Alex Craft, не очень понятно, что это за случай — в реальной жизни у Вас нет реального распределения и вы можете сравнивать только две оценки, но вы этого сравнения не делаете

Михаил, про преимущества интервалов перед точечными оценками согласен. Мне ближе байесовский вариант с распределениями для параметров (значения параметра попадает в 95% область распределения). «Статистическая значимость» хотя похоже, но как то меньше нравится...

Но, конкретно в этом случае — может я что то упускаю, но мне видится использование АндерсонДарлинг как радикально лучше.

Alex Craft, это не абстракция, а вполне конкретная штука, которая говорит насколько на самом деле вы имеете точное представление о ваших параметрах. Если у вас критерий различается, но не стат значимо, то может быть любой из этих вариантов, а реально и еще куча других. Ну и соответсвенно вы можете оценить, на основе этого разброс интересующего вас параметра (например цену опциона), и на реальных данных это почти всегда будет очень большой диапазон. И вам давно нужно уходить от точечных оценок к диапазонам — доверительным интервалам, если вы хотите принимать достаточно взвешенные решения в условиях неопределенности

Alex Craft, критерий Колмогорова- Смирнова работает только для выборок из одинаковых распределений:

«Всё меняется при проверке сложных гипотез, когда по анализируемой выборке оцениваются параметры теоретического закона, согласие с которым проверяется. При проверке сложных гипотез свобода от распределения теряется. При проверке сложных гипотез и справедливости проверяемой гипотезы распределения статистик непараметрических критериев согласия (и критерия Колмогорова) зависят от ряда факторов: от вида наблюдаемого закона, соответствующего проверяемой гипотезе; от типа оцениваемого параметра и числа оцениваемых параметров; в некоторых случаях от конкретного значения параметра (например, в случае семейств гамма- и бета-распределений); от метода оценивания параметров. Различия в предельных распределениях той же самой статистики при проверке простых и сложных гипотез настолько существенны, что пренебрегать этим ни в коем случае нельзя.»

Если у Вас нестационарные либо средние, либо дисперсии в выборках, но ничего, кроме различия, этот критерий не покажет.

А. Г., да, спасибо за замечание, я упустил условие N^0.5. В принципе, этим все сказано. Получается, в самом критерии КолмогороваСмирнова сказано что его нельзя применять в финансах :). Потому что нам интересны в том числе расхождения в событиях встречающиеся меньше N^0.5

Михаил, «статистическая значимость» это некая условная абстракция. Нам интересна прибыль, и меряем мы (в том числе ошибки) в прибыли.

Расчет кол опциона со страйком 2: по 'распределению а' даст 0, по 'настоящему' 0.08. Это сильное отличие. Критерий КС выбрал распределение дающее большую ошибку в деньгах.

Alex Craft, вопрос не про силу (что это такое?), а про статистическую значимость

А. Г., «The Kolmogorov–Smirnov statistic quantifies a distance between the empirical distribution function of the sample and the cumulative distribution function of the reference distribution» — т.е. это именно мера совпадения, а не бинарный вывод совпадает/нет

Михаил, не понял, распределение 'a' и так сильно отличается от 'настоящего'. Оно показывает 0 вероятность движения х10, в то время как она 1% — отличие сильное.

Статистика Колмогорова-Смирнова отвечает только на вопрос совпадения частот значений, встречающихся на выборке не меньше N^1/2 раз и слабо отличающихся по значениям на остальных редких. И она только отвечает на вопрос «совпадают» или «не совпадают», а не «лучше» или «хуже». 

Проблема не в Смирнове, а в том как вы будете принимать решение по не точным оценкам распределений. Мне лень считать, но есть подозрение, что эти два варианта не различаются статистически значимо, как варианты с гораздо большем отклонением от реального варианта

Дед Нечипор, уран, и вообще ресурсы, мне кажется надо быть готовым просесть до 50%, и не завышать слишком позиции, оставляя себе запас в случае падения и постепенно докупая.

По теме ресурсов — нету никого мудрей чем старый опытный еврей. А если кто и есть мудрей, так это два таких еврея. Doug Casey и Rick Rule старые опытные  ресурсные спекулянты, и вообще уважаемые и интересные люди, стоит посмотреть их выступления… нефть, газ, уран, руда, и про жизнь вообще.

ves2010, т.е. вкратце. Мне нужен был грубый но надежный прикид. Мне кажется я его получил и выжал основную информацию что есть в исторических ценах.

Гадать дальше над историческими ценами, выжимая из них оставшуюся малую часть всю до капли смысла нет.

Мне кажется есть лучшие способы уточнить прогноз, используя больше источников информации и уточняя грубый базовый прогноз.

ves2010, тренд и цикличность и т.п. вещи сделать можно, и можно получить «точные» выводы, но которые по факту не будут повторяться в будущем.

Это сильное усложнение модели. Мне кажется то что я получил близкое к максимуму возможного что можно выжать из исторических данных. Можно чуть больше еще выжать, но уже сильно больше нужно расчетов, мне кажется шкура выделки не стоит.

Сложные модели не помогут никак, они дадут иллюзию точности (оверфиттинг).

(это мое впечатление, может ошибаюсь и кто то может сделать намного лучше)

ves2010, спасибо за идеи

Точность  — распределение именно дает точность. Что касается вопроса, насколько оно соответствует «настоящему распределению реальности», я не знаю как оценить это числом, это распределение наилучшим образом (из того что я нашел) описывает прибыль акций за прошлые неск десятков лет.

— Отдельное рассмотрение процесса рынка и моделирование процесса акции как зависимого от него. Да, вероятно чуть повысит точность. Но, я думаю повысит точность лишь на чуть, а вот усложнит расчеты на очень сильно.

Я считаю лучше повышать точность по другому — учетом «экспертного мнения независимого источника». Например другого алгоритма, анализирующего финотчетность и транзакции менеджмента компании.

— По логарифмам, я не понял. Логарифмы это биекционное преобразование. Собственно его смысл именно в том чтобы превратить нечто необычное и сложное в простое и, но с сохранением сути. Лог трансформа, сохраняет и хвосты и перекосы и все остальное, вычисления что в исходном что в лог пространстве полностью, сто процентно идентичны, и выводы полученные сто процентов одинаковы. Мы не теряем ни малейших деталей процесса, в том числе тяжелых хвостов.

Мысли схожие. Закупился на всю котлету акциями двух компаний в области энергетики — добытчик урана и солнечные панели/аккумуляторы. Сейчас -25% счет)
Одна надежда, что Трамп Зеленского отправит арбайтен на урановые рудники, пока не отработает долги, может накопает на 500 млрд, выведет меня из минуса)

График не очень наглядный, перекрещивающиеся синии линии создают ложное впечатление высокой плотности в середине. Но ничего лучше не приходит на ум…

ves2010, она и предсказывает, каковы вероятности что цена акции будет Х в момент времени У. И каковы будут цены опционов соответствующие этим вероятностям.

Предсказывает, с низкой точностью. Да, входные данные нужно уточнить каким то другим способом, чтобы повысить точность.

не вижу выводов...
кроме как того что распределение смещено из за роста актива

проблема в том что модель должна предсказывать а не просто констатировать факт