Как рассчитать вероятность просадки? - страница 3

помоему тоже "не то"...

речь идет об распределении прибыли/убытка в сделке - а мне надо максимальный убыток в серии сделок.

"чтобы знать" БУДУЩИЕ потери?

Однако запросы у Вас. :)

чтобы вовремя остановить торговлю на предположении, что если система превысила рассчетный уровень просадки, то она уже неработоспособна

beruk, либо

1. делайте как написал Avals (бутстрэп. вы правильно поняли суть метода)

2. либо делайте выборки, как писал я

3. либо используйте алгоритм, описанный у Булашева (правда там несколько доппущений по величинам сделок - но суть та же)

Если непонятно, как реализовать - почитайте того же Булашева. Там достаточно доступно объясняются основы стат. методов применительно к торговле. Винс, по моему мнению, гораздо труднее воспринимается.

есть средняя прибыль за сделку, есть дисперсия. Дальше нужно определиться за какое кол-во сделок анализируется просадка. Эквити с многими допущениями будет СВ с МО=n*mo1 и СКО=sqrt(n)*ско1, где n-кол-во рассматриваемых сделок, mo1 - средняя прибыль на сделку, ско1 - среднеквадратичное отклонение. Далее, можно оценить например вероятность выхода вниз за 3СКО (используя правило трех сигм). Подставляйте значения и получайте просадку с требуемым ДИ.

Например, мо1=1$, ско1=10$. n=100 (сделок). МО=100$, СКО=10*10=100$. Практически 99,9% что просадка будет меньше 100-3*100=-200. 97,5% что просадка будет меньше 100-2*100=-100

Чисто графически траектории эквити можно представить как область ограниченная расширяюшимся по оси абсцисс (сделки) колоколом с наклоном пропорциональным мо1 и шириной зависящей от ско1.

спасибо! теперь понятно.

А откуда это следует? Таким способом можно оценить сами результаты после n сделок, но не просадки за nсделок. Распределение просадок будет совершенно отличным от N(мо*n,ско*sqrt(n)). Даже не близким. Хотя бы даже отрицательной (или положительной - зависит, как считать) просадка быть не может.

да, т.о. можно оценить наихудшие результаты после серии сделок определенной длинны. Для того, чтобы проанализировать распределение просадки внутри серии N сделок, можно его построить посчитав для каждого n=1...N величины просадок. Как писал в прошлом посте на счет колокола, будет понятно какой вид это распределение имеет. Если говорить об абсолютной просадке, то при определенном n (зависящим от величины мо и дисперсии) м.б. минимум. Хотя при определенных значениях мо и дисперсии его нет (например если мо<=0)

Аналогично можно статистически оценить и просадку, как максимальное расстояние между локальным максимумом и минимумом эквити. Потому что локальный максимум можно считать новой точкой отсчета и строить "колокол" от нее. Поэтому относительная просадка имеет тоже распределение что и абсолютная.

Большая проблема. Распределение прибыли по сделкам наверняка будет очень далеко от нормального, а значит с гораздо большой вероятностью, чем расчётная будут и три, и четыре, и восемь сигм и дальше со всеми остановками...

Бутстрэппинг всё-таки лучше. Все варианты перебирать совсем не обязательно, да и невозможно. Классики говорят о 2-4 тысячи комбинаций как вполне достаточном уровне моделирования.

бутстрап в чистом виде так же использует то, что сделки независимы со всеми вытекающими последствиями. имха. Навереное лучше блочный бутстрап, когда моделируется новая серия не случайным выбором нескольких одиночных сделок, а выбираются блоки фиксированной длины, т.к. в этом случае могут частично сохраниться и зависимости исходного ряда.

В приложении учебник по бутстрапу, может кому пригодится