Моделирование случайного блуждания - чего бы добавить для красоты? - страница 4
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
....
Как это можно сделать?
И я при всем уважении к вам. Перечитайте эту фразу.
«…Если считаете что адекватная модель – это СБ, то берем её…»
Надеюсь вы чуть отойдете в сторону, и посмотрите на то что вы сделали. Рынок это не СБ, это не орлянка, и модель у него другая.
2Mathemat: Да там не "толстые хвосты", а банальная дисперсия. Т.е. я как раз охотно верю, что неравномерность в оси Х есть, и что она там хитро на направленность влияет (ну, в гэпах тики определенно чаще, чем обычно, и т.п. - там есть куда думать).
Но это как раз то, что я хочу оставить за рамками генерации. Т.е. как раз то, что уже "реальное". Там одним параметром не обойтись.
А я хочу чего-нибудь именно максимально тупого, одну большую красную кнопку "добавить дисперсии на 0.1 сигмы". С единственным параметром 0.1.
(но кстати да, как отдельная задача исследования реальной цены... интересно, как минимум, посмотреть неравномерность этого самого "лага 1" в зависимости от скорости тиков. Оно там должно быть. Типа "быстрые движения безоткатны". Это действительно забавно может быть.)
И я при всем уважении к вам. Перечитайте эту фразу.
«…Если считаете что адекватная модель – это СБ, то берем её…»
Надеюсь вы чуть отойдете в сторону, и посмотрите на то что вы сделали. Рынок это не СБ, это не орлянка, и модель у него другая.
2Prival: Пожалуйста, отнеситесь к этому просто как к математической задаче. Пожалуйста. Как можно изменить распределение Бернулли (если есть доступ к прошлым отсчетам), чтобы на логнормальном распределении, которое получается из макс-мин размаха СБ, увеличилась дисперсия? Можно ли использовать марковские вероятности, и если да, то как именно?
2Prival: Пожалуйста, отнеситесь к этому просто как к математической задаче. Пожалуйста. Как можно изменить распределение Бернулли (если есть доступ к прошлым отсчетам), чтобы на логнормальном распределении, которое получается из макс-мин размаха СБ, увеличилась дисперсия?
У дисперсии должна быть автокорреляция, что и дает например GARCH. Чем пытать всех, разберитесь в этих моделях. За них нобелевку дали. А еще на невесту сходите. Там есть участник с ником "elite" - он любитель подобные вещи моделировать (помешен на теории заговора - маркетмейкеры генерируют нам котировки :)). С ним посоветуйтесь, он в теме
Добрый день, Avals. Я пытаю, по возможности, не всех, а только тех, кто не очень против такого пытания - т.е. я никоим образом не настаиваю на чьем-либо участии в данной ветке.
Да, сразу на первой же страничке я писал - "Но как именно это внедрить в генерацию? Может быть, куда-то в сторону GARCH начать думать? не копенгаген в garch, поэтому пока в растерянности." Т.е. я в курсе, что GARCH - это "о чем-то в этом роде", но мне не очень нравится то, что я про него знаю - т.е. там какие-то весовые коэффициенты и пр. Т.е. довольно сложная функция подгонки. Я так понимаю, вы в курсе этих деталей - рассматривает ли (G)ARCH какой-то более базовый подход к волатильности? (ох, но видимо, все же придется разбираться для общего развития)
2) "например, GARCH" - соответственно, есть и другие способы? Можно о них буквально в полутора словах услышать (хоть название)? Т.е. формулировка "автокорреляция дисперсии" хотя и радует, но если "автокорреляция" - то на каком-то периоде. Т.е. параметров уже несколько, чего хотелось бы избежать на первом этапе. Есть ли какой-то базовый математико-теорверовский способ, который просто добавит N дисперсии в распределение? (я почему Бокса-Мюллера и вспоминал - хочется чего-то настолько же простого и базового)
3) ага, за невесту спасибо, схожу.
