SMART-LAB
Новый дизайн
Мы делаем деньги на бирже
Информация
Блог им. 3Qu
Очень кратко про длинные хвосты.
- 30 января 2023, 16:39
- |
Вот, говорят, что у рыночных распределений длинные хвосты. Ну, допустим.
Распределение строится относительно некой средней линии, и его вид, естественно, будет сильно зависеть от того, как вы провели эту среднюю. Способов — тьма. Первый и самый плохой -МА, любая.
Если у вас эта средняя гуляет сама по себе, то у распределения неминуемо появятся хвосты. Просто мысленно представьте себе этот процесс.
Если мы более правильно построим среднюю (не хочу перечислять методы — это не для топика на СЛ), хвосты существенно уменьшатся. Наверное позднее могу даже показать это на паре разных средних.
Это уже гипотеза. Если сделать идеальную среднюю, то хвосты, может, вовсе пропадут?)
Распределение строится относительно некой средней линии, и его вид, естественно, будет сильно зависеть от того, как вы провели эту среднюю. Способов — тьма. Первый и самый плохой -МА, любая.
Если у вас эта средняя гуляет сама по себе, то у распределения неминуемо появятся хвосты. Просто мысленно представьте себе этот процесс.
Если мы более правильно построим среднюю (не хочу перечислять методы — это не для топика на СЛ), хвосты существенно уменьшатся. Наверное позднее могу даже показать это на паре разных средних.
Это уже гипотеза. Если сделать идеальную среднюю, то хвосты, может, вовсе пропадут?)
теги блога 3Qu
- Binance
- C#
- C++
- DDE
- DLL
- EMA
- Excel
- Exponential Moving Average
- Lua
- machine learning
- ML
- MOEX
- Moving Average
- Python
- QLua
- Quik
- Quik Lua
- Si
- Smart-lab
- SQLite
- автоматическая торговая система
- авторские права
- акции
- алготрейдинг
- аналитики
- Арктика
- биржа
- Боллинджер
- Брокер
- брокеры
- валюта
- вероятность
- волатильность
- Газпром
- глобальное потепление
- дно
- доллар
- Доллар рубль
- инвестиции
- индикатор
- индикаторы
- интрадей
- итоги года
- календарный спред
- календарный спрэд
- канал
- криптовалюта
- МА
- математика
- Машинное обучение
- моделирование
- модель
- нейросети
- нейросеть
- опрос
- опционы
- оффтоп
- плечо
- прогнозирование
- просадки
- психология
- роботы
- рынок
- рыночные данные
- семинар
- сеточник
- скальпинг
- скользящие средние
- случайное блуждание
- спекуляции
- спекуляция
- статистика
- статистический анализ
- стационарность
- стоп
- стопы
- Стратегии
- стратегия
- стрэддл
- стрэнгл
- Тейк
- тест
- тестер стратегий
- тестирование
- технический анализ
- торговая система
- торговая стратегия
- торговые роботы
- торговые системы
- торговые стратегии
- тороговая система
- трейдер
- трейдинг
- ТС
- Фильтры
- Форекс
- фьючерс
- фьючерс ртс
- фьючерсы
- ЦБ РФ
Хоть обусредняйся, выбросы будут происходить чаще, чем предсказывает теория.
Ты только что сформулировал ту же самую мысль, с которой спорил в топике А.Г.)
А.Г. делит процесс на сумму детерминированного (кусочно-линейного) и гауссовского с нулевым МО и постоянной или медленно меняющейся дисперсией. Ну т.е. это то же самое, что кусочно-линейное МО.
Ты предлагаешь поделить процесс на сумму детерминированного произвольной формы (твое идеальное среднее) и случайного. Видимо, гауссовского, т.к. ожидаешь пропадания толстых хвостов.
