(Open-Close)のヒストグラムを再現してみました。

今回は、Jupyter Notebookの勉強も兼ねなが進めていきます。^^；方法として、まずTickVolumeをヒストリカルデータから見積もります。次に、作成したTickVolume数だけランダムウォークさせて実際の値幅との違いを見ます。

まずは、TIckVolumeの作成です。

Loading

Sorry, something went wrong. Reload?

Sorry, we cannot display this file.

Sorry, this file is invalid so it cannot be displayed.

view raw tickvolumemake.ipynb hosted with ❤ by GitHub

次に密度分布の作成です。

Loading

Sorry, something went wrong. Reload?

Sorry, we cannot display this file.

Sorry, this file is invalid so it cannot be displayed.

view raw OpenCloseWhat.ipynb hosted with ❤ by GitHub

いろいろなペアと時間で試してみました。

まとめ

 試行回数が異なるランダムウォークの密度分布がほぼ(Open-Close)の密度分布と重なるということは、(Open-Close)のヒストグラムは、分散が異なる正規分布の集合体で表せれる。ということですね。。