Адюво
Активный участник
====Если без формул и занудства
МНК - это не доказательство закономерности.
МНК всего лишь минимизирует сумму квадратов ошибок между выбранной функцией и выбранными точками.
То есть он отвечает не на вопрос:
«есть ли тут рабочая рыночная закономерность?»
А на вопрос:
«как лучше подогнать функцию под эти данные?»
Это разные вещи.
Теперь подробнее.
Выборка - это база проверки.
Нужно понимать:
какой инструмент
какой период
какой таймфрейм
сколько наблюдений
как выбирались точки
почему взяты именно эти экстремумы
что делали с выходными
как учитывались гэпы
учитывались ли спред, комиссия, своп, проскальзывание
Если взяты несколько красивых точек на истории, это не статистическая выборка.
Это ручной отбор.
Дальше идут ошибки модели.
Для каждой точки считается:
ошибка = фактическое значение − расчётное значение
Например:
модель дала 1,1884
рынок дал 1,1860
ошибка = −0,0024
Одна ошибка ничего не значит.
Нужен массив ошибок.
Потом смотрят среднюю ошибку.
Если средняя ошибка близка к нулю, это ещё не победа.
Почему?
Потому что плюсовые и минусовые ошибки могут просто взаимно погаситься.
Поэтому смотрят дисперсию.
Дисперсия показывает разброс ошибок вокруг среднего.
Смысл простой:
маленькая дисперсия - ошибки компактные, модель стабильнее
большая дисперсия - ошибки гуляют, модель ненадёжна
Для трейдинга это важно.
Модель может иногда попадать очень точно.
Но если в другие моменты она промахивается широко, практической ценности мало.
Особенно если стоп, спред и проскальзывание съедают весь предполагаемый edge.
Ещё важнее - остатки.
Остатки - это те самые ошибки после подгонки.
Их нужно проверять.
В нормальной модели остатки должны быть похожи на шум.
Если в остатках есть структура, значит модель что-то системно не учитывает.
Например:
ошибка растёт со временем
ошибка больше при высокой волатильности
ошибка зависит от направления тренда
ошибка кластеризуется
одна-две точки держат всю красивую картинку
Тогда это не устойчивая модель.
Это подгонка под участок графика.
Дальше - доверительный интервал.
Коэффициент q = 1,445 сам по себе ничего не доказывает.
Нужно знать неопределённость этого коэффициента.
Например:
q = 1,445 ± 0,02
Это одно.
А если:
q = 1,445 ± 0,35
Это уже другое.
Во втором случае точного коэффициента фактически нет.
Есть широкий диапазон.
И тогда фраза «1/q близко к 1/√2» становится слабой.
Потому что сама оценка q плавает.
Нельзя сравнивать плавающее число с красивой константой и делать вывод о закономерности.
Теперь переобучение.
Это главный риск.
Переобучение - когда модель хорошо объясняет прошлое, потому что её подогнали под прошлое.
Но на новых данных она не работает.
Правильная проверка такая:
один участок истории - для настройки
другой участок - для проверки
параметры после настройки не трогаются
смотрим, работает ли модель дальше
Это называется out-of-sample.
Если модель красивая только на участке, где её подбирали, это не прогноз.
Это постфактум.
Отдельный момент - множественный перебор.
Если перебрать:
веера
углы
корни
Фибоначчи
логарифмы
квадратичные зависимости
разные таймфреймы
разные точки отсчёта
разные экстремумы
то какое-то совпадение обязательно найдётся.
Но найденное совпадение не равно закономерности.
Это эффект перебора.
Итог:
МНК может быть нормальным инструментом.
Но только когда есть:
нормальная выборка
формальные правила выбора точек
ошибки модели
дисперсия ошибок
доверительные интервалы
проверка остатков
out-of-sample тест
учёт торговых издержек
Без этого МНК здесь не доказывает рынок. От слова совсем.
Он просто аккуратно подгоняет геометрию под уже случившийся график.
Вы:
«МНК всего лишь... отвечает на вопрос: "Как лучше подогнать функцию под эти данные?"»
