定义市场动态是交易者的主要任务之一。使用标准的技术分析工具来解决它往往太困难了。例如, МА 或 MACD 可能指引趋势, 但是我们仍然需要额外的工具来评估其动力和可靠性。最终, 它也许只是短线飙升, 然后迅速消退。赫兹股票量化软件
您可能知道这句至理名言: 为了交易成功, 我们需要比其它市场参与者了解地更多。在此情况下, 您能够领先一步, 选择最有利的入场点, 并确保交易的可盈利性。成功的交易是若干优势的结合, 包括在趋势逆转, 或者巧妙利用基本面和技术数据, 以及情绪完全失控情况下准确地下单。所有这些都是交易事业成功的关键要素。赫兹股票量化软件
分形分析 也许会为许多市场评估问题提供全面的解决方案。分形往往被交易者和投资者所忽视, 尽管时间序列的分形分析可以有效地评估行情趋势及其可靠性。赫斯特 指数 是分形分析的基础数值之一。赫兹股票量化软件
在进入计算之前, 我们来简单地考察分形分析的主要规定, 并仔细观察赫斯特指数。
1. 分形行情假说 (FMH)。分形分析
分形 是具有自相似性的数学集合。一个自相似的对象与其自身的一部分完全或大致相似 (即整体具有与一个或多个部分相同的形状)。最生动的分形结构示例就是 "分形树":赫兹股票量化软件
自相似对象在不同的尺度上保持统计学上的相似性 — 空间或时间。
当应用于行情时, "f分形" 意味着 "反复性" 或是 "周期性"。赫兹股票量化软件
分形维度 定义对象或过程如何填充空间, 以及其结构在各种尺度上如何变化。当将此定义应用于金融 (或在我们的例子 — 市场时, 我们可以说分形维数定义了时间序列的 "不规则性" (变异性) 的程度。相应地, 一条直线的 d 维度等于1, 随机散布 — d=1.5, 而在分形时间序列的情况下 1<d<1.5 或 1.5<d<1。赫兹股票量化软件
"FMH 的目的是给出适合我们观察的投资者行为和市场价格走势模型... 在任何时间, 价格也许不会反映出所有可用的信息, 而只能反映出对该投资期望重要的信息" — E. Peters, 分形行情分析。
我们不会详细介绍分形的概念, 并假设我们的读者已经对此分析方法有所了解。其应用于金融市场的综合描述可在 B. Mandelbrot 和 R. Hudson 所著的 "市场 (不当) 行为。金融湍流的分形视图", 以及 E. Peters 所著的 "分形行情分析" 和 "资本市场的混乱与秩序: 周期, 价格和市场波动的新视角" 等文章里找到。赫兹股票量化软件
2. R/S 分析法和赫斯特指数
2.1. R/S 分析法
分形分析的关键参数是研究时间序列的赫斯特指数。时间序列中两个相似值对之间的延迟越大, 赫斯特指数越小。赫兹股票量化软件
此指数是由 Harold Edwin Hurst - 哈罗德·埃德温·赫斯特 引入的 — 一位杰出的英国水文学家, 曾参与尼罗河大坝工程。为了着手施工, 赫斯特需要评估水位的波动。最初, 假设水流是随机注入的, 随机过程。然而, 赫斯特在研究了尼罗河九个世纪的洪水记录的同时, 设法总结出了这种范式。这是研究的起点。事实证明, 高于平均水平的洪灾随后会有更强劲的。之后, 这个过程改变其方向, 低于平均水平会紧随更弱的。这些显然是非周期性的轮回。赫兹股票量化软件
赫斯特的统计模型是基于阿尔伯特·爱因斯坦关于布朗运动的工作, 提供了粒子的随机散布模型。这个理论背后的思路是, 粒子走过的距离 (R) 与时间 (T) 的平方根成比例增加:赫兹股票量化软件
我们来改写一下等式: 在大量测试的情况下, 变化范围 (R) 等于测试次数 (T) 的平方根。赫斯特使用这个方程证明尼罗河洪水不是随机的。赫兹股票量化软件
为了形成他的方法, 水文学家使用了河流洪水的 X1..Xn 时间序列。稍后应用以下称为 重标极差法 或 R/S 分析法 的算法:
- 计算 X1..Xn 序列的平均值 Xm
- 计算序列标准偏差, S
- 从每个数值中扣除平均值 Zr (其中 r=1..n) 来对序列进行规范化
- 创建累积时间序列 Y1=Z1+Zr, 其中 r=2..n
- 计算累积时间序列的量级 R=max(Y1..Yn)-min(Y1..Yn)
- 将累积时间序列的量级除以标准偏差 (S)。
赫斯特扩展了爱因斯坦的方程, 将其转化为更常用的形式:
此处 c 是一个常数。
通常, R/S 值根据依赖度 H 即 赫斯特指数 随着时间增量的增加而改变尺度。
根据赫斯特, 如果洪水过程是随机的, H 将等于 0.5。然而, 在他的观察中, 他发现 H=0.91!这意味着规范化的量级比时间的平方根变化更快。换言之, 系统经过了一段比随机过程更长的距离, 这意味着过去的事件对当前和未来的事件都有重大影响。赫兹股票量化软件
2.2. 将理论应用到市场
随后, 赫斯特指数计算方法被适用到金融和股票市场。它包括将数据规范化为零平均值和单一的标准偏差, 以补偿通胀成分。换言之, 我们再次运用 R/S 分析法。
如何解释市场上的赫斯特指数?
