SMART-LAB
Новый дизайн
Мы делаем деньги на бирже
Информация
Блог им. AlexeyPetrushin
Симуляция Цены, SV
- 18 февраля 2026, 18:32
- |
Наконец то, начало получаться похоже на реальные цены, SV модель откалиброванная на Кока Коле, симуляция цены.
Осталось добавить еще пару небольших моментов, и будет почти готово...
Разные пути цены
Это тот же график что выше, но в сравнении с реальной прибыли кока колы (первый реальный, второй симуляция).
Осталось добавить еще пару небольших моментов, и будет почти готово...
Разные пути цены
Это тот же график что выше, но в сравнении с реальной прибыли кока колы (первый реальный, второй симуляция).
423
Читайте на SMART-LAB:
Инвестируйте как профессионалы: мини-курс о работе с терминалом
На прошлой неделе Т-Инвестиции провели серию из трех бесплатных видеоуроков о работе с торговым терминалом — главным инструментом людей,...
17:47
Чек-лист для инвестора: что такое «институциональный объект» в 2026 и как его определить
Начнем с «институциональности» как явления: звучит солидно, но что подразумевают под ним сами компании? Вдруг к 2026 году «институциональный» —...
16:31
теги блога Alex Craft
- amd
- CPI
- GARCH
- Implied Volatility
- java
- Javascript
- Matlab
- mcdonalds
- microsoft
- options
- portfolio
- python
- SV
- swift
- usd
- VAR
- volatility
- акции
- алгоритм
- алготрейдинг
- аналитика
- банки
- Беларусь
- бизнес
- Блэк-Шоулз
- брокеры
- вероятности
- визуализация
- волатильность
- деньги
- доллар
- доллар рубль
- золото
- игра
- ИИ
- иммиграция
- инвестиции
- инвестиции в недвижимость
- инсайдер
- инфляция
- инфляция в России
- искусственный интеллект
- исторические данные
- макро
- Мандельброт
- математика
- мобильный пост
- модели
- модель
- монте-карло
- мудрость
- Нассим Талеб
- недвижимость
- Нелинейность рынка
- Нефть
- Новости
- обзор книг
- оптимальный портфель
- опцион
- опционы
- отчёт
- оффтоп
- парето
- плечи
- портфолио
- премиальные опционы
- прогноз
- программироание
- пут опцион
- пут опционы
- работа
- распределение
- Ребалансировка
- ресурсы
- рубль
- рынки
- рынок
- серебро
- спекуляции
- статистика
- страйк
- стратегии
- США
- талеб
- теория вероятностей
- технический анализ
- торговые роботы
- торговые сигналы
- трейдинг
- убытки
- уран
- философия
- форекс
- фракталы
- фундаментал
- хэдж
- экономика
- экономика США
- энергия
да элементарно
взять данные, где выборочная дисперсия по окну N периодов — входит в верхние top 33% и на [ровно] этом же окне посчитать выборочную корреляцию
повторить для данных где выборочная дисперсия на таком же окне входит в нижние top 33%
сравнить выборочные корреляции для того и другого
можно для средних 33% тоже посчитать
ну т.е. поскольку это довольно просто, там даже можно с умным видом сказать «гипотеза о равенстве отвергнута с каким-то пи-вэлью»
Плохо когда повторяется на редких режимах например верхние/нижние 1% или еще меньше, где очень мало данных чтобы сделать заключение.
За идею спасибо, гляну…
ну как сказать… на топ 10% вы увидите эффект прям сильно, на топ 33% увидите, на топ 50% да тоже наверное увидите только слабее
по сути разговор о том, что autocorrel(lag=1) = f(sigma), про «топ NN%» это я для простоты написал, а так — совсем по умному — правильнее взять сколько-нибудь бинов по сигме и в них смотреть распределение реализовавшихся автокорреляций
вобщем это еще один повод фиттить «на батчах» модели для \mu \sigma как функции ограниченной глубины только от r(n-i), но чтоб поймать такой эффект это мю должна быть аж полиномом третей степени, а это уже просто не прилично
Пробовал добавлять разные режимы (например 2 режима с гладким переключением), или параметры как зависимости, но, особо эффекта не заметил.
На garch можно все это посчитать очень быстро, но сильного улучшения правдоподобия не получается. А небольшие улучшения правдоподобия — непонятно то ли реально улучшения то ли оверфиттинг.
На SV и MCMC — сложные модели сразу падает идентификация параметров, большие диапазоны, корреляции, мульти модальности. Скорость фиттинга падает в разы. Вобщем, на данный момент я пока ограничился простой моделью SV + Jumps + Leverage.