Comments 7
--- Вердикт, стажер?
--- Виновен с вероятностью 98 процентов!
--- Стажер, человека нельзя казнить на 98 процентов.
(c)
Классная идея и ясный код, спасибо. Тема от меня далековато, но возникла мысль подобным образом взглянуть на OHLCV-данные по небиржевым товарам - ценам на недвигу, железо, а может даже что-то локальное. Они также повинуются изменению напряжённости инфополя и разности в часовых поясах, плюс раскачка днём на осмысление менеджерами. К примеру, расход личного лимита скидки продажниками оказался очень необычно распределен по времени суток, по ЦА и по OHLCV-данных отдела за вчера. Что-то неладное происходит с мозгами ночью, и это уже можно измерить. Возможно идея выборочной суммаризации из статьи даст новый инструмент оценки "куда на самом деле ведут чёртов рынок эти дружные ребята".
Благодарю)
В коде рассматриваются корреляции с некоторыми из этих активов. А вообще согласен - рассматривать общие рыночные состояние, опираясь на эти активы, тоже хороший вариант.
Ну и отдельно рассматривать конкретно данные по данным активам в (OHLCV) тоже вполне реально, разве что немного нужно будет передлать код, т.к. сейчас он больше под крипто
Если не секрет, какая вероятность прибыльности в реале или хотя бы на выборке out of samples?
ну здесь о вероятности прибыльности в реале не стоит говорить, так как этот код вспомогательный. Это один из моих старых проектов, я использую его в виде уведомлений себе о каких-то серьезных сигналах состояния рынка.
Когда вероятности превышают 0.6 где-то, то там винрейт очень высокий в том смысла, что например при вероятности 0.65 на лонг график врядли уже врядли будет падать просто даже. А в консолидации убыток и не получишь.
Так что история рабочая, реал-тайм тестов около 3 месяцев
Позвольте поинтересоваться, каков глубинный смысл использования OHLCV? Когда подобное начали использовать (в 1750 г), были веские причины. А сейчас? Зачем просто так выбрасывать 99,9% данных? Насколько я знаю, крупные криптобиржи легко отдают ленту сделок без регистрации и смс.
Вероятностный анализ финансовых рынков на основе чистого OHLCV и многомодульной математической модели