Блог им. AlexeyPetrushin

Не Нормальное Распределение Цен

Продолжаю сравнивать распределения изменения цены, логарифмы, отцентрированые пo среднему, для 360 и 30 дней, отдельно графики положительных изменений (зеленые) и отрицательных (красные). Сравнение с нормальным (полупрозрачные зеленые и красные линии), как видно — не совпадает, и ассиметрия также заметна.

Микрософт, 360 дней

Не Нормальное Распределение Цен
Микрософт, 30 дней

Не Нормальное Распределение Цен


Макдональдс 360 дней

Не Нормальное Распределение Цен



Макдональдс 30 дней

Не Нормальное Распределение Цен


Каждый график в двух маштабах, линейном и лог, на одном лучше видно голову, на другом хвост.

Я также сравнил с гауссовским миксом предложенным Талебом (0.5 * normal(0.9*sigma) + 0.5 normal(1.1* sigma)). Тоже не совпадает, линия получается практически та же что и просто нормальная. Это ожидаемо, но все равно интересно посмотреть. 

Никак не доберусь до гиперболического распределения, но таки на днях думаю доделаю.

diff_not_centered_i = log(price_i/price_{i-duration})
diff_centered_i = diff_not_centered_i - mean(diff_not_centered)
right = diff_centered_i when diff_centered_i > 0
left = diff_centered_i when diff_centered_i < 0


#34 по плюсам, #12 по комментариям
10 комментариев
А в чем проблема взять несколько распределений и методом максимального правдоподобия их зафитить и сравнить по llh. Честно не понимаю эти бесконечные гадания по графикам на глаз
avatar
Михаил, я хочу видеть каждый шаг, визуально, чтоб понимать что происходит и исключить ошибки.
avatar
Alex Craft, имхо нужно действовать ровно наоборот. Провести формальные тесты, а потом их еще критически осмыслить, посмотрев в том числе глазами. После чего может еще какие уточняющие тесты сделать. А так вы уже кучу статей написали, а к анализу так и не приступили. С другой стороны это всяко лучше, чем бесконечные рекламные публикации про OsEngine в разделе алготрединга:)
avatar
Михаил, и избежать нахождения некой сложной кривой которая хорошо подойдет для правдоподобия за счет оверфиттинга .
avatar
Alex Craft, большинство кривых определяются 2-5 параметрами. Тесты для того и придумали, чтобы отличать фитинг от реального расхождения, и если у Вас не по трем точкам гипотезы проверятся, а по сотням и тысячам. Если очень боитесь делайте поправку на множественное тестирование
avatar
А толку от безусловного распределения? Волатильность-то меняется. Учтите эту очевидную вещь, потом крутите хвосты распределениям…
avatar
E L, золотые слова
avatar
E L, и вот мы перешли к опционам))
avatar
E L, именно это я и делаю :). Если бы меня не интересовали изменения волатильности, я бы просто использовал эмпирическое распределение за несколько десятков лет, с фиксированной волатильностью, вообще сходу делается.

Но мне нужно найти а) общую форму распределения («истинное» распределение) основываясь на десятках лет истории и «гадании/индукции/интуиции разглядывания графиков» и б) как откалибровать ее волатильность на текущей волатильности за последний год или месяцы.

Проблема с прямым измерением волатильности на текущий момент (скажем за последний месяц, или последнюю неделю) — она не поддается измерению напрямую, она не репрезентативна. Слишком мало данных. 

Ее можно измерить только опосредственно. Используя «нерепрезентативный» замер текущей волатильности за скажем последний месяц, и затем калибруя по нему «истинное» распределение, чтобы получить настоящее, репрезентативное значение текущей волатильности.
avatar
E L, в том то и дело, весь смысл этих графиков и поисков — это измерение текущей волатильности :). Текущая волатильность невидима, она не поддается прямому измерению, мы видим, скажем в данных за последней месяц — лишь часть ее.
avatar

теги блога Alex Craft

....все тэги



UPDONW
Новый дизайн