Гипотеза автомодальности («подобие» процессов на всех тайм-фреймах) противоречит данным рынков.
Почему? Очень просто. Если выбросить междневные гэпы и сравнить скользящие выборочные стандартные отклонения приращений логарифмов цен минуток S
1 и 15-ти минуток S
15, то, несмотря на нестационарность этих показателей, с вероятностью больше 0.9, первая величина, умноженная на корень из 15
больше второй (проверены SPY, DJI, IBM, индекс ММВБ, EESR, GAZP, SBER). Из этих данных следует, что в минутных приращениях преобладает (по времени) антиперсистентность (привет маркет-мейкерам — это ваш рынок
). Отсюда в рамках гипотезы автомодальности сразу получаем, что если убрать междневные гэпы, то в приращениях логарифмов новых «цен» дней должна преобладать антиперсистентность, которой в реальности нет, так как выборочная АКФ такого ряда близка к нулевой.
Вывод. Рыночные процессы на разных таймфреймах имеют принципиально разные «структуры».
Вам мозг не жмет?
Я алгоритмический трейдер и мне конкретный уровень постолько-посколько. Так, «гадание на коньячной гуще». Конечно я покупал на росте, но что-то уже и продал, а отдельыне системы и снова купили.
Нет, сейчас интересен уровень 1550 по индексу ММВБ. Думаю, что мы его уже пробили и 1530 теперь поддержка, а где цель вверх точно неизвестно. Пока видится в районе 1750 глобально, а локально может быть все, что угодно в диапазоне 1530-1750.
Зависит от подготовки. Для начального понимания я всегда рекомендовал Феллера т. 1.
«а как по вашему волновая теория рынков — имеет место быть?»
Ответ на этот вопрос зависит от определения «волновой теории». Я и сам в своей торговле схожу из гипотезы, что рынок движется «волнами» (трендами). Но мои многочисленные исследования конца 90-х привели меня к выводу, что время и «размер» «волн» (трендов) непредсказуемы.
или не предсказуемы но носят вероятностный характер
первое утверждение — отвергает линейку фибоначчи и всякие проппорции в волнах а второе подтверждает вероятностную модель волновой теории
Ну, во-первых, нельзя разделять случайность и вероятность, так как второе — это просто количественная мера для первого. Случайность везде, где есть больше одной ненулевых вероятностей. Но в данном случае я имел ввиду непредсказуемость в смысле независимости указанных показателей от прошлой информации.
С уважением, ШВ
Угу, результат на уровне третьекурсника технического или экономического ВУЗа и сразу «нобелевка» :)
и фрактальность и антиперсистентность и, прости господи, авторегрессионная условная гетероскедастичность.
а работает только паттерн «три индейса» ш_Ш )
но за выкладку и размышления на тему спасибо.
Логично, но фрактальность предполагает, что они должны иметь одну и ту же структуру.
Ну если термин «фрактальность» применять, как «отличие от случайного блуждания», то и я в этой «группе». Но в данном случае я имел ввиду то определение, которое давали Мадельброт и вслед за ним Б. Вилльямс в своей книге.
Частота свинг-контрсвинг для разных таймфреймов получается ПРИНЦИПИАЛЬНО разной.
**от математики далек
что такое автомодальность и персистентность*?
классического русского мата)))
«как посчитать приращение логарифмов цен?? формула»
Берете ряд цен, логарифмируете (функция LN в Excel), берете разность соседних значений. Все.
«что такое автомодальность и персистентность*?»
Это чуть сложнее. Автомодальность — это совпадение распределений с точностью до множителя, а персистентность — наличие положительной корреляции между соседними значениями.
так чуть понятнее…
— разность логарифмов соседних цен открытия — около 0
— разность логарифмов соседних цен закрытия — около 0
Вы же пишете про обратную корреляцию между этими приращениями.
Подскажите, что я делаю не так?
Вы скользящие выборочные стандартные отклонения (корень из выборочной дисперсии) для приращений логарифмов минуток за 5 дней и 15 минуток за те же 5 дней подсчитайте, предварительно выбросив приращения за ночь и посмотрите на разность первой величины, умноженной на корень из 15, и второй по времени. Посмотрите сколько времени эта величина лежала больше нуля.
