Вопрос к опционщикам, или же к тем у кого хорошо с матиматикой (а именно оптимизацией). - страница 2
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Да, значит не получается упростить. Тогда методом из методички решать.
1. Грубая подстройка – метод псевдослучайных отклонений.
2. Точная подстройка – метод покоординатного спуска.
Да, значит не получается упростить. Тогда методом из методички решать.
1. Грубая подстройка – метод псевдослучайных отклонений.
2. Точная подстройка – метод покоординатного спуска.
Завтра попробую методом Ньютона для одной переменной (от своей критериальной формулы) поэтапный подбор (сначала B,C,D,E) а затем (A,S) и так в цикле пока не будет минимальное значение критерия найдено.
Завтра попробую методом Ньютона для одной переменной (от своей критериальной формулы) поэтапный подбор (сначала B,C,D,E) а затем (A,S) и так в цикле пока не будет минимальное значение критерия найдено.
Не критерия, а целевой функции. И критериальная формула мне не нравится, поскольку смысла не имеет. И Ваша аргументация мне не нравится. Похоже, Вы - аферист.
Не критерия, а целевой функции. И критериальная формула мне не нравится, поскольку смысла не имеет. И Ваша аргументация мне не нравится. Похоже, Вы - аферист.
Мне тоже много чего не нравится)
И она же является критериейм. Когда все точкиложатся на улыбку, значение функции = 0Целевая функция была выбрана таким образом что бы сзодилась к нулю при полном совпадении точек, тогда можно из ряда тейлора вывести формулу для метода Ньютона. Сама функция не идеально да, ее делал по описанию с методички биржи, есть мысль от корреляции производные брать но это позже если с моей функцией не удастся)
Не критерия, а целевой функции. И критериальная формула мне не нравится, поскольку смысла не имеет. И Ваша аргументация мне не нравится. Похоже, Вы - аферист.
Критерием является минимизация целевой функции. Что в этом такого?
Завтра попробую методом Ньютона для одной переменной (от своей критериальной формулы) поэтапный подбор (сначала B,C,D,E) а затем (A,S) и так в цикле пока не будет минимальное значение критерия найдено.
А почему формулу из методички вы решили использовать, но предлагаемый метод решения устойчиво игнорируете?
Можно еще попробовать просто перебором параметров с большим шагом, сокращать границы и уменьшать шаг.
А почему формулу из методички вы решили использовать, но предлагаемый метод решения устойчиво игнорируете?
Можно еще попробовать просто перебором параметров с большим шагом, сокращать границы и уменьшать шаг.
Я пробовал его (Точная подстройка – метод покоординатного спуска.) но он не подбирал параметры так как нужно если НЕ задать первоначальное предположение близким к требуемому. Мне же нужно с нуля (е с параметров когда S = 0, A = 0, B = 1, C = 1, D = 0, E = 1 - это прямая линяя) подбирать кривую. Метод Грубой подстройки не стал использовать так как сейчас некогда разбираться в методе псевдослучайных отклонений на основе последовательности Соболя (не использовал ее не когда ранее...)
А формулу из методички решил использовать так как она лучше всего экстрополирует. До этого зотел методом VannaVolga подбирать значения, все запрограммировал, но обнаружилась проблемма модели: Если биржевая улыбка равномерно расходится от центра в стороны, а далее превращается в прямую линюю (но перед этим охватывает все нужные мне опционные страйки) то модель VannaVolga ведет себя подобно синусоиде/косинусоиде, достигнув краев, она стримится вниз к нулю, но мне нужно дальнейшие страйки экстраполировать, а они согласно теории опционного ценообразования будут распологаться все выше и выше (но не по синусоиде/Косинусоиде)
По сути метод который я сейчас использую не чем особо от биржевого метода не отличается, я делаю следующее:
Запускаю цикл пока критерий не сойдется к нулю или же пока улучшения не прекратятся
В цикле запускаю итеррационные циклы по методу Ньютона для каждого из шести параметров последовательно цикл продолжается пока либо не будет сведена критериальная функция к нулю, либо пока модификация данного критерия не перестанет приносить улучшение критерия.
В целом иногда работает, но погрешности очень велика.
Сейчас стал задавать A = фиксированной величине изначально и после перебирать его последним... так вроде лучше получается однако опять же не панацея. Есть идея попробовать попарный перебор (к примеру параметр B лучше перебирать с параметром E - тогда они быстрее улучшают критериальнуцю функцию.) Пока копаю в жтом направлении.
У меня тестовый GUI есть и я там запускаю перебор что бы визуально видить разницу, буре подобранные параметры биржи, строю по ним опорные точки, загоняю в оптимизационный метод и смотрю сошлись ли найденые мною параметры с биржевыми или же нет, пока не сильно сходятся.
Сам метод используемый биржей (на сколько я его понял) - таков:
Берут шаг (к примеру коэффициент B шаг = 100)
Далее первоночальное предположение B = 150.
Далее 150 + 100 / 150 - 100 и считают притений, если он не улучшился то шаг делят по полам... и т.д. Всего получается множество итерраций на один параметр.
Метод Ньютона:
B = Bi - f/dFdB;
и так далее пока ритерий не перестанет улучшаться. В итоге методом Ньютона (для одной переменной) та же работа что проделывается биржей к примеру за сотню итерраций проделывается за 10 итерраций или же и того меньше.
Только вот интересно от чего у меня не заработал метод Ньютона для всех переменных сразу этого не пойму что то... :
x = xi - inv(Hi)*Vi
Где:
x - вектор столбец коэффициентов улыбки
xi - первоначальное предположение (на i-тую итеррацию)
H - Матрица Гассе вторых производных
V - Вектор столбец первых производных
Не критерия, а целевой функции. И критериальная формула мне не нравится, поскольку смысла не имеет. И Ваша аргументация мне не нравится. Похоже, Вы - аферист.
Хоть с тем что я аферист - я не согласен однако касательно критерия - Ваша правда.
Заменил свой критерий на следующий:
sqrt(sum(((fIV - IV)/IV)^2)/(n)) - Иначе говоря СКО по процентным приростам относительно эталонного значения
И добавил коэффициент корреляции (по нему в первую очередь оптимизирую) + перебор параметров методом биржи (но попарный перебор, а не сплошной) и дело вроде сдвинулось...Погрешность по новой критериальной фуенкции ~= 0,2 и графически лодатся друг на друга уже, но над точностью еще нужно будет поработать..Возможно стоит дважды делать прозод с критерием оптимизации по корреляционному коэффициенту...
Так же попробую завтра метод НЬтона из нового критерия. Ранее (до этой задачи) он меня не подводил еще быть может и сейчас поможет))