Мальчик buybuy
Мальчик buybuy личный блог
15 февраля 2022, 04:10

И в очередной раз про применимость методов ТВиМС к рыночным ценам

Доброй ночи, коллеги!

Хочу задать простой вопрос (в уточнение предыдущих дискуссий)

Я правильно понимаю, что для применения методов теории вероятностей и математической статистики к анализу рыночных цен изначально надо быть уверенным в том, что:

1. Приращения цен стараются не сильно отклоняться от своего среднего значения
2. Квадраты отклонений приращений цен от их среднего значения также должны вести себя достойно

В противном случае любая вероятностная модель может столкнуться с распределением приращений цен типа распределения Коши. Которая не только странна сама по себе, но и делает плохоприменимыми стандартные экономометрические плюшки (МНК etc.).

ВОПРОС:

Почему, коллеги, Вы считаете, что методы ТВиМС успешно применимы к рынку?
К примеру, в вопросе предсказания погоды методы ТВиМС факапят с 1960 г., наверное… Хотя погода тоже случайна… Не?

С уважением и в ожидании конструктивных ответов

И как обычно — убедительная просьба не срать в блоге. Для политики я создал отдельный блог.

С уважением
28 Комментариев
  • Иван Портной
    15 февраля 2022, 04:17
    Мальчик Buybuy, ну, наконец-то пост, который просил 3Qu и который на трейдерском ресурсе никому не интересен )))
      • Иван Портной
        15 февраля 2022, 04:33
        Мальчик Buybuy, честно говоря, сейчас не готов к дискуссии, да и тема какая-то неконкретная. Но вы мне обещали ответить на 3 вопроса. Раз уж случай выдался, вот скажите в вашей рыночной формуле как определяются коэффициенты в линейном индикаторе?
          • Иван Портной
            15 февраля 2022, 04:39
            Мальчик Buybuy, не-не, к вопросу №2 пока не переходим. Вы же говорили, что у вас аналитическая формула для рыночной эквити. И вы балуетесь линейными индикаторами, причем длинными (512-1024 члена). Вот про что был вопрос, т.е. как вы определяете эти 1024 коэффициента?
              • SergeyJu
                15 февраля 2022, 11:03
                Мальчик Buybuy, звучит похоже на кубический сплайн. 
          • Иван Портной
            15 февраля 2022, 04:43
            Мальчик Buybuy, 
            Ну и дискуссию всегда можно отложить. Я тоже спать хочу…
            Ну, ОК. А то вам с утра еще предыдущую тему разгребать )))
    • 3Qu
      15 февраля 2022, 06:46
      Иван Портной, я просил? Не помню такого.
      • Иван Портной
        15 февраля 2022, 15:30
        3Qu, 
        я просил? Не помню такого.
        Вы опять правы. Я не учел, что коммент (улику) можно просто удалить. )
        • 3Qu
          15 февраля 2022, 15:41
          Иван Портной, следов лучше не оставлять.))
  • 3Qu
    15 февраля 2022, 06:44
    Я правильно понимаю, что...
    Неправильно.
  • bstone
    15 февраля 2022, 08:47
    А почему бы и нет? Методы ТВиМС хорошо подходят для этой задачи. Да, они немного сглаживают и, соответственно, плохо учитывают редкие экстраординарные события, но если они дают хороший результат для остальных 99% наблюдений, то это вполне себе рабочий инструмент.
    • sn1
      15 февраля 2022, 09:32
      bstone, почитайте, почему не подходят: onfin.github.io/literacy/erratic_returns/
      • SergeyJu
        15 февраля 2022, 11:01
        sn1, Ваша статья про то, что методы, привычные по институтскому курсу, не работают. Ну так кто обещал, что будет легко?  
      • bstone
        15 февраля 2022, 11:36
        sn1, видимо вы не очень внимательно читали, перечитайте )) Например раздел «Неэргодичность» там напрямую следует из применения ТВиМС. Кто применил хотя бы так, тот уже не наступит на одну из граблей.
      • bstone
        18 февраля 2022, 14:56
        Мальчик Buybuy, исходный вопрос был о применимости методов ТВиМС к рыночным ценам. Теперь вопрос «в чем они дают хороший результат?» Значит ли это, что по первому вопросу достигнут консенсус?
  • vlad1024
    15 февраля 2022, 13:55
    Есть много методов помимо оптимизации линейной регрессии методами МНК, для которых это характерно. Если использовать методы из ML типа деревьев или бустинга, то им вообще пофиг что там за распределение, особенно если брать лосс не квадратичный а что-то в духе MAE, чтобы хвосты так сильно не влияли. Линейную регрессию можно учить с таким же лоссом и регуляризацией, и все будет нормально.

Активные форумы
Что сейчас обсуждают

Старый дизайн
Старый
дизайн