Можно проще, чем ниже. Взять приращения логарифмов минуток, начиная с 16-й (! чтобы не попал гэп) и скоррелировать с приращением логарифмов цен за предыдущие 15 минут.
если несложно еще один вопрос — соседние цены (и закрытие, и открытие) сильно скоррелированы. Этому есть какое-то объяснение? (наверняка простое, но мне, к сожалению, не хватает практического опыта работы со статистикой)
«если несложно еще один вопрос — соседние цены (и закрытие, и открытие) сильно скоррелированы. Этому есть какое-то объяснение? (наверняка простое, но мне, к сожалению, не хватает практического опыта работы со статистикой)»
А еще цены закрытия даже дней сильно скоррелированы. Но и значения случайного блуждания сильно скоррелированы. Именно поэтому при изучении свойств таких рядов переходят к приращениям логарифмов — у случайного блуждания они должны быть независимы.
Спасибо большое за информацию, пробую оценивать ряды по-новому.
И вот с чем уже столкнулся — я оцениваю серийную корреляцию результатов сделок — беру профит/лосс по стратегии, вычисляю корреляцию между соседними значениями и для этого значения корреляции рассчитываю t-критерий. В данном случае ведь тоже можно использовать описанный Вами метод приращений логарифмов?
Да, можно, но, в-общем, что приращения логарифмов, что приращения в % — это очень близкие значения.
т. е. если Вы уже используете для профит-лосс в %, то ничего уже логарифмировать не надо.
а полбака и полбака — это по любому бак будет…
Причем здесь «вариационка», когда речь идет о статистических свойствах ценового ряда? И там используется соотношение из математики для 8 класса (по терминологии 10-ти летки): Приращение логарифмов цен 15-ти минутки РАВНО сумме приращений логарифмов цен минуток.
Второе соотношение из первых занятий по теорверу: Дисперсия суммы случайных величин равна сумме дисперсий отдельных слагаемых плюс все попарные ковариации слагаемых.
Из второго следует, что дисперсия 15-шек равна сумме дисперсий приращений минуток (их 15) плюс все попарные ковариации. Стандартное отклонение — это просто корень из дисперсии.
В природе да, существует. Например, кривая береговой линии.
1. Приведенный результат не отрицает наличия единичных случаев.
2. Дешевые американские акции (и не только американские, но и немецкие) — это то, на чем, я «сломал зуб» теперь предпочитаю вообще с ними не связываться ни в теории, ни в практике. Падение цены акции ниже 25$ в США и ниже 20 евро означает для меня автоматическое исключение акции из портфеля.
1.любая торговая система должна строиться исключительно для одного ТФ (не подгонятся — это ключевое) и всякие споры о том, что хорошая МТС работает на всех ТФ и на всех рынках есть глупость
2.Вы анализировали «временные» ТФ, а какие свой ства имеют «не временные» ТФ типа тех же крестонулей, рейндж или вольюм ТФ? Хотя сдается мне что в данном случае сто процентов нет фрактальности
3.«преобладает (по времени) антиперсистентность» правильно ли понимать, что имеем что после зеленого бара мы имеем красный?
Эх Акело бы сюда — он бы с вами не согласился, вы бы с ним в итоге интересного много чего можно было бы получить :-)
1. Да
2. Нет, не смотрел
3. Это означает, что корреляция приращения минутки и сумма нескольких следующих приращений минуток сильно отрицательна (т. е. без учета проскальзования и комиссии, открыв позицию в любой момент, мы с высокой вероятностью будем иметь возможность ее закрыть безубыточно в течении нескольких ближайших минут).
тут не очень понятно. появилась например белая свеча, значит мы ожидаем следом черную, ок входим в шорт, и черная свеча появляется. но когда появилась эта черная то мы уже должны снова ожидать белую. антиперсистентность то ведь не исчезает в момент когда мы позицию заняли.
