Статистический анализ рынка Форекс

Haos · **Haos** » 02 дек 2019, 08:05

Всё это интересно может быть теоретически, но когда мы говорим о неслучайности, то должны говорить и о предсказуемости, так? Или тогда что нам дает неслучайность? Ну да, каждый действует неслучайно из участников игры, но результат то случаен.
Теперь о предсказуемости. Предсказуемость это цель любых теоретических и практических изысканий. Когда она выявлено, то может быть построена модель, которая дает прогноз на 1 шаг вперед по времени или 2 или и т.д... с вероятностью более 50%. Т.е. мы нашли такую модель на исторических данных, проверили на любых других форвард тестах и нашли ее эффективность (более 50% угаданных прогнозов). Вот тогда мы можем говорить о предсказуемости. До этого момента анализируемый ряд считается непредсказуемым, т.е. мы не опровергли еще гипотезы о его непредсказуемости.
Так вот, таких моделей нет. Ни модель Блэка-Шоулза, ни ГАРЧ и т.п. не смогли достичь предсказуемости. Это всё десятилетиями назад проверялось и потому и пришли к теории эффективности рынка, т.е. его непредсказуемости.

Tit4 · **Tit4** » 02 дек 2019, 08:24

Получается, нет смысла моделировать в теории? На практике все равно будут другие результаты с вероятностью 50/50?

Nord · **Nord** » 02 дек 2019, 08:33

Haos писал(а):Всё это интересно может быть теоретически, но когда мы говорим о неслучайности, то должны говорить и о предсказуемости, так? Или тогда что нам дает неслучайность? Ну да, каждый действует неслучайно из участников игры, но результат то случаен.
Теперь о предсказуемости. Предсказуемость это цель любых теоретических и практических изысканий. Когда она выявлено, то может быть построена модель, которая дает прогноз на 1 шаг вперед по времени или 2 или и т.д... с вероятностью более 50%. Т.е. мы нашли такую модель на исторических данных, проверили на любых других форвард тестах и нашли ее эффективность (более 50% угаданных прогнозов). Вот тогда мы можем говорить о предсказуемости. До этого момента анализируемый ряд считается непредсказуемым, т.е. мы не опровергли еще гипотезы о его непредсказуемости.
Так вот, таких моделей нет. Ни модель Блэка-Шоулза, ни ГАРЧ и т.п. не смогли достичь предсказуемости. Это всё десятилетиями назад проверялось и потому и пришли к теории эффективности рынка, т.е. его непредсказуемости.

Все так. Без практического применения теоретизации бесполезны. Но будем учитывать, что научные открытия происходят как в сторону от практического к теории (как в случае с Ньютоном, поймавшим головой яблоко, что и привело к развитию гравитационных теорий), так и в сторону практики от абстрактной теории (как в случае с опровержением Ломоносовым идей теплорода новой теорией о теплодинамике частиц). Потому мне видится обоснованным сначала теоретически подтвердить неслучайность (или случайность) рыночного ценообразования, а уж затем искать возможности для использования полученных данных.

Рэндом · **Рэндом** » 02 дек 2019, 08:41

Модель можно построить только после анализа данных. Понятно что в лоб ничего не получиться. Я не знаю что такое модель ГАРЧ и на каких принципах она сотрется. Но подозреваю что это общая для многих случаев модель предсказания. А я ставлю перед собой задачу выявить конкретные факты о рынке. Забегая вперёд скажу что параметры распределения вероятностей не постоянны. Я выяснил что они зависят от тренда. Но как это использовать пока непонятно. Далее я опишу это подробней.

Рэндом · **Рэндом** » 03 дек 2019, 01:07

Давайте рассмотрим файл Euro. Здесь мы определяем переменные распределения Коши для всего рынка.

