Следовательно, как минимум на валютном рынке мы можем наблюдать тренды исходных рядов (показатель HT): за ростом котировок скорее всего последует продолжение роста, а за их падением — продолжение снижения
В приведенной здесь таблице мы видим, что поведение всех представленных валютных пар во все рассмотренные периоды времени (день, час, минута) персистентно.
Но, как мы уже знаем, такие значения константы будут завышать значения показателя Хёрста для случайных рядов. А значит, возрастет риск принять случайный ряд за обладающий трендовыми или, наоборот, антитрендовыми характеристиками.
а = π/2 показатель Хёрста на реальных жизненных исследуемых интервалах (в пределах N = 5000) не превышает 0,86 (рис. 6.12). А это далеко до единицы, которую предлагают использовать в качестве эталонного значения персистентного ряда (H = 1). К единице показатель Хёрста для подобных по количеству наблюдений N рядов приближается только при константе а ≤ 0,45.
Для любых прямолинейных рядов (например, {1,0001; 1,0002; 1,0003; …; xn = xn–1 + с, где с = 0,0001}) показатель Хёрста достигает персистентного значения (т.е. почти гарантированно начинает проявлять трендовость) самое раннее на 21-е наблюдение (при а = π/2). Таким образом, для выявления тренда нужно не менее чем 21 наблюдение (N ≥ 21)
Поэтому, например, если показатель Хёрста исследуемого ряда с N = 5000 находится в интервале 0,428–0,571, то такой ряд с вероятностью 99,73% является случайным
Изменение рыночных цен обусловлено их зависимостью друг от друга, в отличие от типичных «исследований» рынка на основе математики — оценки вероятности при бросках монеты или угадывании игральной карты из колоды в 52 карты. Еще больше волатильности вносит сугубо человеческое поведение