Я давно присматриваюсь к кинотеатрам и решил изучить, что в целом происходит в индустрии на рынке США.

Для начала посмотрел исторические данные, и как предыдущие кризисы сказывались на посещаемости.

Интересно, что наибольшая годовая посещаемость кинотеатров США была в первые годы Великой депрессии и во время Второй мировой войны.  Этот период еще примечателен двумя событиями:

• 6 октября 1927 года вышел первый звуковой фильм «Певец джаза»
• 28 июня 1935 года на экраны вышел первый цветной фильм «Бекки Шарп». (в связи с последней тенденцией по борьбе с расизмом, даже не знаю, корректно ли использовать слово цветной, а то некоторые уже черный/белый список переименовывают)

Ни одного из фильмов я не видел, но понятно, что это был технологических прорыв. В то же время сняты такие легендарные хиты, как «Кинг Конг», «Волшебник страны Оз», «Унесенные ветром». Многие считают, что период Великий депрессии – это золотой век Голливуда. По выпущенным фильмам возможно да, но посещаемость к концу кризиса упала почти вдвое.

Вернее так: что я увидел, обучая модели. Всякие подобные темы любят поднимать трейдеры, они отлично располагают для пространных рассуждений о рынке и жизни, а я это, можно сказать, увидел наглядно. В общем, наблюдения не что-то гениальное, мной открытое, не грааль, но я это наблюдаю.

Что я делаю:

Играюсь с моделями ML, играюсь гипер-параметрами – параметрами самих моделей непосредственно и моими какими-то входящими параметрами. Смотрю как меняются результаты в зависимости от этих параметров.

Что я увидел:

1. Где-то закономерностей объективно больше, где-то объективно меньше. Если прочесываешь график моделями (с разными параметрами) по мат. ожиданию OOS результатов совокупности моделей и по их распределению видно, что из каких-то графиков закономерности извлекаются на ура, а из каких-то со скрипом. В данном случае график это пересечение по тикер-TF-временной отрезок. Да даже если брать только тикер, некоторые, что называется, палку воткни, она зацветёт, а в некоторых надо очень постараться, чтобы нащупать нормальные закономерности.
2. Похоже, действительно легче прогнозировать на короткие интервалы. Но эта закономерность выглядит не так, как её обычно преподносят. Обычно в ходу какая-то такая версия: чем ближе, тем легче, типа на минуты легче, чем на часы и т.д. Я бы сказал, что подтверждение находит скорее следующее: чем больше отношение горизонта прогноза к длине промежутка времени, данные из которого непосредственно участвуют в прогнозе. Ну т.е. если ты принимаешь решение по 50 свечам, то на 2*50 можно прогнозировать с большей точностью (winrate), чем на 10*50 и т.д. При этом в другом контексте, например, если ты ушел на TF выше, ты эти 10*50 сможешь спрогнозировать уже с хорошей точностью.
3. Объективно раньше было зарабатывать легче. По ошибке из большого промежутка времени сначала какое-то время брал для обучения данные не самые свежие, а самые древние и удивлялся очень приличным результатам моделей, на свежих данных моделям можно сказать драматически сложнее извлекать закономерности.