|
發表於 2018-11-11 02:02:58
|
顯示全部樓層
( O' W$ p5 v8 H
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)1 x+ P5 W, K: @ D" p3 o6 Q W
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)
$ c" U" j" g0 O( n) A; |3 U3 z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:/ c: b6 G& E3 K/ O4 L
" [+ j8 }/ ^* d5 x8 {8 t3 n3 X# l) V& }2 m8 G
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。
' k, Y6 l; E1 I0 O* |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。)
, ]4 I5 D6 T' D2 _; G8 f' O
) f9 y; Q& I% f2 O3)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。2 Y( g. l/ z' K( {2 M$ Q
LPPL模型,當時在2015年上證股災時,先驗性的提示:
1 k2 x: p; E. [" d6 y) Q; X6 V8 I- k. k! e! T7 T
, U2 ^: v" z* v6 O
* U& x& x) Z* F- ~( `0 A) T) q4 Z' o
PS. 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(- F! F$ N' m% [' ~& l
Real-Time Prediction and Post-Mortem Analysis of the Shanghai 2015 Stock Market Bubble and Crash):2 W8 b2 l6 M+ A9 m- C* g
, q2 f* z6 p6 `6 ?
# A' b- J* F0 M8 u; S% I
|
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
|