Взмах крыла бабочки порождает бурю. (с)
Для начала цитаты из Википедии:
— Эффект бабочки — термин в естественных науках, обозначающий свойство некоторых хаотичных систем: незначительное влияние на систему может иметь большие и непредсказуемые последствия, в том числе в совершенно другом месте.
— Детерминированно-хаотические системы чувствительны к малым воздействиям[1]. Анри Пуанкаре описал Теорию хаоса в исследовании к задаче о движении трёх тел в 1890 году. Позже он предположил, что такие явления могут быть общими, например, в области метеорологии[2]. В хаотическом мире трудно предсказать, какие вариации возникнут в данное время и в данном месте, ошибки и неопределённость нарастают экспоненциально с течением времени. Эдвард Лоренц (1917—2008) назвал это явление «эффектом бабочки»[3]: бабочка, взмахивающая крыльями в Айове, может вызвать лавину эффектов, которые могут достигнуть высшей точки в дождливый сезон в Индонезии.
Вы уже догадались, что рынок, по крайней мере, близок к такой детерминированно-хаотической системе, и речь пойдет о возможности прогнозировании рынка.
Для начала возьмем небольшой ящик помещенный в невесомость, и засунем туда несколько бильярдных шаров и начем наблюдать и считать. Казалось бы, система полностью детерминирована, все параметры движения с высокой точностью известны. Через 2-3 соударения все шары окажутся примерно там, где мы и ожидали их увидеть.
Отвернемся на несколько минут — практически ни один шар не окажется даже близко к тому месту, где мы ожидали его увидеть через эти несколько минут, а окажутся в самых неожиданных местах. Все наши предсказания оказались фикцией, самообманом — вот тебе и детерминированная система. Напомню, Анри Пуанкаре описал Теорию хаоса в исследовании к задаче о движении всего-то трёх тел в 1890 году. В хаотическом мире трудно предсказать, какие вариации возникнут в данное время и в данном месте, ошибки и неопределённость нарастают экспоненциально с течением времени.
Что же мы можем сказать о рынке, где не всего 3 шара, а сотни таких шаров, еще и с неизвестными параметрами, а в секунду происходит сотни или даже тысячи таких «соударений». Так, только за 5 мс на фьючерсе Si-6.21 могут происходить до сотни разнонаправленных сделок разного объема с различной ценой.
Price qty
2021-04-02 23:49:59 77290 2
2021-04-02 23:49:58 77289 1
2021-04-02 23:49:57 77288 3
2021-04-02 23:49:56 77285 1
2021-04-02 23:49:55 77280 2
2021-04-02 23:49:55 77265 1
2021-04-02 23:49:54 77251 1
2021-04-02 23:49:54 77244 2
2021-04-02 23:49:53 77247 1
2021-04-02 23:49:52 77250 2
2021-04-02 23:49:51 77240 3
2021-04-02 23:49:50 77238 2
2021-04-02 23:49:49 77242 1
2021-04-02 23:49:48 77239 13
2021-04-02 23:49:47 77238 4
Это на вечерке, когда и торгов-то толком нет, за 12 с, последние перед закрытием. Пойди их, дневные, найди в архиве. Лениво, да и 100 сделок не поместятся. Думаю, и так понятно, что будет днем за 10 с.)
Пока всего один вывод: сколь-нибудь реальное прогнозирование в детерминированно-хаотических системах, какой является рынок, на длительном интервале принципиально невозможно. И, естественно — чем короче интервал прогнозирования, тем точнее может быть прогноз.
Чтобы не утомлять читателя, топик содержит всего одну мысль. Будет ли продолжение темы — не знаю, посмотрим.
Мальчишка Купи-Продай тоже всегда в своих топиках одну тока мыслю в народ толкает....
тока от энтого не легче…
Не говорил я такого...
Я наоборот всегда высказывался в том плане, что на рынке значительно меньше хаоса, чем это вытекает из наблюдения за траекториями цен.
Но мне никто не верит...
С уважением
когда пытаешься передать мыслю другого — всегда получается вранье…
И что-то маловато сделок, в последние секунды там обычно сильно мотает.
Так и не понял, о чём пост — раскрывается причина, по которой автору не удаётся заработать?
«Прогнозирование — чрезвычайно сложная штука. Особенно, когда речь идет о будущем»
© В.С.Черномырдин
С уважением
С выводом согласен — на рынках короткие движения прогнозируются значительно лучше, чем длинные.
Практически со всем остальным не согласен.
1. Работы Пуанкаре относились к системам дифференциальных уравнений — никакой стохастики в них не было. В процессе получения (неверного) решения задачи 3-х тел им был обнаружен феномен разбегания траекторий. Лоренц привел пример простой (из 3-х уравнений) такой системы, содержащей «странный» аттрактор. Вершиной этих исследований была и остается теория КАМ (Колмогорова-Арнольда-Мозера). Никакой стохастики в ней как не было, так и нет (на настоящий момент).
