|
發表於 2018-11-11 02:02:58
|
顯示全部樓層
, E6 e" e6 G/ j& Z: |1 O% g# S
1)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)& k8 s* `: A0 l
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)
% |- M- t. b6 h1 `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:
6 U& p9 P9 O6 @
+ M4 x+ }* E) k( b7 a, a3 X2 S" k% x
7 J* ?+ Y% i" A/ [) Z8 A" T2)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。
" G* A9 R6 [" o) \" l- n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。)
- w( z4 b+ F6 }6 A3 ?
1 w3 B2 N; I g5 _2 e N& P3)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。% R6 w3 G4 d5 Y3 G. l* ?( q8 \8 H
LPPL模型,當時在2015年上證股災時,先驗性的提示:8 i' u# U: l3 U" j4 }0 M
9 Z+ A2 U3 [: c5 Y# L/ M4 ~
0 d+ g/ @' _& {1 c3 f
- p) P: V! \9 z# w
( z# j# { m0 Q6 M0 G+ V7 R* QPS. 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() g6 s% P, t( M3 M& H. O
Real-Time Prediction and Post-Mortem Analysis of the Shanghai 2015 Stock Market Bubble and Crash):* d" W1 B4 i r3 L3 q' O, E
7 S: E& f/ ^& I$ O. ` L5 e3 f5 E; @
9 t- }: s7 j1 X. q- P# q6 M |
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
|