加载中…
个人资料
morgenwang
morgenwang
  • 博客等级:
  • 博客积分:0
  • 博客访问:54,629
  • 关注人气:68
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

Hurst指数模型

(2010-06-26 07:24:45)
标签:

hurst

相关性

财经

分类: 财经评论

Hurst指数与中国股市使用

——MorgenWang力作

      1.、 Hurst指数

      概念:

     什么是Hurst指数,简而言之就是有偏的随机游走。

     当年英国的水文学家Hurst在研究尼罗河水库水流量和储存能力的关系时发现有偏的随机游走(分型布朗运动)能够很好地描诉水库的长期储存能力,并在此基础上提出了用重标极差(R/S)分析法来建立Hurst指数,作为判断是随机游走还是有偏的随机游走。

     应用:

     设算出来的是H值。

     1、当H = 0.5 时 表示时间序列可以用随机游走来描诉。

     2、当0.5<H<=1, 表示黑噪声(持续性),即暗示长期记忆的时间序列。

     3、当 0<=H <0.5,表示粉红噪声(反持续性),即均值回复过程。

         (ps:这个,按书写到粉红噪声,我心里一紧啊,囧到了。)

 

    2、应用于中国股市——这是短期指标!

    这个金融业之所以拿高薪,就是他可以汇聚全球各种行业的顶尖智慧,这个,气象学的东西经常被用到金融业,远到巴布森,近到Hurst,挺搞笑的吧。因为他们有个共同点:就是用已知去预测未知。但是基于天气预报一般习惯于播报后三天的天气,所以这种时间序列散点是会因为时间的拉长而影响准确性的。所以记住——这是个短期指标!不过这也有个好处,就是能够更好地去和其他技术指标配合使用。

    3.、结论——中国股市具有延续性。

我用了02开始的所有一直至昨天画了这张图。

Hurst指数模型

     从从图中我们可以看出,最左边一排关于中国Hurst指数的分析的指标值就知道了,中国股市的Hurst 值可是远大于0.5喔!于是就是说明中国股市具有延续性!

    4、统计数据

    上图是个形象生动的一个图,接下去我把这个Hurst数值的统计结果给大家:

                   1、 平均数:0.6690

                   2、  中位数:0.6696

                   3、 标准差:0.0385

                   4、 最大值:0.7973

                   5、  最小值:0.5564

    从中我们可以看出,中国股市从来没有负相关过,或者说随机过。

        

 

最重要的来了——MorgenWang 的Hurst指数用法

    1、这只是一个技术分析

    这个结论其实是令我蛮心寒的一个结论,但是我也不能违心地乱用我的东西吧。

     是这样,这是一个时间序列的散点图(尽管我画的是连线,其实是一个个点),这种散点从数学上讲(准确的说是时间序列数理统计)确实只具有短期的预测性;这点可以类比天气预报;

    这更类似于技术分析,比如RSI,KDJ 等他们只是用近期的数据加加减减得出的信号,我其实也差不多,尽管用到对数等等高等数学的知识;

    这只具有一定的准确信,就类似技术分析会经常给出错误信号,一样,这个也经常给出错误信号;

    有一定的局限性,最好选用平均相关新大的来进行买卖操作,这样更为准确。从经验性来看,感觉ST股更具有相当相关性,他们更容易;

   没法避免除权后的情况,短期内除权,我还没办法避免,这个是技术性的问题,只是现在还没办法解决;

 

2、 忽然感觉这个会是一个超跌后的反弹买点预测工具。——对ST更有效

    我想到的是我们中国的股票市场,操作成分最多的应该是ST的股票,他们没有基金,社保等等操盘,于是经常是游资猎取的对象,更符合那种是认为而非随机的力量。

以下是我做的一个表格,

 

代码

名称

平均数

标准差

信号日期

评论

600890

*ST中房

0.7147

0.07

5.20

可行

000557

ST银广夏

0.7354

0.0647

5.24

可行

000068

ST三星

0.6864

0.0424

无信号

000408

*ST玉源

0.7124

0.0604

无信号

000035

*ST科健

0.7415

0.063

5.19

早了两天,但有双底

601398    

工商银行

0.6762

0.0427

杂乱

杂乱信号

000100

TCL

0.6851

0.0529

5.25

不强

     比较明显的可以发现*ST都是高度相关的,可以得出一个结论就是,如果你是一个图形学家,你最好都在*ST中选股,这样你的图形学的噪点(统计学的词汇,就是处于预测的异动点)才会越少。

      然后对于我的这个Hurst图形来说,同样也是运用在*ST和ST上反而最准,唯一的错误运用竟然是工商银行!工商银行的近期值始终在平均值下,又上下乱波动,这让我很囧。

PS:由于每次运行一个股票,并统计和作图就要1分多种,我实在没法在现在做大样本预测,再给我几天时间。

下面是一个实际分析:

         1, 先给大家导入Hurst全图:

Hurst指数模型

 

它是以0.74作为中轴的,(中间有个挺平的连线点是停牌)

      2, 把近期的数据放大

 

这是000035*ST科健的近31天的Hurst指数的图。

Hurst指数模型

    然后我们就可以看出,在5月25号之前的几天,一直处在一个0.67之下的情况,这个说明那段时间这只股票的偏相关性到了最低点,配合大盘,其他技术指标,可以定义为是个买点。

     放一张对比图:

         Hurst指数模型

      饿,具体,还请看官,打开自己股票软件做比较为好。

 

就先写到这里,慢慢出更新的研究。

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有