Надо бы разобраться. Статистические прогнозы. Часть 1

Очень понравился недавно прошедший вебинар Александра Горчакова — http://www.ilearney.ru/elearning/details.php?ID=4146.
Крайне импонирует его научный подход к анализу системной торговли и торговли вообще.
Сам неоднократно занимался поиском любой информации на этот счет, какое-то количество ссылок накопилось за несколько лет. Сразу скажу, что столкнулся с тем, что информация крайне разрозненна, и редка. Более того, часто уровень людей дискутирующих на этот счет, явно недостаточен для простого понимания, не то чтобы для осмысления и критической ревизии. Скорее всего есть что-то полезное в открытых источниках, но англоязычное. В любом случае буду благодарен за любые интересные ссылки.

Основаная задача ковыряний — разобраться в имеющихся торговых подходах и моделях цен, в первую очередь конечно для себя. Принять определенную модель рынка в качестве рабочей, что возможно поспособствует продвинуться в решении следующих задач:

1) Создать дополнительные стабильные торговые системы, в нагрузку к уже имеющейся
2) Лучше понять рынок, что всегда полезно

Тезисно по вебинару с моими комментариями:

1) Определение №1. Торговый алгоритм — алгоритм преобразующий прошлую входящую информацию в текущее состояние счета (эквити). Логично, ведь информацию справа от графика мы не знаем. Возможно часть ее знают инсайдеры, но это совсем отдельная песня

2) Решение об изменение позиции полностью эквивалентно решению сохранить позицию, потому что оба влияют на эквити

3) Предположение о будущих приращениях цен торгуемого актива на основании входных данных -> выбор оптимальных объемов актива в рамках этих предположений

4) Критерии для входных данных алгоритма: регулярность, достоверность и формализуемость

5) Далее начинается самое важное — по сути принятие модели функции распределения логарифмов приращений цен. Собственно именно тут и сидит корень многих разногласий — варианта ровно два:
   а)  детерминистический, когда будущие приращения являются функцией от прошлой информации. Давайте назовем ее Жесткой Теорией кукла, когда будущие цены кто-то знает
   б) случайный, когда подавляющее большинство будущих приращений цен являются набором значений с некоторыми вероятностями их появления, причем как минимум две из них ненулевые

6) Таким образом, торговый алгоритм есть суть статистический прогноз будущих приращений цен актива, в случае принятия рабочей гипотезы Б.

7) Рассмотрен классический случай случайного блуждания (игра в орлянку). Статистический прогноз невозможен, в случае независимости вероятностей событий Pi и Pi+1. Показан закон арксинуса, когда на случаном блуждании вполне можно заработать, но прошлый заработок не является гарантией заработка будущего! Перебирая системы шорт+ лонг, мы попадаем с вероятностью близкой к единице в случай удачливого игрока. Хороший пример на этот счет был разобран здесь — http://smart-lab.ru/blog/ideas/26840.php, правда с некорректными выводами, внимание на комментарий самого Горчакова.

8) Теперь начинается самое вкусное. Анализ некоторых видов статистических зависимостей, на нескольких простых примерах. Но о них во второй части.