Reflexiones sobre el azar

 

¡Buenas tardes!

Escribo esto y me pregunto cómo no ofender a nadie ni provocar una inundación. Espero ser constructivo, y, sólo estoy preguntando (no probando, no refutando, sólo queriendo un diálogo).

Si se toma una serie de cotizaciones de muchos años y se crea en base a ellas un archivo de ceros y unos: cero -si el siguiente precio es mayor que el anterior; uno si es al revés- se obtiene una secuencia pseudoaleatoria. De momento, llámalo con el prefijo "pseudo".

Además, generamos operaciones ideales basadas en la secuencia pseudoaleatoria: si es 1, compramos y salimos en la siguiente barra, si es 0, vendemos y salimos en la siguiente barra. El gráfico de renta variable resultante es casi una línea plana dirigida hacia arriba (incluyendo el diferencial).

Ahora, una pregunta: si intentamos repetir nuestra secuencia de pseudo-equidad utilizando la simulación de Monte Carlo esperando llegar al mismo resultado que en el paso inicial, es decir, entradas ideales, ¿qué obtendremos? Hagamos cuentas: hay 60.000 barras de horas, por lo que hay 2^60.000 (!) filas diferentes de ceros/unidades. Sólo uno de ellos describe perfectamente las entradas. Está bastante claro que aunque carguemos la computadora con 100 billones de generaciones, probablemente no obtendremos el resultado deseado. Cada vez, nuestro patrimonio resultante se asemejará a un drenaje a la tasa de propagación. ¡Y (el resultado) está ahí en la naturaleza! Lo tenemos en nuestra historia. En otras palabras, jadeamos, contamos y fumamos, no encontramos nada y decimos: "Vale, el problema no está resuelto, me voy a la cama. ¿No le recuerda el problema de la probabilidad de vida en nuestro universo? Parece que tiene valores de probabilidad comparables en número de órdenes de magnitud.

He expuesto el contexto general, hay mucho que pensar. ¿A qué clase de problemas, por así decirlo, pertenece mi idea?

 

La cuestión es que el mercado no es una secuencia pseudoaleatoria ni una secuencia aleatoria. Hay patrones en el mercado. Y si hay patrones, ya no es una secuencia aleatoria.

Un claro ejemplo de ello son las tendencias y los patrones planos. Son regularidades.

Por lo tanto, es inútil generar algo en el tema de la aleatoriedad y compararlo con el mercado....))

 
 
Sí, estamos hablando de un ajuste puro y luego de intentar generar una serie de señales similares de forma artificial. Si aceptamos (y creo) que las citas en sí mismas no son aleatorias, entonces la fuerza bruta es ideológicamente incorrecta, pero la cuestión estriba en los límites de la aplicación de este enfoque a tales tareas.
 
Gracias.
 
alexeymosc:

¡Buenas tardes!

Estoy escribiendo esto y me pregunto cómo no ofender o provocar a alguien para que se quede sin palabras. Espero ser constructivo, y, sólo estoy preguntando (no probando, no refutando, sólo queriendo un diálogo).

Si se toma una serie de cotizaciones de muchos años y se crea en base a ellas un archivo de ceros y unos: cero -si el siguiente precio es mayor que el anterior; uno si es al revés- se obtiene una secuencia pseudoaleatoria. De momento, llámalo con el prefijo "pseudo".

Además, generamos operaciones ideales basadas en la secuencia pseudoaleatoria: si es 1, compramos y salimos en la siguiente barra, si es 0, vendemos y salimos en la siguiente barra. El gráfico de renta variable resultante es casi una línea plana dirigida hacia arriba (incluyendo el diferencial).

Ahora, una pregunta: si intentamos repetir nuestra secuencia pseudoaleatoria utilizando la simulación de Montecarlo esperando llegar al mismo resultado que en el paso inicial, es decir, entradas ideales, ¿qué obtendremos? Calculemos: hay 60.000 barras horarias, por lo que hay 2^60.000 (!) filas diferentes de ceros/unidades posibles. Sólo uno de ellos describe perfectamente las entradas. Está bastante claro que aunque carguemos la computadora con 100 billones de generaciones, probablemente no obtendremos el resultado deseado. Cada vez, nuestro patrimonio resultante se asemejará a un drenaje a la tasa de propagación. ¡Y (el resultado) está ahí en la naturaleza! Lo tenemos en nuestra historia. En otras palabras, jadeamos, contamos y fumamos, no encontramos nada y decimos: "Vale, el problema no está resuelto, me voy a la cama. ¿No le recuerda el problema de la probabilidad de vida en nuestro universo? Parece que tiene valores de probabilidad comparables en número de órdenes de magnitud.

He expuesto el contexto general, hay mucho que pensar. ¿A qué clase de problemas, por así decirlo, pertenece mi idea?


De alguna manera, yo también tuve una idea similar. Imaginando una cita como una serie binaria, ¿es posible descifrar el proceso que la genera? Técnicamente, una secuencia pseudoaleatoria es generada por un registro de desplazamiento con retroalimentación lineal (RSLOS). Así que nuestra tarea de decodificación es encontrar el LCLOS que generó nuestra secuencia pseudo-aleatoria. Este problema se resuelve con el algoritmo Burlecamp-Massey. Intenté descifrar una cotización utilizando este algoritmo pero no funcionó, aunque no me llevó mucho tiempo. Curiosamente, si no se sustituyen los valores analógicos por los binarios y se intenta descifrar el proceso de generación de nuestra serie de precios pseudoaleatoria analógica, se puede utilizar el mismo algoritmode Burlecamp-Massey. En este caso, el proceso generador será el modelo autorregresivo de Prony x[n] = SUM a[k]*x[n-k]. Apartedel algoritmo Burlecamp-Massey, el algoritmo Levinson-Durbin sería más robusto. El problema del modelo AR analógico de Prony es que es inestable, a diferencia del RSLOS binario, y sus predicciones pueden llegar rápidamente al infinito. Podemos superar la inestabilidad asumiendo que nuestra cita pseudoaleatoria tiene ruido. Entonces, en lugar de un modelo AR que reproduzca todos los datos históricos con error cero, podemos utilizar un modelo AR aproximado resuelto, por ejemplo, por el método de Bourg. Se trata de un problema econométrico. Es interesante notar que encontrar el modelo exacto de Prony es equivalente a ajustar la suma exponencial SUM C[k]*EXP(B[k]*k) en nuestra serie, donde B[k] puede tener tanto parte real negativa como positiva (la parte positiva conduce a inestabilidades). El modelo AR aproximado de Burg resuelve el mismo problema ajustando exponentes amortiguados. En resumen, tomando el camino de la decodificación de una serie de precios, llegamos a los modelos econométricos AR.
 
Wow, super. Eso es lo que estaba pensando en embrio.
 
Y en cuanto al hecho de que no funcionó, escribí sobre la baja probabilidad. El problema no puede resolverse con medios ordinarios. Aquí sería útil un ordenador cuántico sólo para comprobar la idea. (Perdón por el formato de las respuestas, estoy luchando con mi tableta).
 
La velocidad de despegue del avión es de 200 km/h. El avión está montado en una cinta de correr que se mueve a una velocidad superior a la del despegue. ¿Despegará?
 
despegará, a la misma velocidad que la pista
 
FAQ:
despegará a la misma velocidad que la pista


¿Velocidad relativa a qué?
Razón de la queja: