Ежу понятно, что ценовые изменения на входы алгоритмов подавать нельзя, ибо они нестационарны. Нужно их нормировать на локальную волатильность. Причем локальность должна соответствовать масштабу предсказываемого изменения: если целим на день вперед, нужна оценка примерно за день, если на три дня вперед, соответственно "локальность" будет другого масштаба. А вот как построить эту самую оценку локальной волатильности - вопрос не такой простой, как кажется. Проблема в том, что внутри дня по времени волатильность распределена неравномерно, а между торговыми сессиями еще и гэпы есть. А нам нужно, чтобы оценка была определена для любых масштабов, включая интрадей, причем зависела от масштаба плавно и адекватно, безо всяких неожиданностей.
Оценка локальной волатильности
- Автор темы mehanizator
- Дата начала
на гэпах прыгать будет.
волатильность это мера изменчивости цены.
конечно, ее можно оценить размером бара, как вы предлагаете, но это не единственный способ.
конечно, ее можно оценить размером бара, как вы предлагаете, но это не единственный способ.
мы ее используем для того, чтобы нормировать на нее ценовые изменения на входах и выходах предсказателя.
ну вот пример сложности: сейчас допустим 12:00, а нужно получить шестичасовую оценку волатильности.
или так: сейчас вечер и нужно получить оценку волатильности до открытия - сколько часов прошлых данных брать?
ну вот пример сложности: сейчас допустим 12:00, а нужно получить шестичасовую оценку волатильности.
или так: сейчас вечер и нужно получить оценку волатильности до открытия - сколько часов прошлых данных брать?
Если я правильно Вас понял, то волатильность нужна как вспомогательное средство для нормирования.
Вот алгоритм нормирования, который я обычно использую:
- беру предшествующие N (скажем, 100, 200 или 1000) значений величины
- вычисляю среднее арифметическое и среднеквадратичное отклонение этой выборки
- линейно масштабирую новое значение относительно диапазона МА +/- К*сигма
- при необходимости можно "обрезать" выступающие за пределы диапазона значения
"Локальность" определяется параметром N, плотность - параметром К
При пряморукости программирования вычислительная сложность не зависит от величины N
Вот алгоритм нормирования, который я обычно использую:
- беру предшествующие N (скажем, 100, 200 или 1000) значений величины
- вычисляю среднее арифметическое и среднеквадратичное отклонение этой выборки
- линейно масштабирую новое значение относительно диапазона МА +/- К*сигма
- при необходимости можно "обрезать" выступающие за пределы диапазона значения
"Локальность" определяется параметром N, плотность - параметром К
При пряморукости программирования вычислительная сложность не зависит от величины N
если мне например нужна волатильность на масштабе нескольких часов - как я ее из опционов вытащу?
беру суточную оценку. кусок прошлого дня плюс кусок текущего дня с соответствующими весами.