тогда не очень становится понятно про «через несколько минут». для всех последующих минут ведь тоже антиперс-ть будет работать
Соотношение для дисперсий 1 и 15 минут говорит о кумулятивной антиперсистентности приращения минуты и приращения ближайших 15 минут. Делать из этого вывод о постоянной (!) антиперсистентности приращений каких-то минут на фиксированном расстоянии (!), невозможно.
отсюда и вывод, что разные таймфреймы обладают разной «персистентностью», т.е. соотношением направленности/шума
в общем, спасибо кэп
но в принципе это и так видно без логарифмов
первый абзац правильный, второй не совсем. персистентность это не соотношение направленности/шума, шум это вообще понятие не математическое, это из физики- спектры, шум и его отделение итд.
Стохастический и функциональный анализ
в вероятности, математической статистике
и финансовой математике
Руководители:
Альберт Николаевич Ширяев
Александр Александрович Гущин
Если Вам нужны только ученики, то, извините.
У меня нет времени собираться в реале до 20:00 в будни. Хоть платно, хоть бесплатно. А потому мой удел для выкладывания информации — интернет.
цен на минутном таймфрейме по сравнению с 15 минутным было меньше то преобладала бы персистентность, если равна корню из заданного таймфрейма (в данном случай 15) чисто cлучайный процесс. Но откуда вывод, что отсутсвуеет фрактальность инвариантность для разных таймфреймов.
Если брать скользящее значение показателя Херста (чтоб удовлетворить условию достаточности данных — тиковые данные), то большей частью будет проявляться антиперситнтность — значение показателя меньше 0.5, но что гораздо реже иногда проявляется персистентность в среднем и получается 0.5 — близкий к случайному блужданию. Распределение вероятностей для разных таймфреймов — имеют
одинаковую форму — подобны. Возможно распределение, если его рассматривать как устойчивый Паретин, (хотя он нестационарен) имеет разное значение показателя альфа как фрактальной размерности пространства вероятностей. Насколько я помну, величину альфа как коэффицента устойчивого распределения Леви-Парето можно определить как величину обратно пропорциальную показателю Херста. В принципе — да, для разных таймфреймов значения показателя Херста будет разной и природа тоже их разная. Спасибо за информацию очень интересно.
Если дисперсия 15 минуток меньше 15*дисперсию минуток, то это значит, что сумма ковариаций отрицательна, т. е. преобладает антиперсистентность. Если бы было подобие (автомодальность), то значит и на приращения логарифмов «дневкок» после выкидывания гэпов должна преобладать антиперсистентность, а ее не наблюдается. Вот собственно и весь «результат». Я же говорю: «уровень» результата — мехмат третий курс.
А Вы сможете отличить два графика, для примера, H1 и M15 по одному и тому же инструменту, если на обоих графиках убрать горизонтальные и вертикальные шкалы?
Я, например, не различаю. А Вы? На мой взгляд они совершенно «подобны», и принципиально разной «структуры» я в них не вижу…
Я тоже принципиально иной структуры не наблюдаю. Да и механизм образования структур идентичен на разных ТФ.
На графики я вообще не смотрю: моя база для анализа — это ряды цифр. Что делать для самостоятельной проверки с цифрами, описано в корневом топике.
А что касается графиков, то я уже на встрече алготрейдеров приводил сравнение графика случайного блуждания и реальных цен. На взгляд и их не отличишь. А уж если взять приращения логарифмов, то тем более ничего на взгляд не отличишь.
Ну мнения разделились :). А то, что одномерные приращения цен — не нормальны, это известно. Только это мало чем говорит.Случайно блуждание может иметь и ненормальные приращения, но на таком ряде бессмысленно строить системы «лучше» рынка. Потому что эффективная система может быть построена только на относительно устойчивых временных зависимостях.
Кстати, исследование показывает, что такая зависимость (антиперсистентность) на минутках есть.
Предположу, что и аналитически эти графики различить также не удастся, если все тела (Close-Open) и размеры (High-Low) свеч на ТФ M15 помножить на один и тот же коэффициент, полученные таким образом свечи ничем не будут отличатся от свеч на ТФ H1.
