По просьбе коллеги из параллельного блога (72turtles на стокпортале)  в продолжение темы про калибровку стратегий на полностью случайных процессах выкладываю несколько графиков, сгенерированных генератором случайных чисел  в формате Wealth-Lab: random_prices.rar

      Комментарии:

1) Данные сгенерированы экселем, генератор случайных чисел–вихрь Мерсенна, внутри дня–случайное блуждание с приращениями из равномерного распределения U[-a,a], междневные гэпы–из нормального распределения N(0,s). Параметры a и s не помню–давно это было.

2) Данные графики предназначены лишь для предварительного знакомства с методом, для качественного тестирования необходимо:

       а) Больше графиков. 10–это мало, надо 50 как минимум.

       б) Надо понимать, как параметры a, s и число шагов внутри дня влияет на итоговый график. Для этого необходимо технологию приготовления случайных данных освоить самому. В ней нет ничего сложного, вкратце она описана в комментах к исходной статье. Будут вопросы–задавайте в комментах, объясню, что смогу.

6 Responses to “Данные Wealth-Lab, сгенерированные генератором случайных чисел”

  1. wrmngr Says:

    тут вот какая штука…

    ГСЧ дает распределение по форме не похожее на рыночное. Как минимум надо моделировать толстые хвосты для адекватного сравнения.

    кроме того глобальный тренд тоже надо учитывать

  2. admin Says:

    Абсолютно с вами согласен! Именно про это я говорю в статье про калибровку стратегий на полностью случайном процессе http://stockportal.ru/utkin/?p=113 . Описываемая там метода призвана лишь:
    1) Отбросить заведомо неправильные стратегии, заглядывающие в будущее,
    2) Показать, как связаны волатильность данных и волатильность стратегии,
    3) Дать представление о том, что рынок–весьма случайная (но не полностью) штука.
    Неплохой моделью реальных рынков является модель случайной последовательности нормально распределенных трендов со случайными средним и дисперсией. Эту модель использует Горчаков, и в ней есть как тяжелые хвосты, так и отсутствие корреляции между соседними приращениями.

  3. wrmngr Says:

    это все интересно но практического смысла мало. по идее похожая процедура может дать ответ на вопрос действительно ли стратегия уцепилась за некую значимую эффективность или это подгонка . ключевые задачи здесь такие: как генерировать случайные серии и какие параметры сравнивать на выходе

  4. wrmngr Says:

    следует читать “значимую НЕэффективность”, конечно

  5. admin Says:

    Цитата:”по идее похожая процедура может дать ответ на вопрос действительно ли стратегия уцепилась за некую значимую эффективность или это подгонка . “

    Ну, так я про это и говорю–цитирую свою статью http://stockportal.ru/utkin/?p=113:
    В принципе, данная теорема достаточно очевидна и без доказательств, поскольку если приращения независимы, то есть очередное приращение никак не связано с предыдущими, то никакого прогноза будущих приращений сделать нельзя. Эта теорема делает тестирование любых стратегий на полностью случайных процессах неплохим инструментом, поскольку позволяет:
    1) отсеять системы, заглядывающие в будущее (они будут давать прибыль даже на полностью случайном процессе)
    2) независимо оценить свойственную самой системе дисперсию, риски, а затем отделить случайную прибыль от неслучайной при тестировании на реальных котировках.

    .

Leave a Reply


ИСПОЛЬЗОВАНИЕ CAPTCHA: CAPTCHA ИНОГДА ГЛЮЧИТ. ПОЭТОМУ ПОСЛЕ НАБОРА КОММЕНТА (ОСОБЕННО ДЛИННОГО) КРАЙНЕ РЕКОМЕНДУЮ СКОПИРОВАТЬ ЕГО В ТЕКСТОВЫЙ РЕДАКТОР, А УЖЕ ПОТОМ ВВОДИТЬ КОД ДЛЯ CAPTCHA.

*

Anti-Spam Image

счетчик посещений