Мой ответ:
Так и есть. Именно этим все исследователи и занимаются день и ночь — чтобы загнать исследуемые процессы в понятную, детерминированную, предсказуемую функцию. Иначе говоря, наука занимается способами предсказания будущего. Таков инстинкт выживания.
Но вы говорите, что «для проверки нужен не смысл, а правило». И, конечно же, я вас понимаю как практика, у которого руки горят, чтобы применить и проверить «Святой Грааль» геометрического анализа в действии, избегая ненужных разговоров.
Но ведь чтобы что-то проверять, нужно это получить. То есть восхождения в индукции нам не избежать, чтобы уже оттуда, с высоты полёта, применить искомый и любимый вами дедуктивный метод. Нужно ведь представлять себе образ того, что мы хотим воплотить и проверить в роли ключевой закономерности — «Святого Грааля». А он потому и святой, что является скрытой сущностью, принципом, который нужно открыть.
И большинство трейдеров правильно делают, что сразу хотят разрубить гордиев узел и пытаются решить проблему наскоком, ломая копья, ломая луки (Псалом 45:10).
Но, как всегда, «ошибка вышла, вот о чём молчит наука» (с). И тогда в трейдере просыпается «учёный»: на основании многочисленных проб и ошибок у него рождаются идеи. Так родились многочисленные методы. Перечислим хотя бы некоторые из них, которые на слуху:
вилка Чувашова, волны Эллиотта, уровни Фибоначчи, зоны Фибоначчи, веер Фибоначчи, резонансные точки цена/время Ганна, сетка Ганна, веер Ганна, японские свечи, паттерны, побарный анализ Александра Пурнова (который базируется на классической системе Ричарда Вайкоффа — VSA, Volume Spread Analysis) и т. д.
Получается, что «Святой Грааль» геометрического анализа известен многим трейдерам, так как его проявление при применении даёт результат. И если существует разделение методов торговли на направленные (по историческим тенденциям графиков) и ненаправленные (которым знание истории не требуется), то по поводу первых я с большой долей уверенности скажу, что все они основаны на едином принципе, но выделяют лишь отдельные его особенности.
А чтобы не быть голословным, я могу специально сделать анализ классической системы Ричарда Вайкоффа (VSA — Volume Spread Analysis), на которой базируется побарный анализ Александра Пурнова. Главная слабость этих методов в том, что они требуют наличия истории торгов, которую великий трейдер всех времён и народов Уильям Ганн собирал по всему миру по кусочкам. Но и сегодня дело мало продвинулось, так как нас лишают удовольствия видеть реальные графики без пропусков на выходные. Так что и сегодня приходится склеивать графики по кусочкам, чтобы попытаться узреть возможность и применить любой из этих методов.
Если мы исследуем явление, сопоставляя его в разных ситуациях и сравнивая по аналогии с другими явлениями, то неизбежно начинаем видеть правила, закономерности, поведение которых затем стремимся идеализировать в абстрактных числах и формулах. Не факт, конечно, что идеальные функциональные зависимости «совпадают» с процессом и навязывают свою точность. Да, точность всегда, конечно же, есть, но в известных пределах, допусках. Для этого придумана система допусков, классы точности, ТУ, ГОСТы и знаки качества. А если предмет не соответствует им, то он уже не является тем, чем называется, так как не может быть согласованно применён среди других предметов в соответствии с задумкой инженера-конструктора.
Вот так и мы — инженеры собственной ТС — вынуждены идеализировать поведение цены, чтобы построить сценарий её поведения согласно нашим ожиданиям. И когда мы начинаем видеть закономерность, то стремимся применить наиболее подходящие нам известные функции, подгоняя реальность к идеалу. Этот идеал и является для нас той ниточкой истины, которую мы эксплуатируем, чтобы получить доход. Мы не можем идеал пощупать, но мы его запрягаем, и он нас выводит на реальный результат. Он есть и его нет, как любят констатировать буддисты. Но разве это не магия — ехать на невидимой лошади? Но когда хитрость рынка разгадана, магия исчезает в процессе познания.
=========================