"Веселые картинки"

А. Г., ну например, предположим. Можно даже отложить в сторону нестационарность на время, так как это не есть что-то страшное и ужасное, с ней тоже в основном понятно как работать но там чуть другие методы.

Даже если мы делаем предположение о нормальности, хотя делать его совершенно необязательно и поэтому лучше не делать, но предположим сделали; то эта нормальность всё равно у всех случайных величин будет условной, вы мне сами об этом где-то тут писали. Соответственно, моделировать вот это вот всё многомерное распределение условных распределений линейной моделью может быть не совсем адекватно.

Как раз нелинейное приближение, которое мы можем получить при помощи нейронных сетей будет гарантированно более полезным. При ограничении рисков переобучения, конечно. 

А. Г., потому что не любая сумма нормальна, но если использовать только приращения цен для довольно длинных входных векторов, у нас не хватит скорее всего реальных данных для того, чтобы статистически достоверно это проверить.

Feature engineering никто не отменял. При чуть более сложном отборе фич отклонения от многомерной нормальности входного вектора даже на не очень больших выборках масштаба нескольких месяцев становятся очевидны настолько, что о ней ничего не напоминает.

А то распределение, что мы получаем на выходе (то как распределены приращения цен сейчас) — вполне можно считать одномерным нормальным, особо ничему не противоречит.

А. Г., ну это частный случай и далеко не самый полезный

Можно даже сказать вырожденный 

реальная картинка по этим системам скромнее только из-за снижения MAXDD с — 25% до — 15%. После суммарного минусового результата за 3 года (с июля 2009) с просадками,  близкими к MAXDD,  я сознательно пошёл на это. А все остальные минусы —  это неудача с трендовиками на часах (небольшой минус осень 2013-январь 2014)  и продажей волатильности в в опционах (март 2014).