成交量、波动率和赫斯特指数 - 页 29

新评论
 
faa1947:

在之前的帖子中，在另一个主题中，我试图证明，通过共振频率引用一个时间段是一回事，而引用另一个时间段又是另一回事。

你还没有搞清楚那个程序用什么单位来衡量时期？
 
joo:
.....

这有点漫无边际，但我没有别的定义，而是我所坚持的原则。在我看来，我所定义的帕特农，不能用相关和其他统计方法来研究，一般来说，不可能以分析的方式推导出特征帕特农的公式，因为它们不断出现和消失，互相流入，而且正如我所说，在每个TF中都有不同的帕特农，它们不互相依赖。不同TF中的PATTERN的不同组合给出了不同但特定时刻的调查性PATTERN。它就像万花筒或雪花图案，虽然图案无限多，但排除了 "不可能 "图案的出现。也就是说，除了 "模式 "的集合，还有一些其他的集合。

从这一切可以看出，有必要同时分析不同TF上的Paterns。它与 "三屏法 "不同，后者只给出离散的信号。流动模式的方法（好吧，我的方法终于有了名字）在时间上给出了连续的（在所研究的BP上尽可能小的离散化）信号。

....

哦，还有一件事。它类似于人类的形象思维。每个单独的形象在思维中并不发挥任何重要作用，此外，同一概念的形象对所有的人都是不同的。然而，正是所有图像或图像组的总体，使人们能够思考，产生新的图像，并获得新的信息。可以说，图像有一定的最低水平，在这个水平上，生成适合现实的新图像是可能的。这就是新的知识/发现在人类中出现的方式，只是在已有的知识/图像的基础上。
 
Candid:
你仍然没有弄清楚该方案是以什么单位来衡量时期的？

我甚至给了你一个预告片。我不需要搞清楚--几分钟。本方案中没有频率，因为外汇中不使用这些频率。
 
Farnsworth:
隐瞒你的财富，向 fa1947

但如果你深入研究FA，在探究了各种相关积分、信息维度、熵、奇异性等之后。(这就是我，正如你所注意到的--"压榨 "智力 :o))))+一些乐观主义，那么人们可以得出一个非常重要的结论。报价是一个极其复杂的过程，但不是随机的（!!!!）。这个过程并不嘈杂，它就像我们看到的那样--但它非常复杂(!!)

如果你重新发明你自己的自行车，那么是的。

有一个相当广泛接受的市场模型--趋势+波浪（也许）+噪音。它被称为ARPSS（1976年！）。该模型对非稳态商数有效，但它并不普遍。因此，在日常生活中，有一些部分是无法确定模式的。但在那些有可能识别的部分，则可以进行预测。在我看来，正确的方法是尝试将这一模式扩展到它不起作用的领域。这也是在1984年完成的，被称为GARCH，此后有很多修改。

事实上，ARPSS与GARCH一起也在寻找模式，就像过去寻找的那样（"头部和肩部"），现在是用TC来寻找（通常无法用语言描述TC寻找的东西）。但重点是一样的--将概率转移到有利于获胜，乐观很快就会变成悲观。

 

许多人试图将相似性仅仅解释为几何 上的相似性，这种坚持确实令人惊讶。尽管给出了完全具体的相似性例子，但我指的是高-低和|闭-开|的统计比率。这就是真正的相似性。顺便说一句，尤里，你的ZZ的例子可能更好，但它似乎是来自个人账户，所以我不把它带到这里。

另一个令人难以理解的固执的美妙例子是要求在实际的行中有理想的分形。

顺便说一句，也许这些图案只是 "几乎不受干扰 "的分形发展的片段。当然，这不可能持续很久。

我也不认为将分钟与天相比较是正确的。例如，在欧元分钟内，我有近400万条。在我有3316的日子里。我只是确信我可以在分钟历史上找到相当多的非常类似的点。

即使是最近与回撤分布的离题，其实也根本不是离题，而是一个真正相似的例子。价格过了100点，回滚了23%，然后又过了50点（总共150点），又回滚了23%--这难道不是一个相似之处吗？

