Профит из случайного ценового ряда - страница 5

 
usdjpy писал (а):
..................................
Для автотрейдинга
Юрий Решетников "МТС и методы управления капиталом"
А вас случайно не Юрием зовут?
У меня такое сомнение уже давно закралось ...
 
Mak:

Принципиальный момент - есть случайные ряды с памятью и есть без памяти.
Случайный ряд с памятью - у него функция распределения приращений случайной величины (е) ЗАВИСИТ от предыдущих значений ряда.
Это вообще нечто из ряда вон выходящее. Новое определение ботаника - Мака случайной величины.

В теории вероятности случайной величиной называют независимую от предыдущих значений. Одно из двух или зависима или случайна. Третьего не дано.
 
Mak:
usdjpy писал (а):
..................................
Для автотрейдинга
Юрий Решетников "МТС и методы управления капиталом"
А вас случайно не Юрием зовут?
У меня такое сомнение уже давно закралось ...

Ну, вообще, по агрессивности и манере общения очень напоминает.
Хотя, возможно, это корпоративный ход этакий.,Х.З.- Привлекать людей к своему ресурсу ведь надо как-то.
 
Сам ты ботаник ...
Разницу между случайной величиной и случайным рядом улавливаешь?
И не надо меня учить теории вероятностей, сначала сам почитай что это такое.
 
Mak:
olexij:
Ну а насчет нормального распределения - котировки и так, как и писал С.В. и что лежит на ладони, распределены нормально вокруг скользящего среднего, так что тут все чисто.
Поправочка.
1. Вид функции распределения разностей цены и средней зависит от дисперсии этого распределения и от значения средней.
2. Функция распределения этой разности несимметрична, и поэтому оно не может быть гаусовым.
3. При некоторых условиях распределение разности стремится к гаусовому распределению, но никогда им не становится.

Знаете Мак, мое утверждение наверное было предвременным, ваше кстати такое же голословное, если не покажете тестов или соответственной литературы :)
 
По сути темы: полистал я Питерса и нашел на странице 132 формулу фрактального распределения. Так вот, нормальное рапсределение является частным случаем фрактального. Кому интересно, возмите ссылку выше и откройте страницу. То есть если вы хотите сделать предложенное, вы экспериментальным способом путем тестирования гипотез находите коэф. фрактального распределения. Потом превращаете его в нормальное, плюща толстые хвосты и обрезая верхушку. Таким образом вы возвращаетесь к теории эффективного рынка, отбросив все прелести фрактального моделлирования. И тут возникает вопрос: зачем? Если вам нужно нормальное распределение, то подгоняйте коэф. по него! Зачем извращатся? Ну и все ваши выводы будут тогда касаться несовершенной теории эффективного рынка. Мое мнение пока: это туфта и трата времени. Охотно возьму свои слова назад, если я чего-то недопонял и кто-то убедит меня в обратном...
 
olexij:
Mak:
olexij:
Ну а насчет нормального распределения - котировки и так, как и писал С.В. и что лежит на ладони, распределены нормально вокруг скользящего среднего, так что тут все чисто.
Поправочка.
1. Вид функции распределения разностей цены и средней зависит от дисперсии этого распределения и от значения средней.
2. Функция распределения этой разности несимметрична, и поэтому оно не может быть гаусовым.
3. При некоторых условиях распределение разности стремится к гаусовому распределению, но никогда им не становится.

Знаете Мак, мое утверждение наверное было предвременным, ваше кстати такое же голословное, если не покажете тестов или соответственной литературы :)
Элементарно, Ватсон ... :))
Простая логика, даже математика не нужна.

1. Цена - величина строго положительная (далее наверное уже все очевидно).
2. Цена может стремиться к нулю, но не может ее достичь (если не учитывать дискретность денег, которую всегда можно обойти)
3. Значит распределение разности цены и скользящей средней ВСЕГДА будет ограничена снизу некоторой величиной, при этом значение разности может стремиться к этому ограничению, но никогда не может его достичь.
4. Влияние этого ограничения зависит от коэффициента вариации, фактически отношения СКО к среднему. Чем меньше эта величина, тем меньше влияние ограничения ...

Ну и кроме того, не нужно забывать про "тяжелые хвосты".
Функция распределение приращений цены на самом деле состоит из смеси функций распределения.
Для разных состояний своя функция распределения (на флете одна, на новостях другая).
Это тоже приводит к ненормальности ФР разности цены и среднего.
 
Ну и какая разница, нормальная функция распределения или нет?

Если эта ФР не зависит от истории и имеет нулевой матожидание - на таком случайном ряду прибыльную систему построить нельзя (см.Дуба)
В противном случае это утверждать нельзя.
Для некоторых ФР можно построить работающую систему.
 
olexij, ты сам догадался, что я имел в виду о преобразовании фрактального в нормальное. Но вот вывод о возврате к теории эффективного рынка, на мой взгляд, неверен. Нормальные данные, которые получаются таким образом, - это синтетические данные. Они не имеют прямого отношения к рынкету.

Ну а о деталях лучше бы все-таки спросить у С.В. Он эту бодягу заварил, на многих страницах пытался обосновать возможность прибыльной работы на нормальном, а потом еще и эту идею трансформации вбросил, не показав ее реализации. Я уважаю мнение и С.В., и Rosh'a, но сильно сомневаюсь, что на нормальных данных можно построить нечто долговременно прибыльное. Вот на чистом фрактальном распределении с приличным показателем Херста (близким к 1), думаю, можно, так как это явно персистентный ряд. Недельки, например, имеют Н значительно выше минуток...

2 Mak:
3. Значит распределение разности цены и скользящей средней ВСЕГДА будет ограничена снизу некоторой величиной, при этом значение разности может стремиться к этому ограничению, но никогда не может его достичь.

Mak, ты чего-то не туда загнул. Цена никогда не пересекается с мувингом?!
 
Mathemat:
.... Я уважаю мнение и С.В., и Rosh'a, но сильно сомневаюсь, что на нормальных данных можно построить нечто долговременно прибыльное. ...
Я утверждаю, что и на ненормальном распределении нельзя построить ничего прибыльного, даже кратковременно.
Потому, что суть не в форме ФР, а в зависимости параметров ФР приращений временного ряда от предыдущих значений этого ряда.
Если она есть - есть вероятность построить работающую систему.
Если нет - нет.
Причина обращения: