Статистический прогноз цены на форекс и фондовом рынке

FXWizard

Гуру форума
Статистический прогноз цены на форекс и фондовом рынке

Данная публикация посвящена тому, как можно спрогнозировать, в какой интервал попадёт цена, на следующем периоде. Для этого возьмём дневные данные (Low) котировок форекс (forex) EURUSD (для фондового рынка процедура будет аналогична). Теперь рассмотрим по пунктам, как сделать прогноз интервала.
1) Необходимо определить количество начальных данных. Вопрос о количестве, которое необходимо рассматривать, является достаточно актуальным. Чтобы не забивать публикацию математикой - пусть это каждый решает для себя. В некоторых методах, принято брать либо 250 значений (год) либо 60 (квартал). Возьмём 251.
2) Теперь определим приросты - отнимем от текущих значений предыдущие. То есть Low_New=Low[j+1]-Low[j]; j=1..250. Получили новый ряд.
3) Считаем среднее значение: суммируем всё, а потом делим на количество (в нашем случае количество - 250). Для EURUSD (из примера) имеем -0,000679.
4) Считаем дисперсию. Для EURUSD дисперсия равна 0,010225.
5) Определим нижнюю и верхнюю границу интервала. Формула следующая (для нашего примера):
[-0,000679-k*0,010225;-0,000679+k*0,010225]
Что такое k? Это такое число, которое выбирают в зависимости от необходимой вероятности попадания в интервал. Ниже приведено значение вероятности и соответствующие значения k.
Вероятность
68,3%
86,6%
95,0%
95,4%
98,8%
99,0%
99,7%
99,9%
k
1
1,5
1,96
2
2,5
2,58
3
3,5
Если k=1, то вероятность попадания цены в интервал будет 68,3%, ну и т.д..
Пускай нам необходимо определить интервал попадания значения с вероятностью 68,3%, тогда подставим в интервал k=1. Имеем интервал: [-0.010904;0.009546].
6) В предыдущем пункте получен интервал для приростов! Не для самих значений Low! Теперь получим для самих значений Low. Как мы помним Low_New=Low[j+1]-Low[j] с одной стороны, и
-0.010904 -0.010904 или
-0.010904+Low[j]
Low[j] - мы знаем (это последнее значение выборки - 251-е), а Low[j+1] - полученный прогноз. В нашем случае прогноз на следующий шаг таков - с вероятностью 68,3% можно утверждать, что значение минимума цены (Low) завтра будет находиться в промежутке:
[-0.010904+1.2549;0.009546+1.2549]=[1.243996;1.264446]
Ниже приведён часовой график. Слово "Прогноз" написано между 2мя красными горизонтальными линиями, которые являются нижней и верхней границей вышеописанного интервала.

attachment.php

Следует отметить, что интервал достаточно широкий. Но иногда это можно использовать для торговли. Если посмотреть на график, то еще ночью цена оттолкнулась от уровня сопротивления 1.2736 и находилась утром еще находилась выше его. С одной стороны мы не знали, куда пойдет цена в дальнейшем (днем). Но с другой (с математической), мы знали, что Low будет лежать ниже 1.2640 с вероятностью 68,3% (согласитесь, что для форекса (да и акций) неплохая вероятность;)).
Таким образом, необходимо было определить точку входа на продажу (1.2736 - неплохой вариант) и тейк профит ставить (при консервативной торговле на 1.2640).
И это ещё не все! Если бы мы определили интервал, в который попадёт цена закрытия, и его нижняя граница была бы где-то в районе 1.2720, то можно было бы рассматривать сигналы на покупку после того, как цена дошла до прогнозируемого интервала своей нижней границы.
Ещё пару слов о фондовом рынке. Как вариант использования - прогноз интервала хая [20;25] с определенной вероятностью, а акция открывается с гэпом вниз (вчера на закрытии стоила 19$, сегодня открылась по 16$). Что с ней делать - думаю описывать не стоит).
P.S. Пункт 2 во многих случаях можно пропустить (по моему опыту в 80%), тогда соответственно и пункт 6 выполнять не нужно. Но дабы не попасть в те 20% лучше проделать всю процедуру, как она описана.


Источник
 

Вложения

  • forec.jpg
    forec.jpg
    18,9 КБ · Просмотры: 74

zorge

Активный участник
Здравствуйте. С интересом прочитал статью. Поясните, пожалуйста, что показывает дисперсия и как она высчитывается.
 

FXWizard

Гуру форума
Дисперсия - (от лат . dispersio - рассеяние) в математической статистике и теории вероятностей, мера рассеивания (отклонения от среднего). В статистике дисперсия есть среднее арифметическое из квадратов отклонений наблюденных значений (x1, x2,...,xn) случайной величины от их среднего арифметического
В теории вероятностей дисперсия случайной величины - математическое ожидание квадрата отклонения случайной величины от ее математического ожидания.

или еще формулировка:

ДИСПЕРСИЯ — величина, характеризующая степень разброса количественных значений величин статистической выборки (случайных величин) относительно среднего значения для этой выборки.
 
Верх