1. 如果赫斯特指数在 0.5 和 1 之间, 且它与期望值的差有两个及以上标准偏差, 则该过程符合长线记忆。换言之, 它有 持久性。
这意味着所有以下结果强烈依赖一段时间内的前一结果。最可靠及最有影响力的公司报价图表是最具说明性的 持久时间序列。美国公司诸如苹果, 通用电气, 波音, 以及俄罗斯的石油公司, 国际航空和外贸银行等都名列其中。这些公司的报价图表显示如下。我相信, 每位投资者都可以在观看这张图表的同时辨别一张熟悉的图片 — 每个新的最高价和最低价均高于前一根。赫兹股票量化软件
俄罗斯国际航空股票价格:
俄罗斯石油公司股票价格:
俄罗斯外贸银行股票价格, 下跌 持久性时间序列
2. 如果赫斯特指数与预期值的两个或多个标准偏差的绝对差值在 0 和 0.5 之间, 这意味着我们正在处理 反持久性时间序列。
系统的变化比随机的变化更快, 即容易发生小而频繁的变化。反持久性 过程可以在二级股票图表中清晰看到。在横盘走势期间, "蓝筹" 价格图标也显示出反持续性行为。下面提供的 Mechel, AvtoVAZ 和 Lenenergo 的股票图表即是生动的 反持续性时间序列的例子。
Mechel 优先股:
AvtoVAZ 普通股的一个横盘期间
Lenenergo:
3. 如果赫斯特指数为 0.5 或者其值与期望值的差小于两个标准偏差, 则该过程被认定为随机游走。不要有短线或长线的周期性预期。在交易中, 这意味着技术分析没有什么帮助, 因为目前的价值几乎不受前市的影响。所以最好使用基本面分析。赫兹股票量化软件
股票市场工具 (各种公司, 工业公司和商品的证券) 的赫斯特指数样本如以下表格所示。针对过去 7 年进行计算。在 "金融危机" 期间, "蓝筹股" 指数下跌幅度较小。有趣的是, 许多二级证券表现出持久性, 证明其抗危机的稳健性。
名称 | 赫斯特指数, H |
---|---|
Gazprom | 0.552 |
VTB | 0.577 |
Magnit | 0.554 |
MTS | 0.543 |
Rosneft | 0.648 |
Aeroflot | 0.624 |
Apple | 0.525 |
GE | 0.533 |
Boeing | 0.548 |
Rosseti | 0.650 |
Raspadskaya | 0.656 |
TGC-1 | 0.641 |
Tattelecom | 0.582 |
Lenenergo | 0.642 |
Mechel | 0.635 |
AvtoVAZ | 0.574 |
Petrol | 0.586 |
Tin | 0.565 |
Palladium | 0.564 |
Natural gas | 0.560 |
Nickel | 0.580 |
3. 定义周期。分形分析中的记忆
我们如何确定自己的结果不是随机的 (微不足道的) ?为了回答这个问题, 我们应该首先研究 RS 分析, 假设分析系统是随机性质的。换言之, 我们应该检查空假设的有效性, 说明该过程是一个随机游走, 其结构是独立的且是正态分布的。赫兹股票量化软件
3.1. 计算期望的 R/S 分析值
我们来引入一个 期望的 R/S 分析值 概念。
在 1976 年, Anis 和 Lloyd 推导出一个表达必要预期值的方程式:
其中 n 是一定数量的观察值, 而 r 表示从 1 到 n-1 的整数。
如同在 "分形行情分析" 中所述, 提供的方程式仅对 n>20 有效。对于 n<20, 使用以下方程:
一切都很简单:
- 计算每个观测值的预期值, 并显示从 Log(N) 结合 Log(R/S) 的 Log(E(R/S)) 图示;
- 使用统计学理论中众所周知的方程式计算赫斯特指数的预期发散
此处 H 是赫斯特指数;
N – 样本中的观察数;
3. 通过评估 H 超过 E(H) 的标准偏差的数量来检查所获得的赫斯特比率的相关性。如果相关性绝对值超过 2, 则结果被认定是相关的。
3.2. 定义周期
