О тернистом пути применения методов ТВиМС в трейдинге
Доброй ночи, коллеги!
Сам я не поклонник применения методов ТВиМС в трейдинге (только когда по-другому никак), но свое частное мнение никому не навязываю.
Однако на этом пути пытливого исследователя могут ждать серьезные вычислительные проблемы, которые надо уметь решать.
1. Для максимизации эквити (или ее приращения на баре) очень важно наблюдать за произведениями приращений цен (условно d(i)*d(i-1)). Не хочу никого убеждать, прошу просто поверить на слово.
2. Известно (я приводил массу примеров), что соседние приращения цен не только не являются независимыми, но весьма сильно коррелированы.
3. Допустим, что приращения цен распределены нормально (сам я в это не верю, но признаю, что это общепринятая точка зрения).
ВОПРОС:
Как устроена плотность вероятности распределения случайной величины d(i)*d(i-1), если d(i) и d(i-1) — это зависимые нормально распределенные случайные величины с коэффициентом корреляции r? (разумеется, матожидания и дисперсии также известны)
С уважением
P.S. Эта задача не требует хорошего знания математики — достаточно знать профильные термины и уметь пользоваться поиском Google (хотя решения, полученные руками, всячески приветствуются). Однако, итоговая формула доставляет )))
Что касается самих методов ТВМС в трейдинге, то для построения ТС вполне достаточно гипотезы о том, что эти методы работают. Далее, что-то сложнее М и СТО обычно не нужно. КК вообще лишние, и даже скорее вредны.
Хотя и не согласен. Если (вдруг) для заработка на рынке достаточно М и СТО — почему бы нам не заработать на случайном блуждании?
Сам пост представляет из себя прикол. Формула уж больно громоздкая. Если я просто приведу ее — никто не будет это читать. Если кто-то найдет, то кто-то и запомнит)
С уважением
М[d(i)*d(i-1)] = М[d(i)]*М[d(i-1)] + r*sqrt(D[d(i)]*D[d(i-1)])
Ну, и во вторых, я если бы мы были уверены, что рынок чистое СБ, то можно было бы сворачивать удочки.
Но рынок хоть и не СБ (I do belive. We shell over come, someday), но существенно СБ образен и всяческие КК и АКФ — напрасные потуги.))
Тех, кто считает, что на СБ нельзя зарабатывать, тоже нужно в бан отправлять. Короче, всех в сад.)
Вопрос был про плотность распределения вероятности
С уважением
Пусть МО процесса =0.
Имеется ли принципиальная возможность построить на таком процессе прибыльную ТС, или даже пробовать не стоит?
Но к классическому СБ (независимые нормальные приращения) это не относится.
А на геометрическом СБ (логнормальные приращения) профит будет копеечный.
С уважением
Почти стационарен относительно действий участников. А больше ничего и не нужно.)
Жаль, что мне оно не надо.)
s.11klasov.net/7629-integraly-i-rjady-v-3-tomah-prudnikov-ap-brychkov-jua-marichev-oi.html
У пары (d(i), d(i+1)) — двумерное нормальное распределение
ru.m.wikipedia.org/wiki/Многомерное_нормальное_распределение
Остаётся взять двумерный определенный интеграл от произведения, умноженного на плотность двумерного нормального распределения. Думаю, что в первом томе вышеуказанного справочника такой есть.
Задача (как и обычно) легко решается переходом к интегрированию в полярных координатах. И (заглянув в справочник) мы находим в качестве одного из сомножителей плотности модифицированную функцию Бесселя 2-го рода уровня 0 (К0).
Топик был собссно про то, что при желании можно посчитать все, что угодно. Но (обычно) при использовании даже классических распределений результат может оказаться весьма неэлементарным, и проводить с ним дальнейшие манипуляции будет еще сложнее...
С уважением
Лень было лезть в справочник, которым частенько пользовался для решения подобных задач, сводящихся к интегралам или рядам.
Рынок хаотичная система, больше прогнозирование погоды напоминает, мы можем наблюдать формирование урагана и его предсказать, но где именно пройдут смерчи никто же не знает.
Вот тут я получил распределение Фишера для независимого случая и средних нуль (с 50-й минуты)
m.youtube.com/watch?v=IGQZBKOUPUQ
Правда я решал другую задачу: в качестве нулевой гипотезы (простой) я считал, что имеем дело с последовательностью независимых одинаково распределенных нормальных случайных величин, против сложной альтернативы, что корреляция соседних величин отлична от нуля. При этом одинаковая распределенность: среднее нуль и одинаковые дисперсии, сохраняется и в альтернативе.
Если средние и дисперсии известны, то центировкой и нормировкой можно свести все к этому случаю. А вот если неизвестны, то задача становится «не подъемной».
Вечер добрый,
А можете указать инструмент и таймфрейм, у которого "сильно коррелированы приращения цен"?
Давно не общались!
В основном это отрицательная корреляция, но бывает и положительная.
(LA и LP случай, соответственно).
С уважением
В WiKi появилось решение для 2-х зависимых нормальных величин?!
Решение индуса и венгра разлива 2015 года?!
Я впервые встретил эту задачку в книге Левин Б.Р. Теоретические основы статистической радиотехники (1989) (задача 3.1а на с. 77). Причем это 3-е издание данной книги )))
С уважением