Построение торговой системы с использованием цифровых фильтров НЧ - страница 23
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
Использование черного шума при моделировании рынка
ps. сам не проверял
Использование черного шума при моделировании рынка
ps. сам не проверял
Я же выкладывал очень хорошую книгу: « Signal Processing with Fractals », правда на английском. Получше будет презентации то :о)
Согласно одной из возможных гипотез логарифмы изменения цен подчиняются нормальному распределению, однако это распределение нестационарно. То есть и математическое ожидание, и стандартное отклонение распределения могут меняться во времени. Вследствие этого, при обработке эмпирической выборки стандартными статистическими методами, предполагающими, что вся выборка получена из одной генеральной совокупности, получаем негауссовость выборки. Это может выражаться в тяжелых хвостах эмпирического распределения (вычисленный по выборке эксцесс превышает число 3, то есть эксцесс нормального распределения).
Согласно другой гипотезе логарифмы изменения цен изначально подчиняются распределению с эксцессом больше 3. В этой ситуации даже в случае стационарности самого распределения, полученная из этого распределения эмпирическая выборка может трактоваться как нестационарный во времени процесс. Дело в том, что оценкой математического ожидания случайной переменной х является среднее арифметическое по выборке:
<X> = 1/N * sum(x(i), i =1..N )
Среднее арифметическое случайных величин само является случайной величиной. Стандартное отклонение среднего арифметического зависит от стандартного отклонения случайной величины и объема выборки:sigma(<X> ) = sigma(X) / sqrt (N)
Таким образом, стандартное отклонение среднего значения меньше, чем стандартное отклонение самой случайной величины в sqrt (N) раз, то есть точность оценки математического ожидания можно повысить путем увеличения объема выборки. Но это справедливо только для случайной величины с конечным математическим ожиданием и конечной дисперсией. Дело в том, что конечное математическое ожидание существует только у тех распределений, у которых плотность вероятности на бесконечности падает как 1 / |x|^(2+delta) или круче, а конечная дисперсия только у тех распределений, у которых на бесконечности плотность вероятности падает как 1 / |x|^(3+delta) или круче ( delta - сколь угодно малое положительное число). Если же смоделировать ценовой график, используя в качестве логарифмов изменения цены случайную выборку, взятую из стационарного распределения с бесконечной дисперсией и/или бесконечным математическим ожиданием, и предложить эту выборку для анализа независимому наблюдателю, то у него может возникнуть иллюзия того, что он имеет дело с нестационарным во времени процессом.
Ну наконец нельзя исключить случай, когда не только параметры распределения, но и сам закон распределения приращений логарифмов цен нестационарен во времени, причем во временных рядах цен могут присутствовать участки, описываемые распределением с бесконечной дисперсией и/или бесконечным математическим ожиданием.
Это не означает, что ничего нельзя сделать в смысле обратимого преобразования ряда цен в нечто стационарное: можно ведь не только returns использовать. Точку ставить все же рановато.
Кажется, намечается некий обходной путь решения проблемы генерации синтетик, не связанный со стационарностью процесса. Но это пока только генида. Надо бы обдумать.
Да вот что-то не могу зайти в себя, жена переустановила мру... Днем пообщаемся, ОК, Константин?
Конечно, как удобней, ничего важного, просто ссылка там...интересной показалась, но это мне, вдруг ты уже читал и отбросил идею.
Кажется, намечается некий обходной путь решения проблемы генерации синтетик, не связанный со стационарностью процесса. Но это пока только генида. Надо бы обдумать.
Тут кто то Бендата выкладывал, там интересна глава 12, как раз о нестационарных рядах. Правда автор пишет больше о области нестационарностей возникающих во время старта ракет, но все же...
Да это рассуждение Булашева, выглядит как описание квантовой механики на пальцах. Я же давал ссылку на метод инверсий. Им можно делать достоверные выводы в рамках требуемой точности.
Да это рассуждение Булашева, выглядит как описание квантовой механики на пальцах. Я же давал ссылку на метод инверсий. Им можно делать достоверные выводы в рамках требуемой точности.
Напоминаю, Булашев написал книгу "статистика для трейдеров". :) это то же самое что и квантовая механика для чайников. :)
А метод инверсий подходит не более чем любой другой.