Это что-то типа памятки для алготрейдеров. Без комментариев.
На что-то нужно ориентироваться. Основной ориентир — случайное блуждание. Если рынок отличается от СБ, то появляется шанс долгого систематического заработка при помощи роботов. Для этого должно быть найдено устойчивое и торгуемое статистическое отличие рынка от СБ.
Возьмем фРТС с самого начала на минутках и построим подневную статистику (среднее, ср.кв.откл., корреляцию, асимметрию, эксцесс). Статистику будем делать по логарифмическим доходностям, т.е. фактически будем оценивать обычные показатели эмпирической плотности внутри дня. Потом посмотрим, есть ли память от дня ко дню в этих показателях при помощи АКФ (второй столбец графиков) и ЧАКФ (третий столбец графиков).
Наш ориентир в виде случайного блуждания (среднее по доходностям нулевое, а сигма плавает немного) имеет такой портрет:
Собственно, что мы имеем для фРТС:
Очевидное отличие это три важных феномена (в смысле использованных метрик):
1. Направление завтрашнего дня не связано с направлениями предыдущих.
2. Кластеризация волатильности: если двигались сильно, то завтра будем двигаться скорее сильно, чем слабо. И наоборот.
3. Слабенькая кластеризация по корреляции. Если в прошлом контртренд, то завтра в среднем будет перевес в сторону контртрендовых движений. И наоборот.
И еще одна пара картинок про трендовость.
Как бы да… при первом взгляде на график какого-нибудь RI или SR ну совсем очевидно, что трендов тут пруд пруди.
Как померить? Самое такое универсальное это посчитать статистику отношения выборочного среднего к выборочному ср.кв.откл. в заданном окне и скорректировать это отношение на ошибку оценки. Чем хорошо такое отношение? Величина получается безразмерная — раз. И два — если уж волатильность сильно скачет, то это даст еще и нормировку на волатильность. Коррекцию на ошибку сделаем исходя из поправки, обратной к корню квадратному из числа наблюдений, т.е. ширины скользящего окна.
Возьмем часовики акций Сбербанка обычного, перейдем к логарифмическим доходностям, посчитаем данную статистику, а потом сравним, что же у нас получилось бы для СБ. Надежда только на то, что данная статистика будет в каких-то моментах времени давать ну прям явное отличие от СБ.
Итак, СБ:
Синими штрихами показаны плюс-минус одно и два отклонения, равных единице, деленной на квадратный корень из ширины окна (100 значений в приведенных картинках). Ага… понятно. Значит, всё, что до 0.2 это в общем погрешность оценки трендовости СБ, в котором нужных нам трендов нет.
Хорошо. Строим всё это для часовиков Сбера:
Такие дела:)
Дисперсия достоверно не стационарна. Значит, не случайное блуждание. Есть зоны трендового движения, а есть зоны контртрендового движения. Различия между разными интервалами времени значимые.
И что со всем этим делать?
Что до хаоса… вернее фрактальности. Действительно, ряды цен весьма похожи на фракталы, но до известного предела как вверх, так и вниз по таймфрейму. К тому же с флуктуирующим показателем Хёрста.
Прикол.
Чем отличаются эти локусы и есть ли статистические закономерности их появления. Пусть даже не предсказания их смены, а статистика частоты их появления, допустим.
А дальше ты начал заниматься схоластикой, которая уводит тебя в красивые научные дебри с нулевым выхлопом — и тренды не нашёл и время потратил.
Попробуй копать в другие области.
вот пример реализации алгоритма выделения трендов:
— никаких настроек — исключается момент подгонки.
— не зависит от ТФ — спускаясь по ТФ, выявляется только следующий более краткосрочный тренд и подтверждается более долгосрочный, фрактальность однако ;-)))
Для того, чтобы придумывать более-менее годные торговые системы глубокая статистическая подготовка не нужна. Да и риск-менеджмент, в своей рецептурной ипостаси, намного проще, чем принято писать и думать.
Но это не значит, что не надо тратить время и силы на понимание того, почему то, что мы торгуем, работает или не работает. И, что еще неприятнее, иногда несет деньги, а иногда уносит.