Мы не знаем, какое распределение заложить основу нашей модели. На картинке тест на нормальность. Очень похоже на плотность бета-распределения. Первое, наверное, что делают, это приводят ее к нормальности, ну и там уже будет куча способов для анализа, от кокса-бокса, до хи квадратов, наверное самое распространенное. Эконометристы выводят непонимание в «ошибку», давая еще один свободный кэф в виде переменной, ну и собственно наверное ничего лучше не придумали, кроме этого подхода. 

Дальше что хочется сделать — мы же можем установить некую свою собственную переменную, ограничив наблюдаемое изменение с уже подгонкой к нормальности, заложив в основе толстые хвосты (дефолты например) или например бета распределение. 

Ну и поскольку в долгосрок прогнозировать сложнее, работать будем на 5 минутных данных, если работать на дневном таймфрейме, то добавляется непредсказуемое поведение, например, досрочные выплаты, мошенничество или макроэкономика, изменение ставки фондирования. 

( Читать дальше )

Существует достаточно сложная проблема для большинства инвесторов, которую можно свести к более простой. 

Что для этого нужно? 
Во-первых нужно разработать бенчмарк для любых алгоритмических стратегий, от которого нужно отталкиваться, своего рода «безрисковая ставка».


Данная функция является основой для оценки эффективности, поскольку она в себя включает более 1 млн дней алгоритмических торгов для разных рынков, для разных стратегий, для разных управляющих, именно она будет являться нулем. Функция построена для коэф. Шарпа, его изменения в днях, с шарпом y до 4,5 и х дней за 0-1500. 

Далее можно применить следующую идею и это вторая формула наверное ближе всего из подхода эконометристов:



( Читать дальше )