imported>Stefano Fanton |
imported>Stefano Fanton |
| Riga 1: |
Riga 1: |
| − | Articolo a cura di Corrado Fantini & Luca Pirazzoli
| |
| − | == L'indice di Curtosi ==
| |
| − | [[Image:CURTOSI22.png|right|500px]] L’indice di Curtosi è un indice che in statistica determina la forma di una distribuzione di frequenza e che misura lo "spessore" delle code di una funzione di densità, ovvero il grado di "appiattimento" di quest’ultima.
| |
| | | | |
| − | Il coefficiente di Curtosi è molto diffuso nei fondi d’investimento in quanto misura, attraverso dati superiori o inferiori a 0, in che modo si manifesta un fenomeno statistico.
| |
| − |
| |
| − | Dalla rappresentazione grafica della gaussiana è possibile percepire, anche visivamente, la positività o negatività di questo indice.
| |
| − |
| |
| − | In questo senso la funzione di Gauss può assumere 3 formazioni: LEPTOCURTICA, NORMOCURTICA O PLATICURTICA.
| |
| − |
| |
| − | Generalmente dall’analisi di un fenomeno statistico che può essere la temperatura atmosferica nell’arco di un mese o, come in questo caso, le performances di una strategia che vanno a formare una equity line, è possibile farsi una idea di come il suddetto fenomeno possa distribuirsi nel tempo.
| |
| − |
| |
| − | Dal punto di vista grafico, come è possibile vedere dall’immagine a lato, si possono presentare tre tipi di scenari:
| |
| − |
| |
| − | 1- La curva LEPTOCURTICA (molto concentrata intorno alla sua media)<br>2- La curva NORMOCURTICA (normalmente concentrata intorno alla media)<br>3- La curva PLATICURTICA (poco concentrata intorno alla media)<br>
| |
| − |
| |
| − | Di conseguenza ad un valore dell'indice di Curtosi >0 corrisponde una gaussiana LEPTOCURTICA, se pari a 0 NORMOCURTICA e, contrariamente, ad valore <0 corrisponde per logica una gaussiana PLATICURTICA.
| |
| − |
| |
| − | == Un'applicazione pratica ==
| |
| − |
| |
| − | Come di consueto proponiamo un’applicazione pratica di questo indice. Vediamo come creare valore aggiunto dall’analisi curtosica di una strategia operativa.
| |
| − |
| |
| − | Prendendo come riferimento una delle nostre logiche di trading meccanizzato che lavora sulle azioni costituenti l'indice S&P100 (Grafico n. 1), abbiamo ricavato le performances mensili del portafoglio ottenuto dall'aggregazione delle singole equity lines out-of-sample componenti il paniere.
| |
| − |
| |
| − | [[Image:Strategia7 Curtosi 1.png|center]]
| |
| − |
| |
| − | Partendo dallo storico di questa serie (si veda il Grafico n. 2) abbiamo ottenuto, per interpolazione, la distribuzione di frequenza delle varie classi.
| |
| − |
| |
| − | [[Image:Strategia7 Curtosi 2.png|center]]
| |
| − |
| |
| − | Nel Grafico n. 3, infatti, troviamo nell'asse delle ascisse le classi relative alle variazioni mensili osservate nel passato (contenute fra gli estremi -25% e +25%). Ad ogni classe corrisponde la rispettiva frequenza relativa che si può ricavare nell'asse delle ordinate.
| |
| − |
| |
| − | [[Image:Strategia7 Curtosi 3.png|center]]
| |
| − |
| |
| − | [[Image:Curtosi_form2.png]]
| |
| − |
| |
| − | == La formula dell’indice di Curtosi ==
| |
| − |
| |
| − | La formula per ricavare l’indice di Curtosi è la seguente:<br>
| |
| − | [[Image:Curtosi_form.png]]
| |
| − |
| |
| − | == Vedi anche: ==
| |
| − | *[[Indice sequenziale Contributi dai Traders]]
| |
| − | *[[R-Squared]]
| |
| − |
| |
| − | == Contributi in Traderpedia ==
| |
| − |
| |
| − | *[[R-squared o coefficiente di determinazione]]
| |
| − | *[[Peak to peak (PTP) e Peak to valley (PTV)]]
| |
| − | *[[Over-fitting: che cosa significa?]]
| |
| − | *[[L'indice di Curtosi: Teoria e applicazioni pratiche]]
| |
| − |
| |
| − | == Collegamenti esterni: ==
| |
| − |
| |
| − | *[http://www.algoproject.it/ Algoproject Sito ufficiale]
| |
| − |
| |
| − | == Contatto ==
| |
| − |
| |
| − | *[mailto:corradofantini@algoproject.it Scrivi una mail a Corrado Fantini]
| |
| − | *[mailto:lucapirazzoli@algoproject.it Scrivi una mail a Luca Pirazzoli]
| |
| − |
| |
| − | [[Category:Contributi_dai_Traders]]
| |
