C'est tout faux, mes amis. - page 5
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Eh bien, les courbes de bilan ont, pour le moins, des caractéristiques statistiques différentes de celles des courbes de cotation.
Alors laissez-le se développer, qui l'arrête, Vitaly. Oui, pour nous la réalité primaire est un flux de citations avec des propriétés statistiques très désagréables. Nous y appliquons toute la puissance de notre intellect (oups, non, pas toute) et obtenons une autre réalité - un flux de retour d'équilibre. Je ne dis pas que c'est toujours comme ça, mais très souvent, ce second flux a des propriétés statistiques beaucoup plus commodes et observables qui permettent parfois d'en construire un modèle acceptable.
Dans son explication des avantages de la diversification,Sergei a étudié exactement le deuxième flux, après avoir fait abstraction du premier. Et j'ai moi-même accroché à cette deuxième réalité dans mon article sur les sandwichs. Et tiré quelques conclusions concernant cette seconde réalité sans se référer à la première. Et qu'est-ce qu'il y a de si mal à ça ?
Qui dit que l'absence d'indépendance entre les graphiques du câble et de l'eura doit nécessairement conduire au même résultat pour les graphiques d'équilibre respectifs ?
J'ai regardé de plus près le raisonnement de Neutron. En fait, nous ne travaillons qu' avec des courbes d'équilibre ici - ou est-ce que je me trompe, Sergei? Eh bien, les courbes d'équilibre sont quelque chose qui a, pour le moins, d'autres caractéristiques statistiques que les courbes de cotation. Alors pourquoi parlons-nous de statistiques de barres se référant à des barres non gaussiennes ?
Idéalement, tout le monde souhaite que les rendements soient gaussiens, ce qui peut être temporaire. Il serait souhaitable qu'elle soit plus longue, mais il est malheureusement impossible de prévoir à l'avance la durée de cette période. Le système individuel a ses propres critères, qu'il est devenu mauvais. Outre ses caractéristiques utiles, le portefeuille apporte une non-stationnarité supplémentaire aux résultats en raison du fait que les retraits des systèmes individuels peuvent se produire avec une probabilité très différente de celle qui est théoriquement possible. En réduisant certains risques, nous en introduisons de nouveaux. Je ne dis pas que le portefeuille est mauvais, mais formellement, on ne peut se passer de la corrélation lorsqu'on sélectionne des systèmes pour un portefeuille :)
Quant à MA, bien sûr, cela signifie que la négativité disparaît, car il s'agit d'une moyenne.
Qui dit que l'absence d'indépendance entre les graphiques du câble et de l'eura doit nécessairement conduire au même résultat pour les graphiques d'équilibre respectifs ?
Il n'y a tout simplement pas beaucoup d'idées fondamentalement différentes pour le TS, surtout à la disposition d'un seul individu :) Ce qui semble techniquement différent, lorsqu'on l'examine plus en détail, a une base commune, utilise la même propriété du marché. Un changement significatif de cette propriété peut corréler les pertes d'une manière qui n'est pas observée et qui n'est pas théoriquement possible d'un point de vue gaussien.
Ils peuvent, bien sûr. Si vous vous contentez de "résumer" les systèmes individuels sans multiplier le risque de chacun d'entre eux par la racine de n, dans le pire des cas de corrélation complète des pertes individuelles, la perte totale sera égale à la perte initiale. Et la probabilité n'est de toute façon pas très éloignée de la probabilité théorique - si le modèle est correct et tient compte des corrélations entre les graphiques d'équilibre.
En fait, nous ne travaillons ici qu' avec des courbes d'équilibre - ou ai-je tort, Sergei? Eh bien, les courbes d'équilibre ont, pour le moins, des caractéristiques statistiques différentes de celles des courbes de cotation. Et pourquoi parler de statistiques de barres en se référant à des barres non gaussiennes ?
Je suis absolument d'accord avec vous, Alexey!
Et aussi, pour illustrer, prenons une douzaine de BP avec une distribution terriblement non-gaussienne dans la série de la première différence (voir fig. les points bleus) et une forte corrélation entre eux (voir le tableau).
Additionnez maintenant les dix BP et tracez la distribution de ses incréments (points rouges).
On peut voir que cette distribution ne peut être qualifiée de gaussienne qu'avec des réserves, importantes. Pour comparaison, la ligne noire montre la distribution normale...
Ce fait ne doit donc pas nous gêner. Je répète que vous pouvez mettre une vraie distribution non gaussienne des incréments de la courbe d'équilibre dans le modèle et le problème de la déversion sera résolu exactement. Comme Mathemat l'a correctement souligné , même cela n'est pas nécessaire, dans le pire des cas, nous obtiendrons des risques aussi bons que la capitalisation d'un seul instrument.
Alors laissez-le se développer, qui l'arrête, Vitaly. Oui, pour nous la réalité primaire est un flux de citations avec des propriétés statistiques très désagréables. Nous y appliquons toute la puissance de notre intellect (oups, non, pas toute) et obtenons une autre réalité - un flux de retour d'équilibre. Je ne dis pas que cela se passe toujours ainsi, mais très souvent, ce second flux a des propriétés statistiques beaucoup plus commodes et observables, ce qui permet parfois de construire un modèle acceptable.- Je suis tout à fait d'accord avec les hypothèses.
J'ai oublié de pronormaliser le BP résultant :-(.
Après normalisation, l'image est la suivante :
Nous pouvons voir que la série obtenue (points rouges) est normalisée, mais faiblement, en raison du petit nombre de BP initiaux qui y sont inclus.
Ils peuvent, bien sûr. Si vous vous contentez de "résumer" les systèmes individuels sans multiplier le risque de chacun d'entre eux par la racine de n, dans le pire des cas de corrélation complète des pertes individuelles, la perte totale sera égale à la perte initiale. Et la probabilité ne sera de toute façon pas très éloignée de la probabilité théorique - si le modèle est correct et tient compte des corrélations entre les graphiques d'équilibre.
Le coefficient de corrélation ne reflète objectivement la dépendance des deux OC que si chacune d'elles est stationnaire. Si les rendements de chaque système sont stationnaires (ou aussi longtemps qu'ils peuvent être considérés comme stationnaires), alors ce sera comme vous l'avez écrit. En gros, tant que les systèmes fonctionnent comme prévu, tout va bien s'ils se désynchronisent. Puisque les marchés sont désormais tous liés, nous ne pouvons qu'espérer une incohérence des idées qui sous-tendent le TS. En d'autres termes, outre le coefficient de corrélation formel, il devrait y avoir des systèmes essentiellement différents les uns des autres - "idéologiquement indépendants" :)
J'ai oublié de pronormaliser le BP résultant :-(.
Après normalisation, l'image est la suivante :
Vous pouvez voir que la série obtenue (points rouges) est normalisée, mais faiblement, en raison du petit nombre de BP initiaux qu'elle contient.
Votre image ne permet pas de savoir si la série est normalisée ou non. Il n'y a pas assez de données, juste dans les queues. Il est d'autant plus difficile d'estimer visuellement des limites de 3 sigmas par exemple pour chacun d'entre eux. Seul le changement de RMS est visible.
En général, si tout est assez simple avec la corrélation de deux symboles, alors la corrélation des rendements des deux systèmes n'est pas très simple. Les transactions sont généralement discrètes, avec des fréquences différentes et ne se chevauchent que dans le temps. La corrélation classique pour deux séries avec la même quantité de données prises aux mêmes moments