成交量、波动率和赫斯特指数 - 页 3

[Петр]

关于维度，什么是随时间变化的，可以使用标准化的数字。最方便的是在非时间窗口内的0到1的范围。前段时间，我发布了几个指标，可以将成交量、ATR、st.deviation正常化。该指标的一个变体采取了一个纯粹的矩形窗口（就像随机指数一样）。在另一个 - 适应性渠道。

例如，这里有一张图片，自适应Renko在第0个窗口，自适应通道中的StdDev、ATR和Volume归一化在子窗口中。你可以清楚地看到Renko通道的FALSE破位--事实上，这就是我把它拿出来的原因--显示波动率估计的有用性--你可以估计出冲动和修正的位置。

[Yurixx]

Candid:

对于赫斯特，更多的推理还是有帮助的。经典的Hearst是对数图上的线性回归的斜率。这种方法对底层的存在不敏感，即在N处有一个恒定的乘数。你用从原点画到一个点的射线的斜率来代替它。只有当这些点位于通过原点的直线上时，这才是正确的。你有一个不同TFs的坐标Log(N)-Log(High-Low)的点的图吗？

你说得很对，正是通过坐标的原点。座标为Log(N)-Log(High-Low)的图表我还没有建立，我认为还没有这个必要。取而代之的是，我可以为你提供更有趣的东西。还记得几何问题吗，这些问题是通过建筑来解决的？看来，建设程序是完全任意的。然而，如果它是正确的，它将导致正确的结果。而这里也有类似的情况。
你还记得赫斯特在彼得斯的构造吗？在那里，在数东西之前，他准备了一系列的东西。在他的案例中，这是有必要的，原因有很多。这个系列的数值是任何种类的，所以需要进行一些标准化。为了做到这一点，计算了有效值，并对该系列进行了标准化处理。还计算了有效值并从系列中减去，以提供一个零和。而且没有时间，顺便说一下。他用计数数字代替了时间--同样的刻度线。当然，他也不能对公式中的系数说什么。

我们有这样的准备--构建一个新的系列，它有这样的特点，从公式中去除有效值和系数c。由于与renko-grid的联系，5位数价格图表的丑陋曲线获得了以下属性。每一个刻度线都会使价格改变1个点（彼得斯只能梦想这一点）。也就是说，所有的回报都变成了+/-1。因此，RMS=1也是如此。现在想象一下，在这种情况下，价格一直朝一个方向发展。价格图是一条直线，即R=N（每1个跳动点，价差增加+1点）。显然，这是最时髦的行为，它应该导致h=1。它是这样的，因为R=N是确定h的公式，其中N进入了第一级。但这也表明，c=1，不可能是其他情况。当然，这是一个限制性的案例，但是c必须对所有的案例都一样。

Candid:

顺便说一下，三位数的就更稳定了:) 。有趣的是。

在这一点上，我想知道。:-)我在上面给出的 "在我的手指上 "的解释，没有任何地方与点的大小 相联系。所以请不要怀疑，对于3位数的积分，结果也是一样的。你只需要掌握行建的方法论，就能坚持下去。当然，reno-grid必须是3位数。

然而，对于交易者来说，差异将是巨大的。如果一个3位数的点包含10块4位数的点。4位数，那么在布朗式随机行走的极限中，一个3位数的勾应该包含100个。4位数的1。正如他们所说的那样，感受一下差异。这就像进入了一个完全不同的分形层次（你说地平线的方式）。比如从M15到D1。

顺便说一下，"稳定 "这个词在这里其实并不合适。这不是稳定性的问题，而是触角边界扩张的速度问题。如果这个系列是静止的，那么任何一个分形层次的扩展都会在一定时间内达到下一个层次，等等。在这种情况下，你是对的--所有级别的波动性都会是一样的。如果系列是非稳态的，那么在一个分形层面上的趋势性和回归性之间的波动平均化后，在下一个层面上可能会出现非常不同的情况。

[Yurixx]

Svinozavr:

关于维度，什么是随时间变化的，可以使用标准化的数字。最方便的是在非时间窗口内的0到1的范围。前段时间，我发布了一些允许将成交量、ATR、st.deviation规范化的信息。

彼得，对区间[0,1]进行归一化是我最喜欢的数据表现形式。然而，这种归一化可能是自然和普遍的，也可能是相当人为的，例如在窗口的差异（最大-最小）上。在第二种情况下，它等同于简单的比例压缩。这不是很有意义。

不幸的是，我不知道你的规范化方法的内容，所以我不能说什么。特别是关于数量配给，我认为这与renko-channel没有任何关系。

[hrenfx]

埋葬了tick volume之后，线程主题上出现的第一件事就是它自己的tick volume：波动率表。只是一个指标，它将显示一个大柱子内的小ZigZag的数量。例如，这样一个ZigZag的指标，最小的膝盖为1pp，与MT4中目前的tick volume完全一致。但这样的ZigZag无法精确计算，因为没有tick历史，而我们想看的是某某某。但膝关节较大的ZigZag则是另一回事。将有可能看到有哪些周期，以及它们如何随时间变化。这很容易实现。

[Петр]

Yurixx:

彼得，对区间[0,1]的归一化是我最喜欢的数据表现形式。然而，这种规范化可以是自然的和普遍的，也可以是相当人为的，例如通过窗口的差异（最大-最小）。在第二种情况下，它等同于简单的比例压缩。这不是很有意义。

纯粹在算术上，它不等同于比例压缩，如果我们指的是一个硬系数，被归一化的参数乘以这个系数。如果我们指的是像对数这样的东西，对于识别动量/校正的目的来说，这没有什么区别。

不幸的是，我不知道你的规范化方法的内容，所以我不能说什么。

让我解释一下这个方法。下方子窗口中的图显示了st.deviation和自适应通道。这就是由（结果-第1个子窗口）规范化的内容。

特别是关于数量配给，我认为这与renko-channel没有任何关系。

这与Adapt.Renko和其他突破通道方法一样有很大关系。即动量确认（与其他价格波动指标--如stdev结合）。我在上一篇文章中似乎没有成功地解释这样做的目的。然而，也许你错过了它？)))我现在还没有说什么新东西...

