Ведь движения цены вверх и вниз могут иметь разную природу, и реальное распределение может не быть симметричным. Ниже
сравнение распределения для положительных и отрицательных движений цены (логарифмов изменений цены, log(p[i]/p[i-360]) для интервалов 360 и 180 дней), и сравнил их на QQ графике. Для одинаковых положительных и отрицательных движений цены — должна быть прямая линия.
Они явно отличаются, отчасти это и понятно, в среднем акции немного двигаются вверх:
На графике ниже изменения отцентрированы (из логарифмов изменений вычтена их медиана, показана черной горизонтальной линией), чуть лучше, но все равно есть отличия:
В целом вывод — непонятно насколько хорошо симметричное распределение отображает реально, но попробовать можно. Более того, «реальное» распределение это же фрагмент прошлой реальности, а не настоящее реальное распределение. Пэтому… в целом для грубой прикидки, думаю использовать среднее + симметричнoe распределениe, как приближения реального можно...
ОБНОВЛЕНИЕ: Подумал… все таки мне кажется распределять цены по равномерным квантилям нельзя, это не позволяет увидеть реальную структуру распределения, где есть большие отклонения, квантили их сглаживают. Если разбить по другой шкале неравномерной, или использовать больше квантилей, ассиметрия будет еще заметней. На коротких интервалах 180д она не так заметна. Но начиная от года положительные и отрицательные изменеия уже явно имеют разную структуру. У микрософта и макдональдса явно разные структуры плюса и минуса, на более детальных графиках это еще заметней. Короче походу лучше использовать ассиметричные распределения, хотя они и требуют больше параметров…
Проблема — автоматом вслепую считать — это непонятно что может получиться, надо смотреть сначала. Тест АндресонДарлинг можно прогнать, но потом когда вручную убедился что распределения допустимы для сравнения.
Это мое понимание… может есть какие тесты которые не знаю что делают это автоматом.
PS на картинках, лично мне, сходу всё непонятно, надо вникать
amberfoxman, у некоторых акций не симметрично получается… и сильно несимметрично. Чуть по другому диапазоны сравнения поставил чтоб лучше учесть характер графика, и заметней стало что есть отличия:
Короче походу надо учитывать этот перекос. На коротких интервалах, до 180д можно игнорировать, но на 360 дней уже игнорировать не получается...
между прочим логарифм приращения цен использует горчаков именно поэтому он не может в американские акции совсем и никак
log(10) => 2.3, log(1e12) => 27 — весьма бодрящее «сглаживание» получается :)
А SPY я многое смотрю — это же ключевой мой актив для проверки — нужно или нет.
Я и отвечу — а никак. Конкретные движения цены могут быть любыми. Распределение, это в среднем по больнице и для конкретики не дает ничего.
трейдеры взяли привычку… понимаешь… тыкать на кнопки туда-сюда...
Вообще имхо горчаков именно потому и может торговать рос рынок т.к он более стационарен чем американский и к нему арименима мат статистика
поэтому нормализация для российского рынка рабочая идея
smart-lab.ru/blog/699507.php
Это же ненулевая дельта, на которую умножается арктангенс в формуле из ссылки (картинка почему то не размещается в комментариях).
Есть одно весьма полезное применение. Жонглирование распределениями позволяет быстро, качественно и надежно защитить диссертацию. Поскольку судьи в этом вопросе — пожилые доктора которые выросли на этом и до сих пор используют в своих лекциях.
В принципе, получить распределение цены на предыдущих интервалах вполне возможно, это не столь трудная задача. Ну и насчет несимметричности. Это не только проблема (с несимметричностью дискретно-линейно можно бодаться), но и источник информации.
Ну и насчет логарифмов — они «убивают» часть полезной информации.
Я хочу а) понять как это распределние цен выглядит, используя историю цен за десятки лет и б) менять его волатильность подстраивая под текущую волатильность.
По идее можно было бы взять просто последнюю историю цены, скажем за полгода, и чисто механически получить из него эмпирическое распределение. Но проблема — слишком за короткое время — слишком маленький сэмпл, в нем оч мало либо вообще нет экстремальных событий. Чисто механически если делать на небольшом интервале — распределение (скорей всего) получится не репрезентативным, без экстремальных событий. И цены опционов, которые как раз чувствительны к таким событиям, будут сильно недооценены.
А что именно логарифмы теряют? Какую информацию, это же 100% обратимое преобразование, должно 100% все сохранятся?
Насчет дискретности — вообще то имел ввиду не гистограммы, а иное — подход. Но не суть, все равно каждый копает в основном вокруг своего видения.
Логарифмическое представление сужает область репрезентативной генеральной совокупности, или лучше по простому — оно хорошо подсвечивает более сильные взаимосвязи, а остальные связи снижает. Например, несимметричность обусловлена — на мой взгляд — как раз не основными связями.
«Обоюдный случай» — он ведь в обе стороны профит<=>риск. А торгуем мы вероятность.