2) Важный вывод! обратите внимание!

Точность оценки любого параметра (и вообще смысл данной оценки) можно условно характеризовать отношением ОЦЕНКА/ОШИБКА. Чем больше данное отношение - тем точнее оценка и тем более прогнозируем оцениваемый параметр, и наоборот.

Применительно к нашей деятельности:

Мы можем посчитать среднюю доходность для любого счета - и думать, что что-то о его доходности знаем. В действительности, знаем мы или нет определяется отношением ОЦЕНКА/ОШИБКА - т.е., например, счет с МО_{прибыли}=3% и СКО_{прибыли}=1 довольно прогнозируем по доходности.

Счет с МО_{прибыли}=3% и СКО_{прибыли}=20 - непрогнозируем. Вообще.

Мы считаем среднюю доходность Anton’a, Perseus’a, 242, Scalper’a, Potroshitell’a, Valex’a и других счетов с очень малым отношением МО_приб/СКО_приб - и думаем, что можем определить прибылен данный счет или нет - по сути мы ничего так не можем определить - их "колбасит" из стороны в сторону с такой силой, что они могут каждую неделю становиться из прибыльных - неприбыльными, и наоборот. Не говоря уже о том, чтобы еще и более-менее точное значение ожидаемой прибыли определить. Для сравнения и наглядности можете взять и сравнить инкрементирующее (или хотя-бы стратифицированное) среднее, например, Hermes’a и Valex’a - и все станет понятно.

И так с любым параметром. Чем больше его разброс - тем менее ценна его оценка.

Именно поэтому, я вообще не считаю доходность таких "лютых" агрессоров - это просто бессмысленно. И именно поэтому, за редким исключением, никакими статистическими методами они НЕ прогнозируются вообще.

Т.е. основная проблема агрессоров (счетов с малым значением ОЦЕНКА/ОШИБКА) не в том, как многие думают, что они «опасны» - типа больше рискуют (то, что описано в пункте 1) - это еще ничего, если бы было так - возможно, было бы даже хорошо - мы бы больше зарабатывали, если например, Sven, умножил бы свои просадки и прибыли на 4.

Их основная проблема в том, что мы вообще о них не можем ничего сказать.

Мы инвестируем практически вслепую.

3.2.4 Воспроизводимость

Данный параметр не имеет строгого математического определения - он, можно сказать, "собственного производства". Ближайшими аналогами в мат.статистике являются Т-статистика (для средних), (гомо/гетеро)скедастичность - для дисперсий (или СКО).

Под "воспроизводимостью" я понимаю близость значений параметра (МО или СКО, в частности), рассчитанных для двух, одинаковых по размеру и не пересекающихся, интервалов значений данного параметра.

Простыми словами: берем счет, существующий, например 2 года. Считаем его среднюю доходность за первый год и за второй по отдельности. Отношение данных доходностей - мера воспроизводимости доходности счета. Чем ближе данный параметр к единице - тем большую воспроизводимость имеет его доходность. То же самое применимо к СКО и любому другому параметру.

Интервал не обязательно должен быть равным году - он выбирается произвольно.

Степень воспроизводимости параметра дает нам возможность понять на сколько вероятно ожидание в будущем его(параметра) значений, близких к расчетным.

Воспроизводимость, по большому счету, является МЕТА-параметром, т.к. показывает нам, имеет ли какую-либо ценность для нас знание значения конкретного параметра. Если счет имеет низкую степень воспроизводимости (вплоть до отрицательной) - для нас совершенно бесполезны знания его доходности за прошлые полгода-год (например), и совершенно наивно, ориентируясь на прошлые данные, строить ожидания на будущее. Данные параметры счета просто НЕ прогнозируемы (тут как раз вспомнилась избитая фраза: "результаты в прошлом не гарантируют результатов в будущем"). И наоборот - чем выше степень воспроизводимости параметра, тем более вероятен верный прогноз будущих значений на основании прошлых.

Таким образом, степень воспроизводимости находит свое применение, как минимум, в двух случаях: