Профит из случайного ценового ряда - страница 4

 
olexij: 3. Ты пишешь о преобразовании Бокса-Мюллера? О генерации псевдо-случайных нормально распределенных чисел из псевдо-случайных равномерно распределенных тут: http://www.taygeta.com/random/gaussian.html. Но где у нас тут псевдо-случайные равномерно распределенные величины?
2. Стационарность процесса: вероятно, да. Я тоже не думаю что функция распределения изменяется со временем.
1. Лень сейчас рыть и читать, ввиду последнего замечания:
Существует например тест Колмогорова-Смирнова, для которого, имея случайную выборку можно протестировать, является распределение случайной величины нормальным или нет: https://en.wikipedia.org/wiki/Kolmogorov-Smirnov_test . Если тебе этого не хватает, то склей пожалуйста все тобой више написаное вразумительно в описание того, что ты предлагаешь.

3. Ну да, пусть и о Боксе-Мюллере, методов-то много разных. Даже здесь есть статистическая библиотека (от klot'a, кажись), там есть функция, обратная нормальной, как раз для генерации нормальной величины из равномерно распределенной. В любом случае основа здесь - the fundamental transformation law of probabilities. Именно на этот закон я и ссылаюсь.

Касательно того, что мне не хватает: я этим не занимаюсь, а только отметил, что этим, вероятно, хотел заняться С.В. А хотел он, видимо, собрать статистику по Returns, а потом, исходя из эмпирического распределения Returns, преобразовать эти данные в нормально распределенные, на которых, по его намекам и утверждениям Rosh'a, можно тупо рубить капусту. При этом каждому измерению реального Returns будет взаимно однозначно соответствовать "нормализованное". На "нормализованных" данных открываются/закрываются сделки, которые трансформируются в сделки на реальных данных.

1. А ты почитай Питерса, там много интересного. Мне не нужно проводить тест Колмогорова-Смирнова для проверки нормальности Returns, так как я знаю, что они не нормальны, и это действительно очевидно - например, из факта существования тяжелых хвостов. События типа "шесть сигм" на реальном рынке происходят довольно редко, но все же в сотни тысяч раз чаще, чем по нормальному закону.

 
Mathemat:
olexij: 3. Ты пишешь о преобразовании Бокса-Мюллера? О генерации псевдо-случайных нормально распределенных чисел из псевдо-случайных равномерно распределенных тут: http://www.taygeta.com/random/gaussian.html. Но где у нас тут псевдо-случайные равномерно распределенные величины?
2. Стационарность процесса: вероятно, да. Я тоже не думаю что функция распределения изменяется со временем.
1. Лень сейчас рыть и читать, ввиду последнего замечания:
Существует например тест Колмогорова-Смирнова, для которого, имея случайную выборку можно протестировать, является распределение случайной величины нормальным или нет: https://en.wikipedia.org/wiki/Kolmogorov-Smirnov_test . Если тебе этого не хватает, то склей пожалуйста все тобой више написаное вразумительно в описание того, что ты предлагаешь.

3. Ну да, пусть и о Боксе-Мюллере, методов-то много разных. Даже здесь есть статистическая библиотека (от klot'a, кажись), там есть функция, обратная нормальной, как раз для генерации нормальной величины из равномерно распределенной. В любом случае основа здесь - the fundamental transformation law of probabilities. Именно на этот закон я и ссылаюсь.

Касательно того, что мне не хватает: я этим не занимаюсь, а только отметил, что этим, вероятно, хотел заняться С.В. А хотел он, видимо, собрать статистику по Returns, а потом, исходя из эмпирического распределения Returns, преобразовать эти данные в нормально распределенные, на которых, по его намекам и утверждениям Rosh'a, можно тупо рубить капусту. При этом каждому измерению реального Returns будет взаимно однозначно соответствовать "нормализованное". На "нормализованных" данных открываются/закрываются сделки, которые трансформируются в сделки на реальных данных.

