胡的解释，（一种对模型的第一种近似）。
区 - 某种边界，除其他外，描述了计算的误差
(*)应该记住，人们感兴趣的是未来，现在已经可见。
(**)我们需要定义什么是平均值，或者说是 "初始条件"。
谢尔盖，我们也需要他。你打算把他放在哪里？
到好的手中 :o)
给 Lea
晚上好)
我很乐意，但我没有时间去研究。
是的，我们都有时间上的问题 :o(
to Prival
我还没能在任何地方找到他。他有点像个笨蛋https://www.mql5.com/ru/forum/102239/page12
这并不愚蠢，只是当你使用它时，你需要做R/S 分析，这是一个完整的方法论（而不是一个指标本身），主要的研究对象是依赖关系本身--它的形状，你不能只是把它放在自动的。如果你认真对待它，一般来说--没有成熟的权力依赖，它只在一个狭窄的部分被观察到，它仍然需要被理解。转到对数 坐标，并试图确定程度，大多数情况下，甚至没有人看它的线性程度，即模型是否足够，甚至一个简单的决定系数也没有人想到。顺便说一句，尤里--这也不应该被忘记。
对Yurixx
我有一个 "物理 "问题。赫斯特在1951年发表了他在年总径流的行为中发现的现象（表示Q）。他假设尼罗河的径流形成过程（显然，作为一种普遍的现象）是随机的，他预计这种模式
Q~k*(n)^0.5
但事实证明，。
Q~k*(n)^0.7
这就是整个效果。图片显示的正是尼罗河的这种流动，经过几十年的时间，67年，阿斯旺瀑布投入使用，流动模式完全改变。
现在，说实话，我完全不理解这种自然现象的关联性。任何自然现象，即使是最糟糕的现象，总是有一个能量极限。在大的n 下，这个流量不可能趋向于无穷大，甚至对于一个聚合的过程来说也是如此。它可能无法预测，这种能量可能有很大的峰值和波动，相应地，径流也是如此，但它的偏差不可能是无限的，即使与早期的观察结果相比也是如此。这里有些地方不对。
让我们再次定义，我们调查的指标到底是什么？什么依赖和什么过程：增量、R/S 比率......但我认为最好是去找结构函数。
考虑到两个因素（降雨和热量）影响了径流，在这个数据中可以看到谐波，而不是Hurst。即使是一个因素也足够了--太阳周期。
它决定了降水（尽管有变化）和温度的周期性。
需要对红杉树环进行分析。这就是虱子的位置。
:)
考虑到两个因素（降雨和热量）影响了径流，在这个数据中可以看到谐波，而不是Hurst。即使是一个因素也足够了--太阳周期。
它决定了降水（尽管有变化）和温度的周期性。
需要对红杉树环进行分析。这就是虱子的位置。
:)
我认为这些因素达到了......我是说很多。尼罗河很长（几乎流遍整个非洲），例如，在埃及，降雨很少，五年一次，这不是事实。但为什么赫斯特看了这张图，会认为他们的行为是随机的，这对我来说是个谜。必须查找他的作品，阅读并深入研究。
PS：是的，到处都是虱子。
合理的，但是否足够？也许制定一个替代的分类标准是有意义的，比如说 "几何"，它可以毫不含糊地将状态分类。毕竟 Hu=0.99并没有明确说明过程的下一次实现离其平均值很远（仍需要找到）--它可能根本就没有 "去哪里"。我们将根据 "几何 "进行交易。
(以防万一）让我们澄清 一下我提出的对 胡的解释 ，（一种对模型的第一种近似）。
我习惯于认为赫斯特的价值领域如下
因此，0.99的数值清楚地表明，这个过程倾向于继续 朝着目前的方向发展。另一件事是，如果我们拥有的赫斯特是本地的。那么它本身也可以在任何时候改变。相应地，预测也会改变。
我认为这些因素达到了......我是说很多。 尼罗河很长（ 它几乎贯穿整个非洲），例如在埃及，降雨很少，五年一次，这不是一个事实。但为什么赫斯特看了这张图，会认为他们的行为是随机的，这对我来说是个谜。必须查找他的作品，阅读并深入研究。
PS: 是的，到处都是虱子。
你认为给非洲的动物和人民浇水也是一个因素吗？
而环形物的过滤/增加是自然而然、按比例进行的......。
在所有红豆杉中。Prival是对的。
你可以从玻璃上看得更清楚。
;)
其实关于赫斯特还有一两句话。
你可能从这个主题中得到的印象是，我认为这个指标是无稽之谈，是愚蠢的，是错误的措施，或类似的东西。事实上并非如此。赫斯特是一个相当客观的指标，与其他严格意义上的数学测量相联系。仅此一点就已经表明，它被数学所接受，是一种客观的特性。
然而，我们仍然应该对其内容加以注意。
赫斯特指数是一种边际测量。它被定义为一个极限，当区间内的计数数增加到无穷大时，在已知的归一化范围公式中，h正趋向于该极限的渐近值。
与大数法则完全类似。在LNT的极限中，许多概率论和统计学的定理被证明。在这个极限中，甚至所有的分布都倾向于正态。那么，为什么正态分布不再适合我们的市场了。而在任何领域，人们都想知道过程现在所服从的分布，而不是在遥远的未来的极限。
这就是为什么这个过程的衔接问题凸显出来。如果它迅速收敛，那么极限定理和正态分布就可以在统计资料收集的早期阶段以良好的近似方式使用。如果没有，那么，我认为，FFT应用的所有结果都可以裱起来，挂在墙上，在喝茶时欣赏。而为了练习，应该寻找更充分的东西。
