От теории к практике - страница 1500

 
Alexander_K:

Похоже немного. Теперь бери кумулятивную сумму за некий период времени, рассчитывай стандартное отклонение по формуле =sqrt(D*t), умножай на какой-нибудь квантиль распределения Гаусса. Попадешь в стационарный канал относительно 0. При выходе за верхнюю границу - SELL, за нижнюю - BUY. Выход из сделки - при возврате к 0. Вот и все.

Да ... я там пока другими квантилями торгую)) Все оно тут веселое)) Вот по евре картинка. Та по золоту была. 


 
Alexander_K:
Паршивый фунт буквально-таки крушит мою ТС... Обидно...

Ну так брэксит же, логично на нём ожидать отклонения от обычного поведения, ещё до 1,10 вполне дотащить может, лучше не торговать в такое время или очень минимальным объемом

 
А я по фунту оттейкался))) Повезло. По золоту хреновее идут дела))
 
Evgeniy Chumakov:


Опять я пропустил. Дайте мне посмотреть что там такое.

Рисовал тысячи красивых сумм приращений с дов. интервалом без всяких квантилей.   Проблема всё та же , не всегда при выходе  за нижнюю границу цена идёт вверх. 

Думаю, что у тебя не было такого ряда как у Колдуна. Увы, не можем мы пока найти преобразование к стационарности, а работать с обычным рядом приращений хоть на минутках, хоть на чем - полная ерунда.

Но, вон у Феликса (пардон, дружище!) кажись что-то похожее...

 

На счет ключа ещё мысли.  

Все валюты жёстко связаны между собой и изменение например SYM1.SYM2 сразу отобразится на всех валютных парах где есть эти валюты. (По крайней мере, я не обнаружил арбитражных ситуаций когда бы факт значение цены было сильно не равно рассчитанному через другие валютные пары.)

Берём и анализируем эксцесс всех валютных пар где есть валюты   SYM1.SYM2  , вносим поправку в формулу дисперсии исходя из общего (или максимального эксцесса ). 

 
 
transcendreamer:

Ну так брэксит же, логично на нём ожидать отклонения от обычного поведения, ещё до 1,10 вполне дотащить может, лучше не торговать в такое время или очень минимальным объемом

Какие люди в гостях! Присоединяйся, к этой ветке, дружище! Уже и слепому видно что Баблакокос полностью исчерпан. А здесь еще есть шансы. Есть.

[Удален]  
Alexander_K:

Лана. Это я так - если есть желание.

Основная идея у Колдуна (собственно, как и у меня на начальном этапе этой ветки) - преобразование исходного ряда приращений к стационарному виду. Когда распределение вероятностей симметрично и имеет постоянную дисперсию.

В этом случае, действительно, никакого дрифта (сноса) у процесса нет и прибыль легко извлекается с помощью кумулятивной суммы приращений.

Но, как сделать такое преобразование?! А я, чё, знаю??!!! Понятия не имею.

https://www.hindawi.com/journals/tswj/2015/909231/

The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
  • Hindawi
  • www.hindawi.com
I present a parametric, bijective transformation to generate heavy tail versions of arbitrary random variables. The tail behavior of this heavy tail Lambert random variable depends on a tail parameter : for , , for has heavier tails than . For being Gaussian it reduces to Tukey’s distribution. The Lambert W function provides an explicit inverse...
 

Спасибо, Макс! Картинки похожие на те, которые Колдун демонстрировал. Обязательно почитаю.

[Удален]  
Alexander_K:

Спасибо, Макс! Картинки похожие на те, которые Колдун демонстрировал. Обязательно почитаю.

Вроде, уже скидывал, но никто не читал :) я матчасть не асилил. Гугл рассказал, что есть только такой способ и он эффективный. Есть еще непараметрическим методом брутфорса, но инфы не нашел.

 
Maxim Dmitrievsky:

Вроде, уже скидывал, но никто не читал :) я матчасть не асилил. Гугл рассказал, что есть только такой способ и он эффективный. Есть еще непараметрическим методом брутфорса, но инфы не нашел.

Некогда было. А щас я в отпуске, попробую осилить.