1. А ты почитай Питерса, там много интересного. Мне не нужно проводить тест Колмогорова-Смирнова для проверки нормальности Returns, так как я знаю, что они не нормальны, и это действительно очевидно - например, из факта существования тяжелых хвостов. События типа "шесть сигм" на реальном рынке происходят довольно редко, но все же в сотни тысяч раз чаще, чем по нормальному закону.

Спасибо за разьяснения!
3. Известно ли нам, что величины распределены равномерно? Или вообще, какая у нас функция распределения? Если да, то мы имеем функцию распределения, которую мы можем преобразовать. Колмогоров тут тоже может помочь.
1. Читая предыдущее описание по 1 об устойчивости, оно вообще-то дублирует пункт 2 о стационарности, насколько я понял. Насчет Питерса - возьму и почитаю, спасибо.
Насчет самого предприятия - посмотрим что у них получится. Если они тут внезапно исчезнут, то стоит присмотрется внимательней.
 
usdjpy:
Может быть Петерса?
Мне больше нравится Питерс. Такое впечатление, будто переводчик с английского не знал, что Peters по-английски читается как Питерс...
 

Спасибо, линки работают не только в России. Меня интерессуют книги по управлению капиталом, может что-то подскажете? Математ, вопрос тоже к вам :)
 
olexij:

Спасибо, линки работают не только в России. Меня интерессуют книги по управлению капиталом, может что-то подскажете? Математ, вопрос тоже к вам :)

Классика жанра

Р. Винс "Математика управления капиталом"

Для автотрейдинга

Юрий Решетников "МТС и методы управления капиталом"
 
olexij:
1. Читая предыдущее описание по 1 об устойчивости, оно вообще-то дублирует пункт 2 о стационарности, насколько я понял.

Нет, не дублирует. Устойчивое вероятностное распределение - это вот что (из Ширяева, т. 1, стр. 232):

Нечто похожее - безгранично делимые распределения.

 
Mathemat:
olexij:
1. Читая предыдущее описание по 1 об устойчивости, оно вообще-то дублирует пункт 2 о стационарности, насколько я понял.

Нет, не дублирует. Устойчивое вероятностное распределение - это вот что (из Ширяева, т. 1, стр. 232):

Нечто похожее - безгранично делимые распределения.

Спасибо за разьяснение, скопировал даже, вау! Не вижу пока где оно нам нужно. Вопрос 3 остается в силе, если уж и далее мусолим эту тему - как трансформировать распределение 1 в распределение 2, если распределение 1 неизвестно? Может сначала принять гипотезу о рапсределении 1, ее протестировать, и тогда уже трансформировать?
 
Юрий Чеботарев имеет определенную репутацию - отрицательную.
В свое время он хорошо засветился на некоторых серьезных форумах.
Так что статьи его читать смысла мало, разве что для прикола.

"Дуб доказал невозможность системного выигрыша на случайном ряду данных"
- в общем случае это неверно, если не указано о каком случайном ряду идет речь.

Например на таком случайном ряду X = a + b*t + e очень легко зарабатывать (е -случайная величина)
Есть много других случайных рядов, на которых можно построить систему.

Принципиальный момент - есть случайные ряды с памятью и есть без памяти.
Случайный ряд с памятью - у него функция распределения приращений случайной величины (е) ЗАВИСИТ от предыдущих значений ряда.
Случайный ряд без памяти - у него функция распределения приращений случайной величины НЕ ЗАВИСИТ от предыдущих значений ряда.

На случайных рядах без памяти построить прибыльную систему невозможно.
 
olexij:
Ну а насчет нормального распределения - котировки и так, как и писал С.В. и что лежит на ладони, распределены нормально вокруг скользящего среднего, так что тут все чисто.
Поправочка.
1. Вид функции распределения разностей цены и средней зависит от дисперсии этого распределения и от значения средней.
2. Функция распределения этой разности несимметрична, и поэтому оно не может быть гаусовым.
3. При некоторых условиях распределение разности стремится к гаусовому распределению, но никогда им не становится.