И почему хвосты пропадут от вычитания детерминированной компоненты (или близкой к ней)? Так это не работает
С уважением
Если это распределение устойчивое (см. ниже) — неважно, гауссово или с толстыми хвостами
Т.к. среднее (если это линейная комбинация приращений цен, а не некая кастомная нелинейная фигня) сохраняет форму распределения исходного приращения
С уважением
Да, действительно, а зачем нам средняя?
Обычно строят распределение приращений цен исходного ряда.
Если же ряд отфильтровать, а потом построить распределение, то и получим распределение не исходного ряда, а фильтрованного.
Один тут годами приращения тиков собирал.)) Наконец собрал и куда-то исчез.
в индикаторах стоят разности цен, а не их абсолютные значения?)
С уважением
Так окончательно убедился, что ряд СБ и исчез ))
(В скобках добавлю, и правильно сделал))
Причем отфильтрованный ряд торговать никак нельзя (без подглядывания в будущее).
В противном случае можно торговать (актив — МАшка) и потихоньку становиться триллионером)
С уважением
Можно свечки взять в логарифмическом масштабе, и тогда это просто обычная статистика. Берем среднее арифметическое, считаем отклонения… ну и т.д.
И, если они есть эти самые длинные хвосты, то никуда они не денутся.
Сам не проверял, но иногда тянет это сделать.
Если речь идет об отклонениях от машек, то тут как-то мне совсем не понятно.
Соответственно, распределение приращений линейных средних (машек, экспоненциальных машек и т.д.) будет таким же.
И распределение приращений величины (цена — кастомное среднее) — тоже таким же.
И длинные хвосты никуда не пропадут...
С уважением
Хорошо сформулировано. Вот только я в «фундамент» своего утверждения вынужден ставить равенство
нескоординированные=слабо зависимые
которое, увы, не могу доказать.
Единственное, что я знаю, что слабая зависимость определяется по действиям во всех возможных ситуациях и одинаковые действия в одной отдельно взятой ситуации не являются отрицанием слабой зависимости.
Поскольку распределение «авторитетности» и «популярности» источников информации крайне неравномерное, толпу шарахало, шарахает и будет шарахать.
Тут вопрос насколько часто «рыночная толпа начинает ломиться в одну сторону». 5% и меньше времени — несущественно, 50% и больше — значит нет «слабой зависимости».
Берем кусок рыночного графика, аппроксимируем его все точнее и точнее (используя хотя бы полиномы), как только отклонение от аппроксимирующей кривой станет Гауссовским, так сразу же радостно сообщаем, что вот оно истинное движение, а вот он случайный дребезг.
Ясный пень, это и до меня придумали.
И придумали ее до Вас, конечно)
Однако, если Вы аккуратно проделаете все вычисления, то с удивлением обнаружите, что в исходном сигнале мощность детерминированной компоненты не превышает 2% (обычно меньше), а мощность шума превышает 98%.
И? В чем Грааль?
С уважением
Просто нелинейная (и линейная) фильтрация не работают в лоб.
Нужно больше знаний о функционировании случайного процесса.
С уважением
У вас выше была высказана мысль, близкая к правильной.) Просто этого недостаточно.
Между тем Грааль здесь есть. Не в лоб, разумеется.)
Классика «О выделении узкополосного сигнала неизвестной частоты на фоне белого шума».
Если нет работающей модели сигнала и шума, брать разложение по случайному базису — ставка на удачу.
Если так и делали при обнаружении длинных хвостов, то беру свои слова взад.
В массовом сознании алготрейдеров укоренилась мысль, что «тяжелые хвосты» это добыча трендовых торговых систем. Вот, наверное, откуда такой интерес к «тяжелым хвостам».
Типичная трендовая ТС имеет довольно низкий процент прибыльных сделок, иначе говоря, часто ошибается, в надежде «поймать» «длинный хвост». Отсутствие «длинных хвостов» в потактных приращениях (точнее, в распределениях приращений) лишило бы заработка, наверное, процентов 90 всех прибыльных ТС.
smart-lab.ru/blog/452099.php
При этом от вида распределений P(dt) и Р(dt/Lt-1) оно никак не зависит.