|
發表於 2018-11-11 02:02:58
|
顯示全部樓層
+ h$ w5 \/ Z7 Q" n; n1)實際上,分型布朗運動比波浪理論更適合作為重點、更接近市場“分類”的真相。波浪理論是一種理想化、未經數據檢驗的不完整理論。(畢竟Elliot那個時代,根本就沒有數據驗證這個概念,他自己也沒憑這個賺過錢)! Q0 \& m8 ]8 z' e3 p/ f: n- p
波浪理論最有價值就是概念中提出了層級嵌套這個概念。近似分型級別的嵌套。(不知是否誤打誤撞)
) Z) a K/ b& R& r- j( u) c! M9 I關於波浪曾經提到過的一點看法,以及市場近似分型(分數)布朗運動:! b9 o9 d; Y+ z
' g+ b, c$ f/ M8 Q5 \/ }9 e2 Z$ U- w: h$ x( k
2)週期其實是一種“幻象”,只是現象不是原理。但說到形、數、理、象,它是可以連續性去描述市場狀態的一種觀測標尺。
4 w. Q" N$ y, @6 s如果,已經建立算法,讓電腦自己去耦合(擬合)特徵,取得概率分佈。當然就不需要去計算週期。但是就投入交易使用來說,完全照算法建模對硬體要求太高,有時效性問題。近似傳統的技術分析方式反而更有指導作用(前提是,經過大量數據檢測過傳統技術分析的一些假設是否存在、被證實。)% Q; H' V6 S: ~) Q4 y! S. E1 L
, e/ c2 C& o$ r4 z) [- d3)週期這種幻象,其實一直都存在。若投入使用,難的其實在於怎麽正確採樣(時間序列可能出現無數種樣本、分型也可能無數種,怎麽去選最能解決當下問題的)。但是非常有用,尤其是對數週期冪率模型(LPPL模型,冪法則和正向回饋),可以說是神一般的模型。對於超指數型增長、衰竭數據,臨界點無一缺漏。( y: O# ^4 q' t0 h! N
LPPL模型,當時在2015年上證股災時,先驗性的提示:1 C! u8 Q; l* D8 m0 T- b$ r0 l
! `( q4 z; o" ?) H: p a# Q; x: @" Y$ A$ C( M
3 u5 l9 n* c% {7 [' G% s! x! E" a/ }
1 i* j+ L4 E0 x% MPS. ETH實驗室,之後對上證(2015/06/15,5178.19開始的崩盤),所做的有關LPPL模型的詳盡報告(
7 _' y/ M6 m9 d% N0 t/ PReal-Time Prediction and Post-Mortem Analysis of the Shanghai 2015 Stock Market Bubble and Crash):& }4 P( F) _5 H( V( ^' E1 S
" {% k3 \# N. x$ _2 k
, l9 w" c6 a) g* M$ z- } |
本帖子中包含更多資源
您需要 登錄 才可以下載或查看,沒有賬號?申請入學
x
|