历史上的一系列引言很短。市场是不断变化的，这既是金融和经济形势以及形成这种形势的过程变化的结果，也是市场技术及其技术支持变化的结果（例如，从4位到5位的过渡）。而TS必须一直满足市场的需要，而不是长期的。从长远来看，我们都会死的--这是某个著名的交易员在被问及市场情况时所说的话。很难不同意，不考虑到这一点也很危险。
这就是为什么我认为赫斯特，在其经典形式下，很不适合用于交易。它要么需要以某种方式进行本地化，要么需要找到其他更实用的措施来估计市场行为。
1.如果你会感兴趣--这里有计算最大跌幅的工作链接 ，此外它还计算了与T的根成正比的最大价差。另外，我附上一个链接，是费勒的工作，他也不觉得自己偷懒，计算了SB的最大传播，并表明它与T的根成正比。
2.鉴于第1点，我关于Jurix的计算证实了平均运行与平均价差成正比的假设的论断被认为是过时的，不正确的。当它 "变成 "很久以前的准确分析结果时，还有什么可确认的呢。我现在可以说，除了他使用的GCF是正确的之外，Jurix的计算并没有证实任何东西。
3.Jurix在上面所说的H是一个渐近线的概念，并没有反映Hurst指数的本质，也没有反映它的确定方式。R/S分析不计算任何渐近线或对它们的近似值。R/S分析并不是只使用2个点（就像Jurix在他的最后一个公式中所做的那样，不幸的是，我们仍然不知道他在他的程序中是如何做的），而是使用数百或数千个点来估计Hurst指数。假设赫斯特、马尔德布罗特和作者彼得斯知道如何计算渐近线或两点的斜率，那么问题马上就来了--他们为什么要发明或使用R/S分析这样复杂的方法来估计赫斯特？为什么他们要一次又一次地把系列切成不同的片断，重新确定比例，重新计算和称量，然后把它们几十、几百地铺在平面上，都是为了确定直线的斜率？你不能从两点算出一条直线的斜率吗？白痴，真正的白痴。不像某些天才。
4.赫斯特指数不是来自公式R/S = c * n^H的极限。否则就会以这种方式计算，甚至以Jurix建议的公式计算。R/S = c * n^H正是正确的公式，其背后是Hurst指数的本质，这个本质可以通过反复检查这个公式中对所研究的数列的不同尺度的平等性来确认，而不是将数列收敛到一个渐近点。抛开本质，将赫斯特还原为分析公式中的渐近线，我们就会得出Jurix得出的结果--h = [ Log(R1/S1) - Log(R2/S2)]/[Log(N1) - Log(N2)] --对赫斯特指数的错误估计。
5.不幸的是，对赫斯特指数的错误估计，讽刺的是与SB的关系良好。SB是真空中的一个经过充分研究的球形马，现在我们可以用它做任何我们想做的事情。例如，用中跨度日志除以时间日志，得到1/2。并称其为赫斯特。直接说起来比较容易，我有SB的赫斯特公式：H=1/2。通过任何 "我的 "行上的任何 "我的 "控制实例，所以不要纠缠我。尽管如此，我还是要再次纠缠你，请你公布你Yurixx 用来计算Hurst指数 的代码。到目前为止，你还没有证实你所算计的是赫斯特。显然，你害怕不仅是我，还有其他试图使用你的程序的人都会发现你。
对Yurixx
Я привык воспринимать области значений Херста следующим образом
- =0.5 - SB
- <0.5 - RMS的增长速度比SB慢。任何趋势都倾向于逆转。
- >0.5 - RMS的增长速度比SB快。任何趋势都趋于持续。
因此，0.99的数值毫不含糊地表明，该过程倾向于继续朝着当前的方向发展。另一件事是，如果我们拥有的赫斯特是本地的。那么它本身也可以在任何时候改变。相应地，预测也会改变。有一个技巧--如果我们用Hurst指数 建立整个过程的模型，比如说0.9（模型本身并不那么重要），我们可能会惊讶地看到30-40%的系列根本没有趋势。那么独特性的界限在哪里呢？
如果我们的赫斯特是本地人，那是另一回事。
那么我们需要引入时间依赖性，这是对的。
PS：那么，我的问题呢？
到 FreeLance
你认为对非洲的动物和人民的浇灌也是一个因素吗？
而环形物的过滤/增加是自然而然、按比例进行的......。
在所有红豆杉中。Prival是对的。
你可以从玻璃上看得更清楚。
据统计，Prival是正确的，我们可以说，不是很经常。
赫斯特认为径流行为是随机的，一定是有原因的，也许他只是在那方面了解更多，而不仅仅是 "下雨和热"。总的来说，安安静静地种植你的红豆杉，如果你有话要说--说清楚，因为不清楚这些要求是关于什么的，非洲的动植物，尼罗河还是红豆杉的质量。
Farnsworth:
这里有一个棘手的问题--如果你用Hearst分数来建立整个过程的模型，例如0.9（模型本身并不那么重要），你可能会惊讶地看到30-40%的系列根本没有趋势。而毫不含糊的界限在哪里？
我只是不理解将持久性与趋势相提并论的做法。在我看来，一致性更应该被理解为可预测性（或相同的静止性）。从这个意义上说，一个体面的单位并不比一个趋势差。
我只赞成对术语和概念进行定义。从交流强度的急剧下降来看，尤里已经开始计算什么了--又会出现10页的文字，使同事们更接近 "理解理解":o)