Обсуждение статьи "Грокаем "память" рынка через дифференцирование и энтропийный анализ" - страница 7

[Aleksei Stepanenko]

Alexander_K:
   

Для справки:

Всё почитаю, спасибо. И ссылки из этой статьи тоже.

Вот интересно, если построить график случайных приращений (ну псевдослучайных конечно), то визуально он не отличим от реальных графиков. Однако, их плотность, тоже будет изменяться случайно. И пользы из этого никакой похоже извлечь не получится. Хотя внешне один в один :)

добавил файл Excel с работающим примером

[Alexander_K]

Aleksei Stepanenko:

Вот интересно, если построить график случайных приращений (ну псевдослучайных конечно), то визуально он не отличим от реальных графиков. Однако, их плотность, тоже будет изменяться случайно. И пользы из этого никакой похоже извлечь не получится. Хотя внешне один в один :)

Я бегло проверил одну из последовательностей:

В конце я не знаю, что там у тебя - какой-то сбой, не разбирался.

Но, в целом - это обычный гауссовский случайный процесс, без всякой периодичности в дисперсии и выиграть на нем достаточно проблематично, но можно.

Разница с реальным ВР просто колоссальная.

[Aleksei Stepanenko]

Очень интересно, а косяк - пару строк в конце таблицы удалить надо. Внёс изменения.

Alexander_K:
   

Разница с реальным ВР просто колоссальная.

И на этой разнице построить индикатор :)

[Alexander_K]

Aleksei Stepanenko:

И на этой разнице построить индикатор :)

Строй :)))

Если бы это так легко было - а то ведь тут некоторые люди уже 15(!!!) лет бьются над этой задачей.

Кто-то находит, безусловно, и тут же спрыгивает с этого форума.

[Aleksei Stepanenko]

Alexander_K:
   

15(!!!) лет бьются над этой задачей. Кто-то находит, безусловно, и тут же спрыгивает с этого форума.

Здравствуй, нирвана!

[Maxim Romanov]

Aleksei Stepanenko:

Всё почитаю, спасибо. И ссылки из этой статьи тоже.

Вот интересно, если построить график случайных приращений (ну псевдослучайных конечно), то визуально он не отличим от реальных графиков. Однако, их плотность, тоже будет изменяться случайно. И пользы из этого никакой похоже извлечь не получится. Хотя внешне один в один :)

добавил файл Excel с работающим примером

А если этот график загрузить в мт5 как минутки и включить тайм фрейм м15 или н1, то вообще не отличишь от рыночного на глаз, это я проверил.

[Aleksei Stepanenko]

Maxim Romanov:
вообще не отличишь от рыночного на глаз

Спасибо, отлично!

Но различия в графиках есть. Формула Excel выдаёт случайные приращения, и частота появления этих приращений примерно одинакова. Визуально видно, что в  рыночном графике присутствует небольшое количество приращений очень большой величины (движуха). Так что, вот такие дела :)

[Vladimir Perervenko]

Maxim Dmitrievsky:

Уже писал в теме МО, что по идее это делается в один заход при помощи обратного преобразования Ламберта

но там слишком сложный мат аппарат для меня https://www.hindawi.com/journals/tswj/2015/909231/

Хотя пакеты для R и Py есть

таки есть пакет в R (LambertW)и "гаусианит" он отлично. Ниже графики логретурна EURUSD/M20 сырой и "отгаусианенный". 

require(LambertW)
set.seed(12358)
y1 <- diff(log(pr$close), 3)*100
out <- Gaussianize(y1, return.tau.mat = TRUE)
x1 <- get_input(y1, c(out$tau.mat[, 1]))  # same as out$input
test_normality(tail(y1, 4000)) 
test_normality(tail(x1, 4000)) # Gaussianized 

Рис.1 Сырые данные логретурна

Рис.2 Обработанные данные

[Maxim Dmitrievsky]

Vladimir Perervenko:

таки есть пакет в R (LambertW)и "гаусианит" он отлично. Ниже графики логретурна EURUSD/M20 сырой и "отгаусианенный". 

Рис.1 Сырые данные логретурна

Рис.2 Обработанные данные

ну вот преобразуйте обратно в котир и потом возьмите дробные ретурны из статьи и получите то, над чем Александр так безутешно бьется. По идее.

[mytarmailS]

Vladimir Perervenko:

таки есть пакет в R (LambertW)и "гаусианит" он отлично. Ниже графики логретурна EURUSD/M20 сырой и "отгаусианенный". 

Рис.1 Сырые данные логретурна

Рис.2 Обработанные данные

А можете как то по рабочекрестянски объяснить зачем "гаусить" котировки , какие преимущества это должно дать итп,  и как быть с новыми данными? как этим методом работать с ново "поступающими" данными?