Das ist alles falsch, Freunde. - Seite 5
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Nun, Bilanzkurven haben, gelinde gesagt, andere statistische Eigenschaften als Kurskurven.
Also lass es wachsen, wer hält es auf, Vitaly. Ja, für uns ist die primäre Realität ein Strom von Zitaten mit sehr unangenehmen statistischen Eigenschaften. Wir wenden die ganze Kraft unseres Intellekts darauf an (oops, nein, nicht alles) und erhalten eine andere Realität - einen Strom von Rückflüssen. Ich sage nicht, dass es immer so ist, aber oft hat dieser zweite Strom viel bequemere und beobachtbare statistische Eigenschaften, die es manchmal erlauben, ein akzeptables Modell zu erstellen.
In seiner Erklärung der Vorteile der Diversifizierung hatSergei genau den zweiten Fluss untersucht, nachdem er vom ersten abstrahiert hatte. Und ich selbst bin in meinem Artikel über Sandwiches auf diese zweite Realität gestoßen. Und ich habe eine Reihe von Schlussfolgerungen in Bezug auf diese zweite Realität gezogen, ohne mich auf die erste zu beziehen. Und was ist daran so schlimm?
Wer sagt denn, dass die fehlende Unabhängigkeit zwischen Kabel- und Echokarten zwangsläufig zum gleichen Ergebnis für die jeweiligen Bilanzkarten führen muss?
Ich habe mir die Argumentation von Neutron genauer angesehen. Eigentlich arbeiten wir hier nur mit Gleichgewichtskurven - oder irre ich mich, Sergej? Nun, Gleichgewichtskurven sind etwas, das, gelinde gesagt, andere statistische Eigenschaften hat als Quotenkurven. Warum sprechen wir also über Balkenstatistiken, die sich auf nicht-gaußförmige Balken beziehen?
Im Idealfall möchte jeder, dass die Renditen gaußförmig sind, was vorübergehend sein kann. Es wäre wünschenswert, wenn sie länger wäre, aber leider ist es unmöglich, die Dauer dieses Zeitraums im Voraus zu bestimmen. Es gibt unterschiedliche Kriterien für ein einzelnes System, dass es schlecht geworden ist. Neben nützlichen Merkmalen bringt das Portfolio zusätzliche Nicht-Stationarität in die Ergebnisse, da Drawdowns einzelner Systeme mit einer ganz anderen Wahrscheinlichkeit auftreten können, als es theoretisch möglich ist. Indem wir einige Risiken verringern, bringen wir neue Risiken ins Spiel. Ich will damit nicht sagen, dass ein Portfolio schlecht ist, aber formal können wir bei der Auswahl von Systemen für ein Portfolio nicht auf Korrelation verzichten :)
Was die MA betrifft, so bedeutet dies natürlich, dass die Negativität verschwindet, weil sie eine Mittelwertbildung ist.
Wer sagt denn, dass die fehlende Unabhängigkeit zwischen Kabel- und Echokarten zwangsläufig zum gleichen Ergebnis für die jeweiligen Bilanzkarten führen muss?
Es gibt einfach nicht so viele grundverschiedene Ideen für TS, vor allem, wenn sie von einer einzigen Person stammen :) Was technisch gesehen unterschiedlich erscheint, hat bei näherer Betrachtung eine gemeinsame Grundlage und nutzt die gleiche Eigenschaft des Marktes. Eine signifikante Änderung dieser Eigenschaft kann die Verluste in einer Weise korrelieren, die nicht beobachtet wird und theoretisch aus einer Gaußschen Perspektive nicht möglich ist.
Natürlich können sie das. Wenn man die einzelnen Systeme einfach "aufsummiert", ohne das Risiko jedes einzelnen mit der Wurzel aus n zu multiplizieren, dann ist im schlimmsten Fall einer vollständigen Korrelation der einzelnen Drawdowns der Gesamtdrawdown gleich dem ursprünglichen Drawdown. Und die Wahrscheinlichkeit liegt immer noch nahe an der theoretischen Wahrscheinlichkeit - wenn das Modell korrekt ist und die Korrelationen zwischen den Bilanzkurven berücksichtigt.
Eigentlich arbeiten wir hier nur mit Gleichgewichtskurven - oder irre ich mich, Sergej? Nun, Gleichgewichtskurven sind etwas, das, gelinde gesagt, andere statistische Eigenschaften hat als Kurskurven. Warum sprechen wir also über Balkenstatistiken, die sich auf nicht-gaußförmige Balken beziehen?
Ich stimme dir absolut zu, Alexey!
