Блог им. vlad1024

Неэффективные рынки. Теория Доу.

Если немного «перепеть» классика, то тренд характеризуется, тем что каждый лоу выше/ниже предыдущего при аптренде/доунтренде. Попытаемся проверить насколько эти представления актуальны. Для этого возьмем дневки Ри, за 2010-2011 год и посчитаем разницу между лоу текущего дня и предыдущего, то есть LowDelta = Low[Day] — Low[Day — 1]. Нас будет интересовать насколько значения этого ряда, автоскоррелированы, то есть при аптренде если верить теории Доу, положительные значения LowDelta должны следовать за положительными, а отрицательные за отрицательными. Соответственно получим числовой ряд этих LowDelta выглядящий следующим образом:


На первый взгляд — просто шум, но мы немного углубимся в его анализ. ) Нас будет интересовать насколько значения этого ряда, автоскоррелированы, то есть при аптренде если верить теории Доу, положительные значения LowDelta должны следовать за положительными, а отрицательные за отрицательными. Чтобы как-то выразить эти соотношения математически, введем второй фактор — значение LowDelta, за предыдущий день обозначим его LagLowDelta = Lag(LowDelta, 1) = Low[Day — 1] — Low[Day — 2]. Теперь нарисуем, пары значений (LowDelta по X, LagLowDelta по Y):

 


Что мы здесь видем:
1. Плотность смещена в положительный квадрант (то есть LowDelta + и LagLowDelta +). То есть дней небольшого но неотвратимого роста, когда лоу возрастали друг за другом значимо больше.
2. В отрицательном квадрате больше выбросов — быстрого падения.

Теперь самый интересный вопрос, ради чего все это и затевалось,  можно ли смотря на приращения лоу судить об тренде. Считаем:
Корреляция (LowDelta, LagLowDelta) = 0.21 = 21%, но она может завышать степень зависимости из-за выбросов. Поэтому посчитаем еще ранковую корреляцию Кендалла (она устойчива к любым выбросам) = 0.11 = 11%, в два раза меньше но все равно статистически значимо. 

Таким образом мы приходим к выводу, что несмотря на свою 100 летнюю историю, пусть и достаточно маргинально (11% статистического перевеса ни так много для дневных данных) Теория Доу продолжате работать.
★9
13 комментариев
а еще если смотреть не на фьюче а на индексе — показатели будут отличатья
потому что не всегда пробития хая на фьюче сопроваждается пробитием хая на индексе
Konstantin, да тут сам факт пробития особо не играет роли, потому что считается дельта, то есть приращения лоу за последующие дни. На хаях тоже есть корреляция но она меньше.
avatar
vlad1024, безобразно мало ++ у топика. видимо, одновременно обсуждалась половая жизнь звезд трейдинга.
можно ли сказать, что тест показал положительную корреляцию соседних дневных приращений цены?
просто я выучил пока только эти слова, а те, что у тебя — нет).
не деллал ли ты другие корреляционные тесты: для других периодов и активов?
avatar
не может ли эта корреляция быть просто следствием долгосрочного бычьего характера рынка?
не понял, есть ли положительная корреляция для медвежьих дней?
avatar
Сергей, это не корреляция приращений, а корреляция приращений лоев дня, то есть разниц между лоу сегоднящнего дня и предыдущего. То есть если сегодня пробили лоу предыдущего дня, то более вероятно, что пробьем и в следующий, а так же наоборот если не пробили лоу предыдущего дня сегодня то более вероятно что не пробьем и в следующий день, наблюдается серийность. Вообще корреляция носит двух сторонний характер, так что да. На остальных активах примерно те же самые цифры.
avatar
vlad1024, как ты считаешь, трендовые стратегии одинаково хорошо работают (тренды одинаково выражены) на всех таймфреймах?
avatar
Сергей, смотря что считать выраженной стратегией, вообще чем меньше таймфрейм тем больше пропадает вот эта автокорреляция приращений лоев.
avatar
vlad1024, а что ты назвал бы ценовым трендом? возможно тренды на разных таймфреймах могут быть описаны разными моделями?
avatar
Сергей, есть разные модели, об одной я писал в последнем посте, она связана со смщением среднего в приращениях. О другой — смещении в автокорреляции приращений (когда за положительными приращениями более вероятно следуют положительные) раскажу в следующем посте.
avatar
vlad1024, спасибо. меня интересует персистентность, которая характеризуется показателем Херста: 0,5<H<1.
avatar
vlad1024, жду...)
avatar
автокорреляция минн. и максс. случайного блуждания, как говорит А.Г., имеет коэф. 0,25. ты не мог бы это пояснить? А.Г. не хочет.
avatar

теги блога vlad1024

....все тэги



UPDONW
Новый дизайн