💼 Снова в школу: сектор «Девелопмент»
Сегодня в 10:00 МСК Академия для эмитентов Московской биржи приглашает на вебинар «Как читать нефинансовую отчетность: сектор „Девелопмент“». Вы узнаете:
📍 О ключевых особенностях отрасли...
S&P 500: ваш проводник в мир американского рынка
Фондовые индексы — это удобный способ увидеть «большую картину» экономики. Ещё в конце XIX века Чарльз Доу создал первый индекс, объединявший акции 11 крупнейших транспортных компаний...
Почему кривая доходности облигаций перестраивается раньше решения по ключевой ставке?
На первый взгляд поведение долгового рынка сегодня выглядит парадоксально. Ключевая ставка Банка России по-прежнему остается на достаточно высоком уровне, хотя цикл смягчения уже начался. Тем не...
Какая доходность среди облигаций с наивысшим рейтингом надежности и сроком погашения от 3 лет?
Вебинар был 2 июня, просто я только сегодня нашел запись на ютубе для просмотра без регистрации на сайте Финама. С регистрацией на сайте Финама эта запись была доступна 3 июня.
Только в ФСБ я никогда не работал :). Потому что сначала это было КГБ, потом ФАПСИ, а из последнего уволился до того, как его передали в ФСБ.
Вероятностное пространство — это сигма-алгебра с вероятностной мерой. Мы считаем не вероятностную меру (как правило, точно ее никто не знает), а ее оценки.
А изображение с Р+, Р-, Р0 — это иллюстрация к закону арксинуса для случайного блуждания.
Но при этом, для последовательных событий известна статистика, что:
если предыдущее событие было А, то вероятность того, что следующее будет А — 0.5, а если предыдущее было Б, то вероятность того, что следующее будет Б — 0.2.
Как рассчитывается вероятность для последующего А и Б, при известном предыдущем? Вроде сложение вероятностей зависимых или независимых событий здесь не подходит? Или ошибка изначальна в постановке вопроса?
1. Последовательность события явно зависима.
2. Можно взять модель конечной цепи Маркова с матрицей переходов
АА и АБ — 0,5
БА — 0.8 ББ — 0.2
Она невырождена, значит устойчивым распределением вероятностей А и Б в будущем будет собственный вектор этой матрицы.
Я ознакомился с Вашим вебинаром «Математика на службе трейдера». Мне Ваш поход показался достаточно интересным. Вы используете Кусочно-линейную модель тренда. Вы предлагаете использовать индикаторы: направления движения, размаха, трендовости на случайно отрезке (куске стационарности). У меня вопрос: Каким образом можно идентифицировать скачкообразное изменение свойств ряда (Начало нового куска)?
Вот к примеру я попробовал разобрать цены по инструменту на такты. У меня получился ряд из 120 тактов. Возможно ли внутри такого короткого промежутка идентифицировать изменение свойств и отреагировать на них? Как это можно сделать?
Далее я построил все возможные ряды тактов (в моем случае получилось около 1000 рядов) по истории инструмента на одном временном отрезке и сравнил ряды между собой. Сравнение показало, что ряды имеют отличные свойства, так на моем отрезке получилось более 60 000 тактов. 75% рядов были антиперсистентны, а 25% были персистенты. Таким образом на одном временном отрезке могут существовать два ряда с противоположными характеристиками персистентности и отличающиеся между собой начальными точками (причем начальные точки достаточно близко расположены друг к дугу). Как я понимаю это может говорить о наличии колебательного движения с одинаковой амплитудой на данном участке. Вы с таким явлением сталкивались?