От теории к практике - страница 622

Martin_Apis_Bot Cheguevara
1725
Martin_Apis_Bot Cheguevara  
Было бы конечно круто создать команду..тип продвинуть продукт, тип создать его, тип протестить все дела заработать баблишко.но разве это веселее данного дискуссионного клуба:) 
Martin_Apis_Bot Cheguevara
1725
Martin_Apis_Bot Cheguevara  
Это на самом деле как матрица все смотрят но не видят...все флеты и тренды имеют начало, имеют и конец. Вы в матрице товарисчи, даже кнопки : красная и  синяя будто Мёбиус  прописал) Предлагаю вернуться в Зеон для дальнейшего обсуждения))
secret
845
secret  
Alexander_K2:

Колмогоров - это дядька поумнее большинства пялящихся в монитор. И требования к прогнозированию ВР у него простые: матожидание = const и периодическая АКФ.

С такими требованиями любой дурак спрогнозирует, не то что Колмогоров)
Maxim Dmitrievsky
30149
Maxim Dmitrievsky  
Alexander_K2:

Теперь вот какую вещь надо сказать.

Смотрю я на распределения приращений и как они меняют свои стат.моменты в зависимости от интервалов считывания котировок и понимаю, что рыночные цены НЕ обладают свойством самоподобия. Это свойство присуще исключительно процессам с устойчивыми, бесконечно делимыми (к примеру, нормальными) распределениями приращений - таким как броуновское движение. На рынке этого не наблюдается.

Очевидно, Мандельброт и его подельники, не шаря в физике (а еще хуже - шаря, но тщательно это скрывая), специально ввели в заблуждение страждущих, чтобы те поскорее переходили на скальпинг на тиковых данных и мелких таймфреймах и, сливая свои депозиты, пополняли их бездонные карманы.

Вот так-то!

Исследование на тему

http://tpq.io/p/rough_volatility_with_python.html

то же самое https://hal.inria.fr/hal-01350915/document
rough_volatility_with_python
rough_volatility_with_python
  • tpq.io
The code in this iPython notebook used to be in R. I am very grateful to Yves Hilpisch and Michael Schwed for translating my R-code to Python. For slideshow functionality I use RISE by Damián Avila. $$ \newcommand{\beas}{\begin{eqnarray*}} \newcommand{\eeas}{\end{eqnarray*}} \newcommand{\bea}{\begin{eqnarray}} \newcommand{\eea}{\end{eqnarray}}...
Олег avtomat
8472
Олег avtomat  
Alexander_K2:

Теперь вот какую вещь надо сказать.

Смотрю я на распределения приращений и как они меняют свои стат.моменты в зависимости от интервалов считывания котировок и понимаю, что рыночные цены НЕ обладают свойством самоподобия. Это свойство присуще исключительно процессам с устойчивыми, бесконечно делимыми (к примеру, нормальными) распределениями приращений - таким как броуновское движение. На рынке этого не наблюдается.

Очевидно, Мандельброт и его подельники, не шаря в физике (а еще хуже - шаря, но тщательно это скрывая), специально ввели в заблуждение страждущих, чтобы те поскорее переходили на скальпинг на тиковых данных и мелких таймфреймах и, сливая свои депозиты, пополняли их бездонные карманы.

Вот так-то!

ты уже и теорию заговора сюда приплёл... очередная чушь.

Ознакомься с предметом:

http://inis.jinr.ru/sl/vol2/Physics/Динамические%20системы%20и%20Хаос/Федер%20Е.,%20Фракталы,%201991.pdf 

Evgeniy Chumakov
2066
Evgeniy Chumakov  
Тьфу!
Alexander_K2
2223
Alexander_K2  

Чтобы было понятно, к чему я стремлюсь.

Только начал работать в потоке Эрланга 60-го порядка (считывание тиковых котировок, в среднем, 1 раз в минуту).

Имеем следующую гистограмму для приращений, к примеру, пары EURJPY:

Статистика:

Это - практически распределение Лапласа.

Сумма приращений (~цена) и модулей приращений (~дисперсия) имеют нормальное распределение при достаточно большом объеме выборки (сутки - для М1 или неделя - для М5) таких СВ.

Так вот задача - выйти на чистое распределение Лапласа, тогда реально будем иметь прямой аналог процесса Орнштейна-Уленбека с возвратом к средней.

secret
845
secret  
За 600 страниц командир так и не врубился, что возврат к средней никак не зависит от формы приращений)
Igor Makanu
8020
Igor Makanu  

еще бы угадать какие участки истории он использует для построения своих графиков, есть трендовые участки на несколько месяцев, есть боковики

как и не ясен принцип "перескакивания" с М1 на М5, тут как бы нужно постоянство или хотя бы обоснование, ему бы в гос.статистические учреждения. Там  с такими бы талантами ему не было бы цены, там тоже удачно складывают то кварталы, то месяцы, то сезоны = на выходе нужные стат.данные

)))

Violetta Novak
1590
Violetta Novak  
Alexander_K2:

Чтобы было понятно, к чему я стремлюсь.

Только начал работать в потоке Эрланга 60-го порядка (считывание тиковых котировок, в среднем, 1 раз в минуту).

Имеем следующую гистограмму для приращений, к примеру, пары EURJPY:

Статистика:

Это - практически распределение Лапласа.

Сумма приращений (~цена) и модулей приращений (~дисперсия) имеют нормальное распределение при достаточно большом объеме выборки (сутки - для М1 или неделя - для М5) таких СВ.

Так вот задача - выйти на чистое распределение Лапласа, тогда реально будем иметь прямой аналог процесса Орнштейна-Уленбека с возвратом к средней.

В общем понятно, уменьшается эксцесс, подбираются хвосты ---> от Лапласа переходим к нормальному, от нормального к равномерному. А что тогда в самом начале?  Не Лаплас? Что? Ведь легко описывается экспонентой, если взять один бок. Это минутки EURUSD окно-месяц.