Все это наводит меня на мысль, что все-таки рыночные процессы на разных ТФ «подобны», т.е. не имеют принципиально разной «структуры»…
Про визуальность — согласен, а про то, что аналитически нельзя отличить — нет. Есть куча работ, где статистически доказывается отличие от случайного блуждания. В моем сообщении говорится о статистическом отличии от автомодальности («подобия»). Техника приведена — проверить может каждый.
Такая мысль: на глаз мне кажется, что Солнце вращается вокруг Земли +)
Что же касается Земли и Солнца, то речь шла не просто о визуальности как таковой, а о не возможности визуально различить заведомо подобные процессы, если устранить в них единицу измерения. Мне например также кажется, что и Луна вращается вокруг Земли и это, между прочим, не противоречит данным рынков.
В этом контексте, я больше склоняюсь к мысли, что подобно тому как нет принципиальной разницы между вращением Луны вокруг Земли и вращением Земли вокруг Солнца (если наблюдать эти процессы в одном масштабе), так и рыночные процессы на разных таймфреймах не имеют принципиально разной «структуры».
Одна проблема, то, что мы себе таким образом напредставляем, будет очень далеко от жестокой реальной действительности…
И, возможно, тот же самый А. Г. сможет на этом сыграть, отобрав все наши деньги.
Но этого недостаточно, нужно взять оценку выборочного среднего и выборочного скреднеквадратичного отклонения(стандартного отклонения). Если теперь нормировать(из значений приращений логарифмов цен вычесть выборочное среднее и поделить на среднеквадратичное отклонение) т.е. получим плотность вероятности для каждого диапазона в стандартных единицах отклонения от среднего т.е. получим эмиприческую функцию распределения вероятности. Вот ее и сравниваем на предмет подобия или неподобия с другой функцией на другом таймфрейме. Если сравнить их моменты
эксцесс, ассиметрию отсюда можем делать вывод о подобии. или еще лучше всего проверить их например по критерию согласия Пирксона — Хи квадрат тест. Оценка и покажет можем мы согласиться с данной гипотезой или должны ее отвергнуть. Так вот, вывод который следует из поста — для разных таймфреймов характеристики разные они «неподобны'.
Если б я знал, что означает «1/f noise» в терминах случайных величин. :)
Очень хороший вопрос. Да интересно, что будет, если за основу взять 5-ти минутки.
Сейчас закончу с задачей разладки для «кусочно-марковского рынка» и обязательно посмотрю.
Просто это сообщение — «побочный продукт», появившийся при решении задачи разладки для «кусочно-постоянного рынка».
Я ничего не делал в этом направлении, для меня актуальней другие идеи для более позиционной торговли.
Да, мультифрактальности мой результат не противоречит (это уже отметили на хаутутрейде). Да и вообще, как правильно заметил S.One, я статистически доказал лишь то, что антиперсистентность приращений логарифмов минуток отсутствует на приращениях логарифмов дневок. Т. е. только между этими процессами нет самоподобия. Отсюда сразу следует, что нет самоподобия тиков и дневок, но совершенно не исключено, что самоподобие начинается, не с минуток, а, например, с пятиминуток.
a) логарифмированием я не добиваюсь «стабилизации» дисперсии (ее просто нет) — это просто переход от разностей цен к % приращениям, что для финансового ряда естественно, так как все меряют доходность в %.
b) Никакой «стабилизации» матожидания для эргодического процесса на минутках переход от минуток к 15-ти минуткам не дает, так как приращения логарифмов 15-ти минуток это просто сумма 15-ти приращений логарифмов соответствующих минуток
Отказ от эргодичности выводит нас в область, где вообще нельзя говорить ни о каких моделях. Кстати, все перечисленные Вами процессы в основе своей имеют СТАЦИОНАРНЫЙ процесс, а нестационарно (но эргодично) в них условное нормальное распределение наблюдаемой величины.
Ну я просто смотрю иначе. Все эти модели линейным преобразованием сводятся к стационарному процессу
en.wikipedia.org/wiki/Autoregressive_fractionally_integrated_moving_average
А в ARCH модели предполагается, что процесс дисперсий — стационарный ARIMA-процесс. Опять имеем нестационарный отклик от ненаблюдаемой стационарной последовательности.
www.dmytry.com/mojoworld/erosion_fractal/erosion_movie2.html