Да не просто котировки генерят, а мартингал, паршивцы!
Добрый день, Avals. Я пытаю, по возможности, не всех, а только тех, кто не очень против такого пытания - т.е. я никоим образом не настаиваю на чьем-либо участии в данной ветке.
Сразу на первой же страничке я писал - "Но как именно это внедрить в генерацию? Может быть, куда-то в сторону GARCH начать думать? не копенгаген в garch, поэтому пока в растерянности." Т.е. я в курсе, что GARCH - это "о чем-то в этом роде", но насколько я знаю (смутно), там прогнозируется и рассматривается в основном волатильность. Я так понимаю, вы в курсе этих деталей? Т.е. не прошу каких-то длинных объяснений, но именно вот эту задачу (или похожие) GARCH решает?
2) "например, GARCH" - соответственно, есть и другие способы? Можно о них в двух словах услышать? Т.е. формулировка "автокорреляция дисперсии" хотя и радует, но если "автокорреляция" - то на каком-то периоде. Т.е. параметров уже несколько, чего хотелось бы избежать на первом этапе. Есть ли какой-то базовый математико-теорверовский способ, который просто добавит N дисперсии в распределение? (я почему Бокса-Мюллера и вспоминал - хочется чего-то настолько же простого и базового)
На пауке вам Kent нормальные ссылки давал. GARCH - это способ оценки волатильности(дисперсии). Т.е. не брать реальный ряд, подсчитав дисперсию как фиксированную величину и сгенерировав затем ряд через нее, а рассчитать динамику реальной волатильности по одной из GARCH подобной модели, рассчитав несколько коэффициентов. И затем генерировать ряд не с фиксированной дисперсией, а с постоянно меняющейся в соответсии с предыдущими сгенерированными значениями на основе выбранной модели и вычисленных коэффициентах.
З.Ы. Насколько я помню, чисто математически у Ширяева было. Но лучше у elita спросите. Откройте ветку сс вопросом сразу в "Кунсткамере", он там в основном и постит из-за нетрадиционности взглядов :)
В настоящее время уважаемые доны не столько спорят, сколько расширяют тему, а малоуважаемый автор пытается их вернуть к изначальному вопросу - как бы этот несчастный горб у распределения заплющить максимально нетравматичным способом.
Да в общем это весьма несложная задачка. Коротко говоря - двухпараметрическая. У нормального распределения, с которым обычно связывают СБ, как раз и есть два параметра - МО и D. Вот и нужно решить обратную задачу - значения МО и D при которых модельное распределение наилучшим образом воспроизводит экспериментальное. Только придется пренебречь толстыми хвостами.
Если у вас не нормальное распределение, а какое-то другое, то суть дела от этого не меняется. У каждого распределения есть набор центральных моментов k-го порядка, k=0,1,2,... которые можно рассматривать как параметры, определяющие форму плотности распределения. Поэтому можете использовать сколько хотите, соответственно и подгонка кривой будет разная.
Смысла, однако, в этом все равно не вижу. Если это СБ с нулевой суммой, а цель - отфильтровать граали, то подгонять его под график цены необязательно. Тем более, без толку медитировать на него. А если задача - построить статистическую модель цены, то такой подход слишком упрощенный, чтобы дать что-то нетривиальное.
PS
Когда-то вот здесь 'Стохастический резонанс' я решал трехпараметрическую задачу воспроизведения функции распределения. Правда, это было не нормальное распределение, а, как оказалось впоследствии, распределение Эрланга (частный случай Гамма-распределения).
Да не просто котировки генерят, а мартингал, паршивцы!
Да, да... это любимое слово всех "заговорщиков" :)
2Yurixx: насколько я это ощущаю, мне осложнит задачу то, что у меня-то Бернулли, т.е. там как просто матожиданием не рули, особо на нужный результат это не повлияет. Ну, впрочем, попробую.
В любом случае, спасибо всем огромное (ушел втыкать в GARCH)