Собственно, понятие коинтеграции и лежало, в основе статистического арбитража, который только начал появлятся в конце 80-х и позволил первопроходцам из JP Morgan, нарубить не мало денег, пока…, но об этом в конце статьи. Поэтому в этот раз мы поговорим, про коинтеграцию, что это такое, зачем и почему. Но начнем из далека и рассмотрим такие статистически понятия как порядок интеграции процесса, и фиктивной (spurios) регрессии, которые и лежат в основе. 

Рассмотрим для начала простейший процесс, гауссовский шум:


 Теперь построим его кумулятивную сумму, то есть возьмем значения и последовательно их сложим, таким образом получим что Y_i = sum k = 0..i X_k, где X_k — это исходный гаусовский шум, Y_i — результирующий процесс. То есть в данном случаи взяли шум и его проинтегрировали, таким образом получив случайное блуждание. Так же мы можем повторить данный процесс еще раз, но на этот раз взяв в качестве исходных значений, полученное нами на предыдущем шаги случайное блуждание. Таким образом получим (сверху — интеграл шума, случайное блуждание, снизу — повторная сумма но на этот раз взятая по случайному блужданию):

( Читать дальше )

Посоветуйте хорошее кресло,  кожа, мягкое, удобное, с откидной спинкой, чтобы можно было «прилечь» отдохнуть. А то что-то сижу на какой-то ерунде полной. 
Короче, кто на чем сидит? Буду благодарен за ссылки. 

Четыре годные книжки по этой тематике.
http://narod.ru/disk/44732842001.342fa2327b2ad1d65e7e1143b7a54769/prob%20theory.zip.html
 
 

Обещанное продолжение. Предыдущий пост из серии: http://smart-lab.ru/blog/43277.php 

В чем собственно смысл понятия авторегрессивности/автокорреляции/персистентности. Расмотрим простейший процесс в котором последующие приращения зависят от предыдущего. Обозначим приращение в момент времени t — X_t, в момент времени t + 1 — X_t+1. Соответственно мы хотим, чтобы приращение в момент времени t+1, каким то образом зависело от предыдущего t. Если выразить такую зависимость качественно, то у нас есть два варианта.

1) первый вариант, мы предполагаем что положительное приращение X_t должно увеличивать вероятность положительного приращения в следующий момент времени X_t+1, аналогично для  отрицательного. Проще говоря Х_t и X_t+1 положительно скоррелированны. Такая модель является «трендовой, персистентной», то есть покупая/продавая то что растет/падает мы смещаем вероятность выигрыша в свою сторону.

2)  второй вариант, мы предполагаем что положительные приращения X_t должны увеличивать вероятность отрицательных в момент времени X_t+1, а отрицательные приращения — положительных. То есть X_t и X_t+1 отрицательно скоррелированны. Такая моделья является «контр трендовой, анти-персистентной», то есть продавая то что выросло и покупаю то что упало, мы получаем статистическое преимущество. 

( Читать дальше )

Собсно — сабж.
Ну и будет плюсом возможность показывать свои онлайн сделки.
комон.ру не интересует. Где-то здесь видел у людей более навороченные ресурсы. Не могу вспомнить.

Ковырялся с оптимизацией алгоритма в TSLab..
Получил такой результат:
 Тестирование робота в TSLab (интервал 01,02,2012-14,03,2012 EUR USD)^
Доходность..
Zulu-tradery..
 http://mirotvoretsandr.livejournal.com/187538.html
Вот и думаю: Запускать ли своего робота (на Форекс) или подключиться к ZULU ?
Чой то кажется.что Zulu -это разводка ( как почти всё на фин.рынках -все наёб… т)
На сколько провалится в реале моя стратегия-тоже сказать трудно..
Да и запускать без VPS-тоже лениво-кругломесячный трейдинг я вряд ли выдержу… Надо покупать VPS-может кто то посоветует… Дорогой не хочется..
Кое что -я подобрал:
 http://shelandr.ru/info/?page_id=288

Плюсы  и  минусы  работы на этих  разных  рынках ....

Российский :
Низкие комиссии
Мизерный  выбор  торгуемых ликвидных  инструментов
До сих  пор  не появилось хорошего  программного  обеспечения  для  торговли опционами

Американский :
Достаточно  высокие комиссии
Широкий  выбор  ликвидных  инструментов
Большое  количество  качественного и  удобного ПО

А Вы что  бы  предпочли ? 

Материал показался интересным, поэтому решил копипастнуть

Паттерны Тима Орда
Конспект книги «The Secret Science of_Price and Volume» (пер. с англ. «Секрет науки цены и объема») в виде готовых к торговле паттернов.
Свинг — предыдущая вершина или низина цены инструмента, определяющая текущий уровень сопротивления/поддержки.
Основная идея заключается в том, чтобы сравнивать и анализировать объемы на свингах.



( Читать дальше )

Надо просто понять, что на рынке есть абсолютно непредсказуемая составляющая, которая делает нашу работу «игрой в орлянку» в лучшем случае с вероятностью выигрыша больше 1/2.
Причем не надо страшиться совсем небольшого преимущества над рынком, заключающегося в этой вероятности выигрыша.
Предположим, что у нас рубль капитала и вероятность выигрыша 0,55. Возьмите  в качестве ставки 5 коп. и проведите 20 экспериментов по 1000 «бросаний» и посмотрите на среднюю доходность в «конце пути». Уверен, что результат  приятно удивит Вас своей стабильной положительностью.
Но если Вы сделаете ставку в 50 коп., то те же 20 экспериментов с вероятностью, близкой к 1, разорят Вас.
Вот так и на рынке. Все дело в «волшебных пузырьках», т. е. в Ваших ставках (в %) по отношению к имеющемуся  капиталу.
К чему это я? Да к тому, что  доход на рынке можно получить, НО
— маленькая «ставка» и небольшое число «бросаний» приведут к стабильной, но небольшой прибыли;

( Читать дальше )