|
發表於 2018-11-11 02:02:58
|
顯示全部樓層
8 @' H2 T6 _. F6 L. i1)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 o- t9 ? q& p3 |
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)& l3 }1 Z5 h0 S' G
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:
* N8 c( H8 n3 G
* R4 l6 \% J! f& Z
' N" A g$ E9 E- F7 m2)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。
2 I# w; ^& ]7 ^8 d1 ~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。)
& l/ |$ g4 S- `4 V1 ]) b2 u0 v! B8 N- X% k9 n
3)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。, {5 v" ^6 _) L! i
LPPL模型,當時在2015年上證股災時,先驗性的提示:% g: I$ m2 w: p0 G
* V% W7 b6 {5 E, p" i; A% u/ U/ Z! O+ f4 ~6 h! ^
6 X4 Z- |0 b4 Y+ G% |9 M! k& M! Z6 R# |1 z; I
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() w- r/ `( |1 j5 m6 ?
Real-Time Prediction and Post-Mortem Analysis of the Shanghai 2015 Stock Market Bubble and Crash):
+ X" W, c6 y o: x/ z- ?; n, x" A3 w/ @, A1 Z; V( L& ?
% i- R5 V9 W7 g! O |
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
|