我出差走了一个星期。刚刚回来。 老弟能常来,参与讨论就好,不必担心水平问题。我也是刚刚起步。一切都是从0开始学起的。你所遇到的问题必然也是我要遇到的问题。其实有的时候,越是站在外面看,越能提出本质性的问题来。哪怕是最初级的基本、基础性的知识,它都是构建整个系统的必须物品,缺了一样都不行。只要是问题就都值得探讨。老弟尽管提问,我知道的不保留,不知道的,希望能把坛子里面没有现身的高人给勾出来。
这篇文章我看了。总结下,看对不对。 文章的基本方法和论点是: 1、使用的数据时间跨度为单日。虽然用了1201个交易日。但是每一次都是对单日进行分析。 2、打乱数据的方式是作者提到的“统计自举”方法即打乱数据的顺序(在单日内打乱,并不跨日) 3、承认指数存在无标度现象、即承认分形 4、奇异性指数a 的范围较窄。即不承认多重分形 我的认识: 1、同意a 的范围较窄,指数分形的“多重”性不强的结论。我猜想,肯定不会出现稳定的强多重分布。不然市场会自动进行调整平衡。 2、我对打乱时间顺序的方法来扰动可能存在的多重特性的方法有点怀疑,作者对这个方法的适用性没有论述。 3、作者没有将时间跨度增加到日、月甚至更大的时间内做检验,得出的结论仅仅限于高频数据。 希望看过文章的朋友说说,特别是wjtian老兄。
向大家学习啊!我对分形只了解一点点,个人人为小波是个好的切入点,另外以前有个网友给我介绍vm,但vm好像matlab没有直接使用的函数,我只会用一点Matlab的bp和rbp。 个人认为预测可以将价格对象当一个物理对象来看,从物理的惯性及波的特性,还有其他品种的相关性及整个市场的环境相关性,这不知道是否可以叫做物理的共振方面的内容吧!个人认为很多社会学问题可以从物理学的认识角度来寻找解决方法! 以上是个人的胡言乱语!呵呵!
Linux 上的数据可视化工具 http://www.ibm.com/developerworks/cn/linux/l-datavistools/index.html * Gnuplot(GPL) * GNU Octave(GPL) * Scilab(Scilab) * MayaVi(BSD) * Maxima(GPL) Octave是Matlab的一个强有力的竞争产品。可以直接调用Matlab的M文件运行。