我建议不要再考虑 "这里真实的树与分形的树不同，因此我们不需要分形的科学 "这样的论点。


另一个问题是，如何从这种相似性中赚钱并不十分清楚。因此，建议考虑一下，寻找也许更合适的特征。

 
faa1947:

我甚至给了你一个预告片。我不需要搞清楚--几分钟。本方案中没有频率，因为在外汇中没有应用频率。
不，他们不这样做，他们是以条为单位来衡量的。我在那条线上写过，但你似乎刚刚错过了那个帖子。
 
faa1947:

有一个相当广泛接受的市场模型--趋势+波浪（也许）+噪音。它被称为ARPSS（1976年！）。该模型对非稳态商数起作用，但它并不具有普遍性。因此，在日常生活中，有一些部分是无法确定模式的。但在那些有可能识别的部分，则可以进行预测。在我看来，正确的方法是尝试将这一模式扩展到它不起作用的领域。这也是在1984年完成的，被称为GARCH，此后有很多修改。

好吧，你不能在报价单上隔离噪音--显然你不明白，因为你没有试过。而且没有ARPSS会在报价上帮助你，你也永远找不到这些地块。我们会成为这样聪明的百万富翁，成群结队地在这里走来走去--这个岛和城堡是不够用的。:о)隔离噪音意味着要找到一个适当的模型。

事实上，ARPSS与GARCH一起也在寻找模式，就像过去寻找的那样（"头部和肩部"），现在是用TC来寻找（通常无法用语言描述TC寻找的东西）。但问题是一样的--将概率转移到有利于获胜的方向，乐观很快就会变成悲观。

哦，不！这根本就不是什么评论。

PS：关于非平稳序列和AR的工作，只有AR、ARPSS、GARCH和类似的工作存在明显的局限性。这些模型不起作用，为了让它们发挥作用，我需要一些乐观的态度 :o)顺便说一下，我把上面列出的一些模型作为随机结构的模型。这并不是问题的全部。

在我看来，正确的方法是尝试在这个模式不起作用的领域扩展它。

这基本上是你的。

如果你发明了自己的自行车，那么是的。

问题是要找到这样一个相空间，这些模型在上面开始工作。这就是它的全部内容。而且重新发明了一下自行车，没有它怎么行呢 :o)

 
FreeLance:

我当然 "非常抱歉"，但请向我这个 "没有经验 "的人解释斯卢茨基-尤勒悖论/效应的原因。

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。

忘记回答了。我认为斯卢茨基-尤勒效应的解释非常简单。让我们按顺序看一下：在t1时刻--滑动窗口（w）固定了一定长度的时间序列，这限制了研究的样本。在t2时刻，同一个窗口移动了一个计数，但窗口的 "填充 "是如何变化的？


不多 :o).在一个长度为w的新样本中，只有一个样本被移位了一个计数。也就是说，当你移动一步时，除了一个值之外，整个样本（w-1）都会被保留。取一个长度为w的随机样本，移位，你会得到两个松散的可区分的样本。所有的统计特征都会有不明显的差异。也就是说，会有一些并不真正存在的相关性和伪周期。你可以在一个完全随机的系列上试一试，你会得到这种效果的全部荣耀。


PS：在这方面，我强烈建议不要使用MA。它被随机性所迷惑 :o)))

科学家先生们!

我不是一个科学家。

 
Farnsworth:

你不能在报价上隔离噪音--显然你不理解，因为你没有尝试过。而且没有ARPSS会在报价上帮助你，你也永远找不到这些地块。只要有更多的我们这些百万富翁的聪明人走动，就不会有足够的城堡给我们所有人。:о)隔离噪音意味着要找到一个适当的模型。

如果你使用ARPSS，我不明白。ARPSS的前提是：趋势+波浪+噪音。

PS：AR也适用于非平稳序列，但AR、ARPSS、GARCH等都有很大的局限性。这些模式不起作用，但要使它们起作用，我需要一些乐观的态度

或资格，资格第一。

问题是要找到这些模型开始工作的相空间。

我想了很多，但一无所获。也许你可以分享你的成果？

 
Candid:
他们不是这样的，他们是以酒吧为单位进行测量的。我在那条线上写过，但你似乎错过了那个帖子。

的确如此。
1...22232425262728293031323334353637
新评论