我们来考虑下面的例子。绘制 RS 统计和预期值 E(R/S) 的两个图表, 并将其与市场动态进行比较, 以便了解计算结果是否符合报价走势。
Peters 指出, 定义循环存在的最佳方式是以对数建立一个 V 型统计图, 对数标尺基于一个子群中一定数量观察值的对数。
很容易评估得到的结果:
- 如果对数标尺图表是两轴上的水平线, 那么我们正在处理一个独立的随机过程;
- 如果图形具有正向上倾角, 我们正在处理一个持续的过程。正如我已经提及的, 这意味着 R/S 尺度的变化比时间的平方根更快;
- 最后, 如果图形呈下降趋势, 我们正在处理一个反持续的过程。
3.3. 分形分析中的记忆概念以及如何界定其深度
为进一步了解分形分析, 我们来介绍一下记忆的概念。
我已经提到过 长线和短线的记忆。在分形分析中, 记忆是一个时间间隔, 在这个时间段期间, 行情会记住过去, 并考虑其对当前和未来事件的影响。该时间间隔是 记忆深度, 其在某种程度上包含分形分析的整体效力和规范。当定义过去的技术形态的相关性时, 这些数据对于技术分析至关重要。
确定记忆深度 不需要过多的处理能力。只需简单地直观分析 V 型统计对数图就足够了。
- 沿所有图形点画一条趋势线。
- 确保曲线不是水平的。
- 定义曲线峰值或函数所能达到的最大值的点。这些最大值作为现有周期的第一个警告。
- 在对数标尺图上定义 X 坐标, 并转换数字, 令其易于理解: 周期长度 = exp^ (对数标尺的周期长度)。因此, 如果您分析了 12000 条 GBPUSD 小时数据, 并在对数标尺图上得到 8.2, 则该周期等于 exp^8.2=3772 小时或 157 天。
- 任何真正的周期应保存在相同的时间帧上, 但以另一个时间帧为基础。例如, 在第 4 页, 我们调查了 12000 条 GBPUSD 小时数据, 并建议存在 157 天的周期。切换到 H4 并分析 12000/4=3000 条数据。如果 157-天周期真实存在, 则您的假定很可能是正确的。如果不是, 那么您可能会找到更短的记忆周期。
3.4. 货币对的实际赫斯特指数值
我们已经介绍完分形分析理论的基本原理。在立即开始利用 MQL5 编程语言实现 RS 分析之前, 我们再来看一些例子。
以下表格显示了不同时间范围内的 11 种货币对的赫斯特指数值, 以及柱线数量。通过使用最小二乘法 (LS) 求解回归来计算比率。正如我们所见, 大多数货币对支持持续的过程, 尽管也有反持续的过程。但是这个结果意义很重大吗?我们可以相信这些数字吗?我们稍后再讨论这个。
表格 1. 分析 2000 根柱线的赫斯特指数
品种 | H (D1) | H (H4) | H (H1) | H(15M) | H (5M) | E(H) |
---|---|---|---|---|---|---|
EURUSD | 0.545 | 0,497 | 0.559 | 0.513 | 0.567 | 0.577 |
EURCHF | 0.520 | 0.468 | 0.457 | 0.463 | 0.522 | 0.577 |
EURJPY | 0.574 | 0.501 | 0.527 | 0.511 | 0.546 | 0.577 |
EURGBP | 0.553 | 0.571 | 0.540 | 0.562 | 0.550 | 0.577 |
EURRUB | 柱线不足 | 0.536 | 0.521 | 0.543 | 0.476 | 0.577 |
USDJPY | 0.591 | 0.563 | 0.583 | 0.519 | 0.565 | 0.577 |
USDCHF | 柱线不足 | 0.509 | 0.564 | 0.517 | 0.545 | 0.577 |
USDCAD | 0.549 | 0.569 | 0.540 | 0.519 | 0.565 | 0.577 |
