Обновление кредитных рейтингов в ВДО и розничных облигациях (ООО "БРУСНИКА" подтвердил А-(RU) прогноз "Негативный", АО «МОНОПОЛИЯ» и ООО «КОНТРОЛ лизинг» присвоен статус "Под наблюдением")
🟢ПАО «Группа ЛСР»
Эксперт РА подтвердил кредитный рейтинг на уровне ruA. ПАО «Группа ЛСР» — диверсифицированная крупная строительная...
Вебинар был 2 июня, просто я только сегодня нашел запись на ютубе для просмотра без регистрации на сайте Финама. С регистрацией на сайте Финама эта запись была доступна 3 июня.
Только в ФСБ я никогда не работал :). Потому что сначала это было КГБ, потом ФАПСИ, а из последнего уволился до того, как его передали в ФСБ.
Вероятностное пространство — это сигма-алгебра с вероятностной мерой. Мы считаем не вероятностную меру (как правило, точно ее никто не знает), а ее оценки.
А изображение с Р+, Р-, Р0 — это иллюстрация к закону арксинуса для случайного блуждания.
Но при этом, для последовательных событий известна статистика, что:
если предыдущее событие было А, то вероятность того, что следующее будет А — 0.5, а если предыдущее было Б, то вероятность того, что следующее будет Б — 0.2.
Как рассчитывается вероятность для последующего А и Б, при известном предыдущем? Вроде сложение вероятностей зависимых или независимых событий здесь не подходит? Или ошибка изначальна в постановке вопроса?
1. Последовательность события явно зависима.
2. Можно взять модель конечной цепи Маркова с матрицей переходов
АА и АБ — 0,5
БА — 0.8 ББ — 0.2
Она невырождена, значит устойчивым распределением вероятностей А и Б в будущем будет собственный вектор этой матрицы.
Я ознакомился с Вашим вебинаром «Математика на службе трейдера». Мне Ваш поход показался достаточно интересным. Вы используете Кусочно-линейную модель тренда. Вы предлагаете использовать индикаторы: направления движения, размаха, трендовости на случайно отрезке (куске стационарности). У меня вопрос: Каким образом можно идентифицировать скачкообразное изменение свойств ряда (Начало нового куска)?
Вот к примеру я попробовал разобрать цены по инструменту на такты. У меня получился ряд из 120 тактов. Возможно ли внутри такого короткого промежутка идентифицировать изменение свойств и отреагировать на них? Как это можно сделать?
Далее я построил все возможные ряды тактов (в моем случае получилось около 1000 рядов) по истории инструмента на одном временном отрезке и сравнил ряды между собой. Сравнение показало, что ряды имеют отличные свойства, так на моем отрезке получилось более 60 000 тактов. 75% рядов были антиперсистентны, а 25% были персистенты. Таким образом на одном временном отрезке могут существовать два ряда с противоположными характеристиками персистентности и отличающиеся между собой начальными точками (причем начальные точки достаточно близко расположены друг к дугу). Как я понимаю это может говорить о наличии колебательного движения с одинаковой амплитудой на данном участке. Вы с таким явлением сталкивались?