Список проголосовавших за комментарий "Как я понял, если бы значение скользящих выборочных стандартный отклонений приращений логарифмов <br/> цен на минутном таймфрейме по сравнению с 15 минутным было меньше то преобладала бы персистентность, если равна корню из заданного таймфрейма (в данном случай 15) чисто cлучайный процесс. Но откуда вывод, что отсутсвуеет фрактальность инвариантность для разных таймфреймов. <br/> Если брать скользящее значение показателя Херста (чтоб удовлетворить условию достаточности данных — тиковые данные), то большей частью будет проявляться антиперситнтность — значение показателя меньше 0.5, но что гораздо реже иногда проявляется персистентность в среднем и получается 0.5 — близкий к случайному блужданию. Распределение вероятностей для разных таймфреймов — имеют <br/> одинаковую форму — подобны. Возможно распределение, если его рассматривать как устойчивый Паретин, (хотя он нестационарен) имеет разное значение показателя альфа как фрактальной размерности пространства вероятностей. Насколько я помну, величину альфа как коэффицента устойчивого распределения Леви-Парето можно определить как величину обратно пропорциальную показателю Херста. В принципе — да, для разных таймфреймов значения показателя Херста будет разной и природа тоже их разная. Спасибо за информацию очень интересно."