USDRUB | 0.582 | 0.509 | 0.564 | 0.527 | 0.540 | 0.577 |
AUDCHF | 0.522 | 0.478c | 0.504 | 0.506 | 0.509 | 0.577 |
GBPCHF | 0.554 | 0.559 | 0.542 | 0.565 | 0.559 | 0.577 |
表格 2. 分析 400 根柱线的赫斯特指数
品种 | H (D1) | H (H4) | H (H1) | H(15M) | H (5M) | E(H) |
---|---|---|---|---|---|---|
EURUSD | 0.545 | 0,497 | 0.513 | 0.604 | 0.617 | 0.578 |
EURCHF | 0.471 | 0.460 | 0.522 | 0.603 | 0.533 | 0.578 |
EURJPY | 0.545 | 0.494 | 0.562 | 0.556 | 0.570 | 0.578 |
EURGBP | 0.620 | 0.589 | 0.601 | 0.597 | 0.635 | 0.578 |
EURRUB | 0.580 | 0.551 | 0.478 | 0.526 | 0.542 | 0.578 |
USDJPY | 0.601 | 0.610 | 0.568 | 0.583 | 0.593 | 0.578 |
USDCHF | 0.505 | 0.555 | 0.501 | 0.585 | 0.650 | 0.578 |
USDCAD | 0.590 | 0.537 | 0.590 | 0.587 | 0.631 | 0.578 |
USDRUB | 0.563 | 0.483 | 0.465 | 0.531 | 0.502 | 0.578 |
AUDCHF | 0.443 | 0.472 | 0.505 | 0.530 | 0.539 | 0.578 |
GBPCHF | 0.568 | 0.582 | 0.616 | 0.615 | 0.636 | 0.578 |
Table 3. M15 和 M5 的赫斯特指数计算结果
品种 | H (15M) | 重要性 | H (5M) | 重要性 | E(H) |
---|---|---|---|---|---|
EURUSD | 0.543 | 不重要 | 0.542 | 不重要 | 0.544 |
EURCHF | 0.484 | 重要 | 0.480 | 重要 | 0.544 |
EURJPY | 0.513 | 不重要 | 0.513 | 不重要 | 0.544 |
EURGBP | 0.542 | 不重要 | 0.528 | 不重要 | 0.544 |
EURRUB | 0.469 | 重要 | 0.495 | 重要 | 0.544 |
USDJPY | 0.550 | 不重要 | 0.525 | 不重要 | 0.544 |
USDCHF | 0.551 | 不重要 | 0.525 | 不重要 | 0.544 |
USDCAD | 0.519 | 不重要 | 0.550 | 不重要 | 0.544 |
USDRUB | 0.436 | 重要 | 0.485 | 重要 | 0.544 |
AUDCHF | 0.518 | 不重要 | 0.499 | 重要 | 0.544 |
GBPCHF | 0.533 | 不重要 | 0.520 | 不重要 | 0.544 |
E. Peters 建议分析一些基本时间帧, 并用它来搜索具有周期依赖性的时间序列。之后, 通过改变时间帧及 "拟合" 历史深度, 将所分析的时间间隔切分为较少数量的柱线。这意味着以下内容:
如果在基准时间帧上存在周期, 且如果在不同的分段中发现相同的周期, 则也许可以证明其有效性。 赫兹股票量化软件
使用可用柱线的不同组合, 我们可以找到非周期循环。它们的长度可以消除以往技术指标信号能用性的任何疑问。赫兹股票量化软件