Сравнение моей версии «G» против EWA(|r|, a=0.075) и EGARCH-T, на истории акции KO
Мне хотелось сделать модель которая отражает здравый смысл, близка к наблюдаемым исторически закономерностям (stylized facts), не нарушает упомянутых Н. Талебом условий (напр не делает аггрегацию по r^2 или смешивает Norm и TDist).
В итоге, у измененной модели, log likelihood получается практически такой же как у EGARCH-T, но поведение немного отличается.
Дает ли она преимущество на рынке — нет, я не думаю. Это обычная модель, но без перекосов в какой то конкретной области или режимах рынка, своего рода структура модели мини-макс.
Задача модели — дать примерную и в целом корректную, без сильных перекосов оценку волатильности, и служить базой для добавления дополнительных сигналов которые уже могут сделать прогноз прибыльным.
Дальше: я продолжаю разбираться с SV, поскольку GARCH модели не могут обеспечить реалистичную динамику симуляций для N шагов вперед…