[К черту мифы] Тестирование стратегии RSI на R.

В прошлый раз мы с вами установили программную среду R. Самое время теперь поразмяться на различных примерах и развенчать некоторые мифы. А может и наоборот, подтвердить. В любом случае, моя цель на ближайшее будущее, с помощью языка программирования R, проверить популярные стратегии торговли.

Одной из самых известных стратегий является стратегия торговли основанная на RSI (Relative Strength Index, индекс относительной силы). Она популярна, в первую очередь, в силу своей простоты. Хотя, существует множество вариантов этой стратегии, все они примерно сходятся в одном: покупаем, когда RSI ниже либо пробивает снизу определенное значение и продаем, когда RSI выше определенного значения либо пробивает его сверху. Кроме того, в этой стратегии учаcтвует такой параметр как период, это количество временных интервалов, на которых расчитывается RSI. Моей целью стала проверка прибыльности этой стратегии для различных значений параметров.

Язык программирования R для биржевого спекулянта

Эта статья посвящена азам работы с R. Если Вы уже знакомы с R она вряд ли Вам будет интересна, если же Вы смутно себе представляете, что это такое и хотите узнать побольше welcome.
Итак, R это де-факто стандарт в области статистической обработки данных. Это одновременно язык программирования и программная среда вычислений с расширенными графическими возможностями. Для многих задач, этот инструмент успешно заменит Excel и Mathcad. И самое важное, R распространяется свободно и бесплатно.

Поиск границ на цветных изображениях

Топкодер позади, разбор полетов продолжается. Как я уже писал, одним из этапов моего решения является определение границ на изображении. Существует множество алгоритмов для определения границ, и совсем недавно на хабре многие из них обсуждались, в том числе и детектор границ Канни тут и здесь

Пример реализации этого алгоритма на Java тоже не сложно найти.
Но, у этой реализации есть одна большая проблема. Она состоит в том, что если исходное изображение цветное, то прежде чем детектировать границы приходится тем или иным способом свести его к монохромному. Обычно для этого выделяется яркость изображения. Естественно, что часть информации при таком преобразовании теряется.
Вот, например, для такой картинки стандартный детектор Канни вообще ничего не детектирует (слева исходное изображение, справа границы обнаруженные детектором)

Можно ли победить случайное блуждание?

Наткнулся на статью (eng) В громком заголовке автор утверждает, что его простая стратегия способна приносить прибыль, если котировки движутся по законам случайного блуждания. И в доказательство приводит красивый пример, написанный на R.