成交量、波动率和赫斯特指数 - 页 30

新评论
 
Farnsworth:

你不能在报价单上隔离噪音--你可能不明白这一点，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情节。如果有更多的我们这些百万富翁的聪明人在这里走动就好了--这个岛和城堡并不能满足所有人的需要。:о)隔离噪音意味着要找到一个适当的模型。

我想Prival就在 这个主题里 。例如，关于卡尔曼滤波器 的段落也提到了这一点。根据我的理解，理想情况下，噪音应该是正常的。那么就有可能不仅预测敌方飞机的轨迹，而且还能预测科蒂尔的轨迹 :)
 
Farnsworth:

我不是一个科学家

我又不是在针对你个人。

至于问题，不是对同一过程的分析结果解释的错误（这种草率的结论亲切地 faa1947 示--通过删除每第二个观察，要求保持单位的周期），而是在随机序列之和 的移动平均的周期性的事实。

这使我无法理解报价过程本身以及由此产生的价格轨迹。

如果所谓的商的几何游走是一系列随机过程的结果（通过DC滤波和塔夫拉的粗略离散化来平滑），那么这与一些流行的模型的均匀分布（最终是高斯）是如何一致的？

顺便说一下，"很长一段时间 "的 "趋势-波浪-噪音 "模型在外汇方面并不成立--根据定义，这里不可能有趋势。

黄金、石油、糖--那里需要一个趋势。为了估计通货膨胀...

;)


 
Mathemat:
我想Prival就在 这个主题里 。例如，关于卡尔曼滤波器的段落也提到了这一点。根据我的理解，理想情况下，噪音应该是正常的。那么就有可能不仅预测敌方飞机的轨迹，而且还能预测科蒂尔的轨迹 :)

ARPSS模型被写成ARPSS（p，d，q），其中d是差异。必须服用这些药物，直到产生的系列药物正常。有观点认为，d=2就足够了。
 
Candid:

许多人试图将相似性仅仅解释为几何上的相似性，其坚持不懈的态度确实令人惊讶。尽管给出了完全具体的相似性例子，但我指的是统计学上的 "高-低 "和 "收-开 "比率。这就是真正的相似性。顺便说一下，尤里，你的ZZ的例子可能更好，但它似乎是来自个人账户，所以我在这里不引用它。


法思沃斯 18.09.2010 22:08

已经引用了自相似性的一个很好的定义。

==有限维度分布的平等性

具有几何相似性的例子有助于清楚理解Hurst作为自相似性系数的意义。例如，我们可以对R/S分析给出一个几何解释--拿一个尺寸为1的尺子，用它测量R/S，拿一个尺寸为2的尺子，重复测量。以此类推，只要是相关的。实际上，通过这种方式，评估了分布的平等性，并在此过程中计算了自相似性系数。

无论如何，我非常希望你，Candid， 给出你的几何解释，或者说，用图片展示一下，这样一个定义的几何意义是什么。

赫斯特指数是一种边际测量。而它被定义为极限，即当区间内计数的数量增加到无穷大时，已知的归一化范围公式中的h的渐近值。

我个人认为，上述定义中的Hurst，即自相似性系数，已经被简化为用一把无限长的尺子对类似于R/S的特性进行一次测量。显然，根据这样的定义，没有无限归一化传播的系列，其Hurst系数为零。你有什么看法？

 
faa1947:

如果你使用ARPSS，我就不明白了。ARPSS的前提是：趋势+波浪+噪音。

这根本不是它的写法，它的理解有点不同。ARPSS本质上是一个带有协方差矩阵校正的AR模型。有一些组件可以扩展ARPSS--你可以包括趋势模型（！），细分模型（！），很多东西。你在说什么呢？你认为我对它一无所知吗？我写的是别的东西--我没有把这些模型直接应用于报价。这毫无意义。我在写关于使用具有随机结构的随机系统。就是这样--你在争论什么？你可以在报价单上应用它们？ARPSS的报价？祝贺你!

或资格，资格第一。

在这种情况下，是数学不起作用--没有一个必要条件被满足。嗯，是的，资格--谁能反驳这一点。

对这个问题有很多猜测，但没有结果。也许你可以分享一下结果？

谁争论过这个问题？有什么成果可以分享？就在这里：https://forum.mql4.com/ru/34527/page27 给出了以点为单位的测试结果，到目前为止，在MathCAD中，150天内有25次交易。也是在在线系统测试的分支--做了一些预测。

PS：如果你能将ARPSS应用于报价并正确识别过程--展示你的技能。

 
Mathemat:
我想Prival就在 这个主题里 。这包括有关卡尔曼滤波器的段落，例如。根据我的理解，理想情况下，噪音应该是正常的。那么就有可能不仅预测敌方飞机的轨迹，而且还能预测科蒂尔的轨迹 :)

是的，我记得。 好吧，你不能把卡尔曼滤波应用于报价，很遗憾。我的意思是你可以应用它，但有什么意义？:о)否则，他们早就向酒吧的左眼开枪了 :o)
 

不，不，没有那么简单。Privalych 本人说，卡尔曼不依赖于误差的分布。无论你往里面放什么，过滤器都是这样出来的。

说实话，我不知道卡尔曼是什么。我从来没有对商业中的过滤器感兴趣。

 
Vita:

法思沃斯 18.09.2010 22:08

已经给出了自相似性的良好定义。

具有几何相似性的例子有助于说明赫斯特作为自相似性系数的意义。例如，你可以对R/S分析给出一个几何解释--拿一个尺寸为1的尺子，用该尺子测量R/S，拿一个尺寸为2的尺子，重复测量。以此类推，只要是相关的。事实上，通过这种方式，评估了分布的平等性，并在此过程中计算了自相似性系数。


你只把几何学与尺子的存在联系起来吗？:о)这有点像一个笑话。在我看来，这有点不同，但我不会争论。自1976年以来，我已经受够了ARPSS。
 
faa1947:

ARPSS模型被写成ARPSS（p，d，q），其中d是差异。必须服用这些药物，直到产生的系列药物是正常的。据悉，d=2就足够了。
祝您玩得愉快。:о)
 
Mathemat:

不，不，没有那么简单。Privalych 本人说，卡尔曼不依赖于误差的分布。无论你往里面放什么，过滤器都是这样出来的。

说实话，我不知道卡尔曼是什么。我从来没有对商业中的过滤器感兴趣。

阿列克谢--问卡尔曼吧，我向你保证他更清楚。
1...232425262728293031323334353637
新评论