Случайность, Эффективность и ТехАнализ.

Для грамотных математиков любящих графики случайного блуждания, распределения приращений и кибернетикам с априорными гипотезами без доказательств.

Сжатие данных - алгоритмическое преобразование данных, производимое с целью уменьшения занимаемого ими объёма, за счет устранения избыточности, содержащейся в исходных данных — повторяющихся последовательностей и значений.

Случайные сигналы, процессы, последовательности, белый шум не обладают свойством избыточности. Сжатие данных принципиально невозможно без потерь.

Гипотеза — если колебания цен есть случайный процесс то сжатие данных последовательности приращений не возможно и коэффициент сжатия не должен превышать 1. 

Условия испытаний. 
— Взяты часовые приращения за 2015-2016г.г.
— На каждое приращение выделено 2 байта для минимизации исходных данных и чистоты эксперимента.
— Для каждого инструмента сформирован файл размером 2 байта х кол-во приращений.
- что бы не изобретать велосипед файлы были заархивированы программой WINRAR.

Результат испытаний.


Все последовательности были успешно сжаты.

ВЫВОД — ГИПОТЕЗА НЕВЕРНА. Колебания цен НЕСЛУЧАЙНЫ, а имеют закономерности, повторяющиеся последовательности и тенденции.
Соответственно изменения цен могут быть прогнозируемыми с помощью технического анализа.

Конец.