Данные - индекс
Cтраница 1
Данные индекса отражают не прошлый, а позапрошлый месяц, и индекс не несет новизны для рынков. [1]
Значимая персистентность данных индекса Доу-Джонса, в полной форме, уже была показана при длине цикла в приблизительно 1 000 операционных дней. Позже мы рассмотрим два исследования, которые являются интригующими, но неубедительными из-за недостаточной выборки. [2]
Для гипотезы фрактального рынка разрыв в графике R / S для данных индекса Доу-Джонса подтверждает, что рынок является хаотическим в долгосрочной перспективе и следует за экономическим циклом. Валюта, тем не менее, не регистрирует средние непериодические циклы, несмотря на тот факт, что ежедневный показатель Херста для большинства видов валюты более значим, чем ежедневные доходы по индексу Доу-Джонса или казначейским облигациям. Это еще раз подтверждает, что валюта представляет собой процесс дробного шума, даже в долгосрочной перспективе. [3]
 |
V-статистика, индекс Доу-Джонса для акций промышленных компаний.| Промышленный индекс Доу-Джонса, 90-дневные прибыли. [4] |
Предположим, что теперь мы производим выборку индекса Доу-Джонса каждые 90 дней. Для полного набора данных индекса Доу-Джонса это дает нам 295 точек, охватывающих 108 лет. Поскольку мы обычно начинаем в п 10, мы не имеем точек для регрессии. Эту систему невозможно отличить от случайной системы; единственная альтернатива - увеличить выборочную частоту. Если увеличение частоты не дает значимый показатель Херста, то мы можем сделать вывод, что система не персистентна. Иначе мы не можем быть уверены в том или ином отношении. [5]
На рисунке 14.2 ( Ь) мы видим совсем другую ситуацию. Последовательное стандартное отклонение для данных индекса Доу-Джонса не сходится. Оно заканчивается в 1, потому что временной ряд был нормализован к стандартному отклонению 1, но не сходится. С другой стороны, кажется, что гауссов случайный временной ряд сходится при приблизительно 100 наблюдениях, а большие изменения в стандартном отклонении индекса Доу-Джонса представляют собой скачки - изменения прерывисты. Даже в конце графика, где мы имеем более 5200 наблюдений, появляются разрывы. Кажется, что флуктуации становятся менее сильными, но это происходит вследствие того, что ежедневное изменение в цене меньше влияет на среднее. [6]
Если принять во внимание 11 ФИ-эллипсов, проанализированных в предыдущем разделе, и 23 ФИ-эллипса на рисунке 5.45, динамичная природа ФИ-эллипсов становится очевидной. Мы получим подобную же картину, если распространим наш анализ на данные Индекса DAX30 за два года, завершая этим главу по ФИ-эллипсам как торговым инструментам Фибоначчи. [7]
 |
График Индекса DAX30 с июня 2000 по февраль 2001 гг. ФИ-эллипсыдни временных целей Фибоначчи, ФИ-спи-раль и расширение. Источник. FAM Research, 2000. [8] |
В Главе 6 мы объяснили, что достоверные подтверждения разворота тренда требуют пересечения по крайней мере двух ФИ-спи-ралей, но, чтобы избежать У на графике вторую ФИ-спираль. Читатели, ощущающие необходимость в проверке второй ФИ - и могут обратиться к программному обеспечению WINPHI и базе данных Индекса DAX30 на CD-ROM что позволит построить отсутствующую ФИ-спираль самостоятельно. [9]
Если бы ряды были получены из гауссовского случайного блуждания, то чем больше наблюдений мы бы имели, тем больше последовательное стандартное отклонение стремилось бы к стандартному отклонению совокупности. Аналогично, если среднее значение устойчиво и конечно, выборочное среднее будет, в конечном счете, сходиться к математическому ожиданию. Для файла данных индекса Доу-Джонса для акций промышленных компаний мы нашли мало доказательств конвергенции приблизительно после 100 лет данных. Это подразумевает, что в более короткие периоды процесс намного более похож на бесконечную дисперсию, чем на распределение конечной дисперсии. Последовательное среднее сходилось более быстро, и выглядело более устойчивым. Фрактальное распределение, конечно, хорошо бы описывалось бесконечной или неустойчивой дисперсией, а также конечным и устойчивым средним. [10]
Люди, впервые сталкивающиеся с инструментами и графическими средствами рыночного анализа Фибоначчи, часто испытывают трудности с правильным определением базовых линий ФИ-каналов, а также пиков и впадин, через которые следует чертить внешние параллельные линии. Первая ошибка, совершаемая почти каждым, состоит в том, чтобы пропустить наиболее важные пики или впадины и использовать вместо них менее значительные, которые придвигают линии ФИ-каналов ближе крынкам. Последний пример на данных Индекса DAX30 ясно показывает, что инвесторы, решившие провести свой анализ на заметных пиках и впадинах в 1998 и 1999 гг., могли бы оказаться гораздо ближе к уровню рынка сегодня, если работали бы с лучшими линиями ФИ-каналов. [11]
Он не допускает, в частности, включения или удаления сегментов в базе данных. Следующим по компактности является HISAM, поскольку он требует памяти только для индекса, но не требует ее ни для каких указателей, как HDAM и HIDAM. Из прямых методов доступа HIDAM требует пространства для базы данных индекса, a HDAM - нет. Метод доступа HISAM не допускает повторного использования пространства памяти после удаления сегментов ( за исключением случая, когда используется метод VSAM) в отличие от прямых методов. Поэтому объем пространства памяти, используемого типичной базой данных HISAM, возрастает гораздо быстрее, чем для HDAM и HIDAM. Однако если такая база данных часто копируется и перезагружается или если удаления осуществляются редко, этот фактор может быть не столь важным. [12]
Другое правило, касающееся индексов, относится к типу данных выражения, используемого в качестве индекса. В общем случае индексы могут иметь произвольный тип. Тип данных выражения, используемого в качестве индекса, должен соответствовать типу данных индекса, использованного для объявления массива. Поэтому все индексы, ссылающиеся на Temp, должны также иметь целочисленные индексы. Это на самом деле так, поскольку hr - целочисленная переменная. Обратите внимание, что мы не утверждали, что тип данных массива и его индекса должны совпадать. На самом деле типы данных массива и его индекса чаще всего не совпадают. [13]
В соответствии с более приемлемым подходом R / S-анализ выполняется повторно с другой начальной даты. Получаемые в результате оценки R / Sn и показателя Херста сравниваются с предыдущими оценками, чтобы определить, значительно ли различаются результаты. Ранее определенная статистика может использоваться для оценки значимости. Длинный временной ряд, такой как данные индекса Доу-Джонса для акций промышленных компаний, позволит нам использовать R / S-анализ для интервалов, которые начинаются с промежутком в десять лет. [14]
Такое соотношение ( называемое С / - статис-тикой) показывает очевидный максимум, когда R / S перестает расти как корень квадратный из времени. Это часто является признаком существования периодического или непериодического цикла. Этот максимум должен быть нечувствителен к шагу по времени в исходном ряду. В моей книге 1994 г. я нашел, что [ / - статистика для файла данных индекса Доу Джонса имеет максимумы на 1000 торговых дней, на 200 интервалах по 5 торговых дней и 50 интервалах по 20 торговых дней. Эти пики были нечувствительны к интервалу измерений. [15]
Страницы: 1 2