Код: выделить все: from stats import * model=cauchyvar(d['delta']) with model: trace = pm.sample(2000, tune=1000, step=pm.NUTS(), chains=1, init='nuts')

Этот код прост. Подробности в файле stats, но и там простой код. Хотя чтобы его понять надо быть знакомым с вероятностным программированием.
Здесь нет ничего особенно.
Более интересен следующий код. Это попытка найти ответ на вопрос изменчив ли рынок. Если рынок изменчив, то параметры распределения будут отличаться. Мы разбиваем данные на три части и высчитываем для каждой роспределение.
Результат:

Как видим значения меняются. Рынок изменчив.
Далее считается вероятность растущих, падающих и равных цен для всего рынка.
Результат:
вверх 0.4947836166924266
вниз 0.500772797527048
равно 0.004443585780525503
Для вверх и низ практически 50%. Забегая вперед, скажу, что для тренда вероятность смешается, но не сильно. Объяснить трендовые движение изменением этой вероятности невозможно. Единственный вывод, который из этого можно сделать, что, например для восходящего тренда рост будет значительно выше падения в пунктах. А это значит будут несимметричными распределения вероятностей. И это действительно так:
Для длительного тренда:

Несимметричность заметна на глаз, но не выражена ярко.
Другое дело сильное падение 2009 года:

Мы узнали, что рынок изменчив и его характер меняется в зависимости от тренда и его силы. В различных трендах распределение различно. Это может быть например полезно при внутридневной торговле. Мы учитываем дневной тренд, так как движения против тренда слабые.

Рэндом · **Рэндом** » 03 дек 2019, 01:46

Я прочитал больше половины второй книги и просмотрел вторую половину. Книга не очень. Как работать с библиотекой непонятно. Как строить вероятностные модели непонятно. Я подозреваю что результаты корреляции интерпретировал не правильно. И где получить нужные знания непонятно. Буду мучить гугл.
PS Нашел третий учебник. Надеюсь он внесет ясность.

Haos · **Haos** » 03 дек 2019, 06:13

Рэндом писал(а):Я не знаю что такое модель ГАРЧ и на каких принципах она сотрется.

Авторегрессионная условная гетероскедастичность (англ. ARCH; AutoRegressive Conditional Heteroscedasticity) — применяемая в эконометрике модель для анализа временных рядов (в первую очередь финансовых), у которых условная (по прошлым значениям ряда) дисперсия ряда зависит от прошлых значений ряда, прошлых значений этих дисперсий и иных факторов. Данные модели предназначены для «объяснения» кластеризации волатильности на финансовых рынках, когда периоды высокой волатильности длятся некоторое время, сменяясь затем периодами низкой волатильности, причём среднюю (долгосрочную, безусловную) волатильность можно считать относительно стабильной.

Цитата из Вики. В 1986 г. еще модели АРЧ были обобщены Боллерслевом. Там такая муть, что черт ногу сломит. Это нам не нужно, у нас есть, к примеру, графический анализ. Его можно рассматривать как динамическую модель. Эта модель не хуже, а во многом лучше чем любые численные, т.к. то, что видит глаз человека на графике можно представить очень сложными формулами и то, с большой натяжкой в виде задания уровней точности.

Рэндом · **Рэндом** » 04 дек 2019, 03:09

Все мы знаем, что тренд твой друг. А насколько он друг? Ответ на это в ноутбуке Euro 7. Код там простой. Только появилась новая библиотека ta. В ней одна функция для расчета Зигзага. По его разворотным точкам мы будем считать вероятность разворота. Как вы видите эта вероятность 2%. 98% процентов за то, что на следующий день тренд продолжиться. Это конечно грубая оценка. Можно будет попробовать рассчитать вероятность разворота от длинны движения. Но это сомнительно. Слишком разной длинны существуют движения на рынке. Поэтому это не имеет смысла.

Рэндом · **Рэндом** » 05 дек 2019, 04:48

Быстро освоить баесовский подход к программированию не получиться. Придется долго учиться. Вот возникла необходимость учить мало используемый язык программирования. :nez-nayu:

Иначе учебник по вероятностному программированию не понять. Начало учебника мне понравилось. Я понял, что это мощный метод построения моделей. В этом цель этой темы. Построить модель которая позволит извлекать прибыль. В общем мне необходимо время на обучение. Без этого толка не будет. Тема обязательно будет продолжена.

Рэндом · **Рэндом** » 12 дек 2019, 01:18

Вероятностное программирование бывает полным по Тьюрингу и не полным. На полном можно сделать всё что угодно. Не полное имеет ограничение. Pymc3 это не полное. Scala с библиотекой Figaro полное. Раз уж я начал их изучать, то логично на них и перейти. Что я и сделаю. Так что если хотите продолжать со мной ищите учебник по Scala который вам подойдет и читайте эту книгу по вероятностному программированию https://www.litres.ru/a-pfeffer/veroyat ... -22806664/

Статистический анализ рынка Форекс