Блог им. kurd

Алготрейдинг. Об относительных приращениях

По мотивам напечатанного «Алготрейдинг. Как правильно склеивать фьючерсы»
smart-lab.ru/blog/1071687.php
Там, помимо прочего, упомянуто, что для обучения торговой системы лучше представлять историю котировок не абсолютными приращениями, а относительными.
Ну хотя бы для того, чтобы торговая система реагировала одинаково на изменение цены в 1%, независимо от текущего уровня в 1000 или в 2000 пунктов. Смысл не в доходе, а в доходности.
И предложены два варианта представления относительных приращений.
1) X[i]/X[i-1] — 1 и
2) ln (X[i]/X[i-1])

При отклонениях X[i] от X[i-1] в плюс или минус не более 10% различие этих вариантов в пределах 1%.
Алготрейдинг. Об относительных приращениях
Но при более значительных отклонениях X логарифмическое представление существенно меньше линейного.
Насколько оправдано логарифмическое преуменьшение?

Может где-то в других случаях логарифмическое представление имеет глубокий математический смысл.
Но в данном случае это ведёт к тому, что торговая система будет придавать большим отклонениям цены в минус другое значение, нежели таким же отклонениям в плюс. А ведь относительные приращения используются как раз для того, чтобы избежать подобных различий в работе торговой системы.

★1
5 комментариев
Когда я занимался оптимизацией стратегий для алгоритмической торговли, я пробовал различные подходы к обработке рыночных данных. В начале тоже использовал относительные приращения, но столкнулся с тем, что они часто не учитывают экстремальные изменения на волатильных активах. Пришлось доработать модель, добавив гибридный подход, комбинируя логарифмические и экспоненциальные сглаживания. Это помогло учесть резкие скачки, которые стандартные методы пропускали. Интересно, если в твоём подходе учтена волатильность при больших рыночных движениях?
avatar
Gambler, По-моему, сглаживание и учёт экстремальных изменений — это вещи противоположные.
А если говорить о логарифмическом представлении, оно не столько сглаживает, как перекашивает приращения: уменьшает положительные и преувеличивает отрицательные.
avatar
Если вы торгуете постоянный капитал (регулярно изымаете прибыль и до вносите убыток, как делают на плохо масштабирующихся системах), то разумнее обычные, если торгуете меняющийся капитал, то логарифмические, как делает большинство на хорошо масштабирующихся системах
avatar
Если пойти дальше и построить распределение, логарифмы должны давать нечто похожее на нормальное. Имея известное распределение, можно применять к нему стат. подходы.
avatar

теги блога Rostislav Kudryashov

....все тэги



UPDONW
Новый дизайн