2. Движения ансамбля стохастических объектов (положения и скорости которых точно неизвестны) прекрасно предсказываются. Этим занимается статистическая физика. Правда, при этом используются достаточно сильные допущения, вроде гипотезы эргодичности. Обладают ли приращения цен свойством эргодичности (хотя бы в слабой форме) — неизвестно. Большинство исследователей считают, что нет, я считаю, что да (IMHO).
3. Чтобы сравнивать рынок с задачами небесной механики или статистической физики, надо сначала понять, что он из себя представляет — построить математическую модель. Без допущений такого рода действия массы людей можно исследовать и другими методами — например, применяя метод исторического материализма Маркса (и диалектику Гегеля).
Мораль: если Фейнман заявил, что проблема турбулентности — самый большой вызов физики (и самая сложная из нерешенных задач) и при этом мы ничего не знаем про то, как ведут себя рыночные цены, то из этого не следует равнозначность и одинаковость этих задач. Нужно просто внимательнее изучать процессы рыночного ценообразования и поведение траекторий цен.
С уважением
Ну, а некоторой мат моделью я располагаю, в значительной степени качественной. Писал как-то, что распределение Максвелла вполне подходит для рынка.
Попробую пояснить
1. Если такая модель была бы адекватной, то миллионы исследователей легко бы выяснили, какое же распределение вероятностей у случайной величины «приращение цены»
2. Давно известно, что это не нормальное распределение
3. Ни одного реального кандидата на замену нормального распределения нет. Есть общие рассуждения на тему, что это распределение скорее всего принадлежит к семейству гипергеометрических (куда входит почти все из доступного — и бабочка, и тетя Сара, и кот Бегемот...)
3. Ни одного значимого результата для прогнозирования цен в случае распределения приращений цен, отличных от нормального, я не нашел (хотя регулярно просматриваю свежие статьи)
4. Отсутствие внятных ответов на приведенные выше вопросы исследователи обычно объясняют значимой зависимостью соседних приращений цен. Однако не приводят формул и примеров количественных соотношений...
Так может, в консерватории что-то подправить? © Жванецкий
С уважением
P.S. В рассуждениях Бенуа Мандельброта про фракталы (с которыми я категорически не согласен применительно к рынкам) стохастики нет вообще. Обобщенное броуновское движение употребляется исключительно как пример самоаффиности.
Прогнозирование в нормальном распределении? — прогноз СБ, это, конечно тоже прогноз, но толку от него.))
Отличие рыночных распределений от нормального легко объясняется и легко получается из нормального. Чтобы не раскрывать полностью и немного затуманить картину — эт как в квант мехе: результат зависит от присутствия наблюдателя. Вводим наблюдателя — и из нормального распределения получаем хвостатое рыночное.
Однако «хвостатые» распределения часто встречаются в стохастических системах, в которых вообще нет никакого наблюдателя...
Но пост был не про это. Если предположение о случайности процесса приращений цен рыночного актива нам ничего не дает (кроме бредовых теорий эффективного рынка) — зачем оно нужно?
С уважением
С уважением
А каким образом?
Можно чуть подробнее?
С уважением
Точнее выразите в чем именно вы не согласны.
Несогласен в предсказательной способности линейной регрессии.
Ибо она предполагает стационарность процесса.
Готов выслушать аргументированные возражения.
С уважением
1. Мне не очевидна необходимость стационарности.
2. Пожалуйста, почти стационарно по определению:
Мой посыл не в том, что линейная регрессия лучше всего предсказывает доходность. А в том, что если для предсказания брать сложную мат. модель с аттракторами и пытаться искать решение вблизи этих аттракторов, так что даже взмах крыла бабочки влияет на решение, то это достаточно по капитански (очевидность) не сработает.
1. Использовать аттракторы никто не предлагал. Более того, они не так часто встречаются, а в рыночных моделях (опубликованных) — никогда
2. Если стационарности нет — линейная регрессия предскажет полную хню. Если необходимо — могу привести примеры.
3. Если можно — такую же гистограмму (можно трехмерную) с 1927 по 2020). Ну только если нетрудно, ессно.
С уважением
Скажем, нейросети восстанавливают регрессию, но для работоспособности НС требование стационарности не является обязательным. По моему, это есть уже в книге Хайкина.
ЗЫ НС, кстати, неплохо справляются с прогнозированием рыночных ВР. В одном из топиков я показывал эксперименты с этим.
1. Требование стационарности не является обязательным. Конечно. Но для валидности результата все равно придется применять некие условия. Стационарность — самое сильное и удобное, хотя и не обязательное. Если не применять никаких условий — получится полная хня.
2. Могу обмануть любую нейросеть, восстанавливающую регрессию. Давайте пример.
С уважением
Это прогноз значения реального рыночного ряда на время Т. По Х — прогноз, по У -реальное значение через время Т. Значения исходного ряда нормированы к некому диапазону. При x>1.5 и x<-1.5 прогноз вполне удовлетворителен, в убытке не будем.) Ну, и изменения в окрестности нуля нас не особо волнуют.
И да, Файнман)))
Твои треугольники уж очень туго выходят через задний проход.
Отсюда и все проблемы, IMHO.
С уважением
В нынешнем Ocean Race участвуешь?
Какая яхта, если не секрет?
С уважением