В этой статье будет мало кода и много букв. Почти вся статья из книги :
"Trading Pairs with Excel / Python : Advance Statistical Tools for Trading & backtesting in Python/Google Sheets by Anjana Gupta (Author), Puneet Kanwar (Author) "
"Дисперсия измеряет, насколько далеко набор чисел разбросан от их среднего значения. Дисперсия рассчитывается путем взятия разности между каждым числом в наборе данных и средним значением, ниже приведены шаги –
1. Нахождение среднего значения (среднего значения).
2. Вычитание среднего значения из каждого числа в наборе данных, а затем возведение результата в квадрат. Результаты возводятся в квадрат, чтобы сделать отрицательные результаты положительными. В противном случае отрицательные числа сведут на нет положительные результаты на следующем шаге. Важно расстояние от среднего значения, а не положительные или отрицательные числа.
3. Усреднение квадратов разностей."
"Стандартное отклонение измеряет дисперсию набора данных относительно его среднего значения. Стандартное отклонение вычисляется как квадратный корень из дисперсии. Низкое стандартное отклонение указывает на то, что значения, как правило, близки к среднему значению набора, в то время как высокое стандартное отклонение указывает на то, что значения распределены в более широком диапазоне. Стандартное отклонение - это статистический показатель волатильности рынка, измеряющий, насколько сильно цены отличаются от средней цены."
"Стандартное отклонение лучше работает в нормально распределенных данных. Однако цены закрытия акций, которыми вы торгуете, могут быть распределены не так, как обычно. Вы можете легко убедиться в этом, выполнив приведенный ниже код "
"Таким образом, если данные о ценах закрытия акций не распределяются нормально (это будет верно в большинстве случаев), вероятность падения 68% значений в пределах +- 1 стандартного отклонения может не соответствовать действительности. Таким образом, вы не можете торговать только на основе стандартного отклонения."