Und zur Veranschaulichung nehmen wir ein Dutzend BPs mit einer sehr ungaußschen Verteilung in der Reihe der ersten Differenz (siehe Abb. die blauen Punkte) und einer starken Korrelation zwischen ihnen (siehe Tabelle).
Addieren Sie nun alle zehn BPs und stellen Sie die Verteilung ihrer Inkremente (rote Punkte) dar.
Es zeigt sich, dass diese Verteilung nur mit großen Vorbehalten als Gauß-Verteilung bezeichnet werden kann. Zum Vergleich: Die schwarze Linie zeigt die Normalverteilung...
Diese Tatsache sollte uns also nicht stören. Ich wiederhole, dass man eine reale nicht-gaußsche Verteilung der Inkremente der Gleichgewichtskurve in das Modell einsetzen kann und das Problem der Deversifikation genau gelöst wird. Wie Mathemat richtig feststellte , ist selbst dies nicht notwendig, denn im schlimmsten Fall erhalten wir Risiken, die so gut sind wie die Kapitalisierung eines einzigen Instruments.
Also lass es wachsen, wer hält es auf, Vitaly. Ja, für uns ist die primäre Realität ein Strom von Zitaten mit sehr unangenehmen statistischen Eigenschaften. Wir wenden die ganze Kraft unseres Intellekts darauf an (oops, nein, nicht alles) und erhalten eine andere Realität - einen Strom von Rückflüssen. Ich sage nicht, dass es immer so ist, aber oft hat dieser zweite Strom viel bequemere und beobachtbare statistische Eigenschaften, die es manchmal ermöglichen, ein akzeptables Modell zu erstellen.- Ich stimme mit den Annahmen völlig überein.
Ich habe vergessen, den resultierenden Blutdruck zu pronormalisieren :-(.
Nach der Normalisierung ergibt sich das folgende Bild:
Es ist zu erkennen, dass die erhaltene Reihe (rote Punkte) normalisiert ist, jedoch aufgrund der geringen Anzahl der darin enthaltenen anfänglichen BPs nur schwach.
Natürlich können sie das. Wenn man die einzelnen Systeme einfach "zusammenfasst", ohne das Risiko jedes einzelnen mit der Wurzel aus n zu multiplizieren, dann ist im schlimmsten Fall einer vollständigen Korrelation der einzelnen Drawdowns der Gesamtdrawdown gleich dem ursprünglichen Drawdown. Und die Wahrscheinlichkeit wird ohnehin nicht weit von der theoretischen entfernt sein - wenn das Modell korrekt ist und die Korrelationen zwischen den Bilanzkurven berücksichtigt.
Der Korrelationskoeffizient spiegelt die Abhängigkeit der beiden ZB nur dann objektiv wider, wenn jede von ihnen stationär ist. Wenn die Renditen der einzelnen Systeme stationär sind (oder solange sie als stationär angesehen werden können), dann wird es so sein, wie Sie geschrieben haben. Grob gesagt: Solange die Systeme wie geplant funktionieren, ist alles in Ordnung, wenn sie aus dem Takt geraten. Da die Märkte nun alle miteinander verbunden sind, können wir imho nur auf eine Inkohärenz der dem TS zugrunde liegenden Ideen hoffen. D.h. neben dem formalen Korrelationskoeffizienten in der Basis des Portfolios sollten sich die Systeme wesentlich voneinander unterscheiden - "ideologisch unabhängig" :)
Ich habe vergessen, den resultierenden Blutdruck zu pronormalisieren :-(.
Nach der Normalisierung ergibt sich das folgende Bild:
Sie können sehen, dass die erhaltene Reihe (rote Punkte) normalisiert ist, allerdings nur schwach, da sie nur eine kleine Anzahl von Ausgangs-BP enthält.
Aus Ihrem Bild geht nicht hervor, ob die Reihe normalisiert ist oder nicht. Es gibt nicht genügend Daten, nur in den Schwänzen. Umso schwieriger ist es, die Grenzen von z.B. 3 Sigmas für jeden von ihnen visuell abzuschätzen. Nur die RMS-Änderung ist sichtbar.
Wenn die Korrelation von zwei Symbolen einfach genug ist, ist die Korrelation der Renditen der beiden Systeme im Allgemeinen nicht sehr einfach. Die Geschäfte sind in der Regel diskret, mit unterschiedlicher Häufigkeit und überschneiden sich nur zeitlich. Die klassische Korrelation für zwei Reihen mit der gleichen Menge an Daten, die zu den gleichen Zeitpunkten aufgenommen wurden