Финальная модель SV with Jumps, пример предсказания цены КокаКолы на 3 года, откалибрована MCMC на исторических данных
Детальней, скрытый процесс волатильности (значения нормализованы, диапазоны отличаются от реальных), период 10 лет. И параметры, определяются достаточно стабильно, есть корреляция но небольшая (на графике нормализованные параметры, диапазоны отличаются от реальных)....Читать далее

Наконец то, начало получаться похоже на реальные цены, SV модель откалиброванная на Кока Коле, симуляция цены. 
Осталось добавить еще пару небольших моментов, и будет почти готово... 
Разные пути цены
Это тот же график что выше, но в сравнении с реальной прибыли кока колы (первый реальный, второй симуляция)....Читать далее

SV with Jumps, симуляция цены за 1000 дней (цена последний график).
r[t+1] = Normal(μ, exp(s[t]))
s[t] = ω + φ (v[t-1]-ω) + σ ε[t] + σj J[t]
Параметры наугад, не калиброваны, но на первый взгляд боль менее похоже на настоящие цены.
Она не может повторить кластер/серию прыжков, прыжки случайны, но все равно получается боль менее нормально....Читать далее

Это симуляция EGARCH подобной SV модели. Первый график волатильность. Можно сравнить его с VIX и увидеть что он даже близко не похож. Можно добавить в него случайные прыжки в волатильность, и он станет чуть лучше, но все равно будут отличия. SVJ и SVVJ также не дают похожей картины....Читать далее

Разные формы одного и того же, разная интуиция
yt = (1-a) yt-1 + a xt  взвешенное среднее, двух измерений
yt = yt-1 + a (xt — yt-1) поправка в среднее с разной скоростью
yt = b yt-1 + (1-b) xt;  b=exp(-1/T) память со скоростью забывания ~T шагов...Читать далее

Общался недавно со знакомым, он живет в пригороде, механик, занимается ремонтом разной техники, хочет купить квартиру в городе.
Зачем тебе квартира? Ты просто подаришь 7-10млн кому то. Что получишь взамен? 
Да вот, понимаешь, в городе пенсия выше будет, и какие то еще плюсы упомянул, которые я не понял....Читать далее

Чистый и компактный синтаксис вместо нечитаемого питоновского месива из случайных префиксов/методов/функций pref.fun(x)/obj.meth(d)/fun(b, d), с разными названниями и случайными сокращениями. 
Мульти диспатч и т.п. slicker.me/julia/julia_vs_python....Читать далее

Форма корреляции дающая много разных вариантов, асимметрию, сильную корреляцию в хвостах, и простую, быструю и аналитическую форму.
А также
Обычная линейная корреляция с меняющимся коэффицентом
x ~ N
ρ = (1 − σ(|x| − u))·ρc + σ(|x| − u) ρt, σ = sigmoid...Читать далее