[Candid]

Yurixx:

现在想象一下，在这种情况下，价格一直朝一个方向发展。价格图是一条直线，即R=N（每1个跳动点，价差增加+1点）。显然，这是最时髦的行为，它应该导致h=1。它是这样的，因为R=N是确定h的公式，其中N进入了第一级。但这也表明，c=1，不可能是其他情况。这当然是一个限制性的案例，但c必须对所有的案例都一样。

而对于随机行走，你能得到一个一般的公式吗？但不要参考爱因斯坦，他的随机行走公式是针对闭合-开放的，你需要的是高-低。对你来说，随机漫步公式中的比例系数应该等于1，这一点很关键。但如果它对闭合开局来说等于1（当然，我不记得公式，但我相信根据你的话，它对闭合开局来说一定是1），那么它对高低点来说一定与1不同，因为高低点总是比闭合开局大（当然，我是指预期报酬）。

我的观点是：当你摆脱了初级过滤的影响后，你提出的价值就变成了相当客观的特征。(而对于4分的5分，甚至更多的3分，初级过滤的影响应该被明显抑制）。

但是仍然没有足够的理由将这个数值的绝对值 与赫斯特的 "校准 "进行比较，即认为在0.5时，这个系列是偶然的，高于--趋势，低于--可逆。

对于这一特性，我们需要自己进行校准。

[Yurixx]

Candid:

你能得到一个随机行走的一般公式吗？不要参考爱因斯坦，他的随机行走公式是针对闭合-开放的，你需要的是高-低。对你来说，随机漫步公式中的比例系数应该等于1，这一点很关键。但是，如果它等于1的Close-Open（当然，我不记得输出的公式，但我相信根据你的话，它将等于1的Close-Open），那么它肯定不同于High-Low的1，因为High-Low总是大于Close-Open（当然，我是指里亚尔期望）。

外汇市场上的SB是一元化的，价格只向上和向下移动。爱因斯坦推导出一个布朗运动的公式，它是平的，有两个坐标。理想情况下，运动的独立性原则使我们能够分别考虑轴上的运动。但爱因斯坦的公式决定了布朗粒子的路径，即它在时间T内从起点移走。正如你所理解的，你不能在这里把运动分开，因为这个移除是由毕达哥拉斯定理的坐标决定的。所以我不会提到爱因斯坦，尤其是我没有使用他的公式，也没有在任何地方提到他。

我不明白什么是闭合-开放。我从来没有过这种情况。点差是由高低点定义的，而收盘和开盘在这个过程中不发挥任何作用。这是我第一次听到你说它们在爱因斯坦的公式中。然而，如果你把开始点称为 "开放"，把结束点称为 "关闭"，那么就是这样。:-)

我只用了赫斯特公式，这实际上是赫斯特指数的 定义。对我来说唯一关键的是，这个公式中的系数是恒定的，不取决于运动的性质--趋势或反趋势。那么可以从一些特定的案例中确定。

关于SB的一般公式 - 这是一个有趣的任务。而且我可以解决这个问题。有一个条件。你告诉我（或给我一个链接），如果过程的分布及其对T的依赖性是已知的，如何在一般情况下计算随时间T的扩散。但我在缩放方面失败了，没有找到来源。

烛光。

但到目前为止，没有足够的理由将这个数值的绝对值与赫斯特的 "校准 "进行比较。也就是说，假设在0.5时，该系列是随机的，高于它是趋势的，低于它是可逆的。你必须为这个特性做自己的校准。

是的，我同意这个问题的表述。它仍然需要被整理出来。

[hrenfx]

hrenfx:
埋下嘀嗒声量后，支部的第一个话题就是自己的嘀嗒声量：一个波动率表。只是一个指标，它将显示一个大条形内的小ZigZag的数量。例如，这样一个ZigZag的指标，最小的膝盖为1pp，与MT4中目前的tick volume完全一致。但这样的ZigZag无法精确计算，因为没有tick历史，而我们想看的是某某某。但膝关节较大的ZigZag则是另一回事。将有可能看到有哪些周期，以及它们如何随时间变化。这很容易实现。

按照描述做了一个音量指示器。

在这种情况下，不使用滴答量。只取较低时间框架的价格数据（Periodata参数）。

所有相同的周期性都是可见的。

在指标中，Pips参数设定了ZigZag的最小膝盖，单位为点。当然，对于一个长的时间间隔，最好不要用点数来设置这个参数，而是用价格变化的相对值来设置（代码的改变将是最小的）。

[Candid]

Yurixx:

是的，我同意这个观点。它仍然需要被整理出来。

在合成器上，我们可以像伯努利过程一样进行校准，p--延续概率q--逆转概率，p>q--趋势，p<q--逆转，p=q--随机行走。也就是说，重要的不是用概率+1和-1工作，而是用匹配符号和改变符号的概率。

[Yurixx]

Candid:
合成物可以被校准。

我昨天做了这个。只是我没有校准，而是看了看指标在干净的SB上显示的情况。其结果出乎我的意料。M10、H1和H4的平均值约为0.54。现在我想为什么？

当然，以分析形式获得这个SB的公式将是最理想的。但在这里，我们有这个传播的问题。它是什么意思--模数平均、随机行走的有效值或其他什么--没有人写过。