Statistic.cs вспомогательный класс

1. using System;
2. using System.Collections;
3. using System.Collections.Generic;
4. using System.Text;
5.  
6. namespace StatisticMath
7. {
8.   /// <summary>
9.   /// Вспомогательный класс Statistic для Модели Блэка - Шоулза
10.   /// Автор Есаков Денис denis[:собачко:]yesakov.com
11.   /// http://www.yesakov.com/BlackScholes/
12.   /// </summary>
13.   public class Statistic
14.   {
15.  
16.     static Statistic()
17.     {
18.     }
19.  
20.       
21.  
22.     /// <summary>
23.     /// Вычисление математического ожидания (среднее значение числового ряда)
24.     /// </summary>
25.     /// <param name="dataRow">Числовая последовательность</param>
26.     /// <returns>Математическое ожмдание</returns>
27.     public static double Mean(ArrayList dataRow)
28.     {
29.       double sum = 0;
30.       for (int i = 0; i < dataRow.Count; i++)
31.         sum += (double)dataRow[i];
32.  
33.  
34.       return sum / dataRow.Count;
35.     }
36.  
37.     /// <summary>
38.     /// Вычисление дисперсии (отклонение от среднего значения числового ряда)(Deviation)
39.     /// </summary>
40.     /// <param name="dataRow">Числовая последовательность</param>
41.     /// <returns>Корень из дисперсии</returns>
42.     public static double Dev(ArrayList dataRow)
43.     {
44.       double meanDataRow = 0;
45.       double sum = 0;
46.       meanDataRow = Mean(dataRow);
47.  
48.       for (int i = 0; i < dataRow.Count; i++)
49.         sum += ((double)dataRow[i] - meanDataRow) * ((double)dataRow[i] - meanDataRow);
50.  
51.       return Math.Sqrt(sum / dataRow.Count);
52.     }
53.  
54.     /// <summary>
55.     /// Вычисление коварияцию между числовыми рядами (Covariance)
56.     /// </summary>
57.     /// <param name="dataRowX">Первая числовая последовательность</param>
58.     /// <param name="dataRowY">Вторая числовая последовательность</param>
59.     /// <returns>Ковариацию между рядами</returns>
60.     public static double Cov(ArrayList dataRowX, ArrayList dataRowY)
61.     {
62.       double meanDataRowX = 0;
63.       double meanDataRowY = 0;
64.       double sum = 0;
65.       meanDataRowX = Mean(dataRowX);
66.       meanDataRowY = Mean(dataRowY);
67.  
68.       //Если разной длины, то посчитаем наименьшой длины, но не совсем корректно
69.       for (int i = 0; i < ((dataRowX.Count - dataRowY.Count <= 0) ? dataRowX.Count : dataRowY.Count); i++)
70.         sum += ((double)dataRowX[i] - meanDataRowX) * ((double)dataRowY[i] - meanDataRowY);
71.  
72.       return sum / ((dataRowX.Count - dataRowY.Count <= 0) ? dataRowX.Count : dataRowY.Count);
73.     }
74.  
75.     /// <summary>
76.     /// Вычисление корреляцию между числовыми рядами (Correlation)
77.     /// </summary>
78.     /// <param name="dataRowX">Первая числовая последовательность</param>
79.     /// <param name="dataRowY">Вторая числовая последовательность</param>
80.     /// <returns>Корреляцию между рядами. Число из диапазона [-1;1]</returns>
81.     public static double Corr(ArrayList dataRowX, ArrayList dataRowY)
82.     {
83.       return Cov(dataRowX, dataRowY) / Math.Sqrt(Dev(dataRowX) * Dev(dataRowY));
84.     }
85.  
86.     /// <summary>
87.     /// Автокорреляция(Autocorrelation)
88.     /// </summary>
89.     /// <param name="dataRowX"></param>
90.     /// <param name="lag">Отставание или задержка с которой осуществляем поиск корреляции по числовому ряду</param>
91.     /// <returns></returns>
92.     public static double ACorr(ArrayList dataRowX, int lag)
93.     {
94.       double sumUp = 0;//Сумма числителя
95.       double sumDown = 0;//Сумма знаменателя
96.       double meanX = Mean(dataRowX);//Математическое ожидание ряда
97.  
98.       for (int i = lag; i < dataRowX.Count; i++)
99.         sumUp += ((double)dataRowX[i] - meanX) * ((double)dataRowX[i - lag] - meanX);
100.  
101.       for (int i = 0; i < dataRowX.Count; i++)
102.         sumDown += ((double)dataRowX[i] - meanX) * ((double)dataRowX[i] - meanX);
103.       
104.       return (sumUp/sumDown);
105.     }
106.  
107.     /// <summary>
108.     /// Нормальное распределение или распределение Гаусса
109.     /// </summary>
110.     /// <param name="x">непрерывная случайная величина</param>
111.     /// <param name="mean">Математическое ожидание</param>
112.     /// <param name="deviation">среднеквадратичное отклонение</param>
113.     /// <returns></returns>
114.     public static double NormalDistribution(double x, double mean, double deviation)
115.     {
116.       return Math.Exp(-(Math.Pow((x - mean) / deviation, 2) / 2)) / (deviation * Math.Sqrt(2 * Math.PI));
117.     }
118.  
119.     /// <summary>
120.     /// Функция нормального распределения
121.     /// </summary>
122.     /// <param name="X">величина от которой расчитывают распределение (d1 и d2)</param>
123.     /// <returns>вероятность того, что будет выигрых или будет исполнен</returns>
124.     public static double N(double X)
125.     {
126.       double L = 0;
127.       double K = 0;
128.       double W = 0;
129.       const double a1 = 0.31938153;
130.       const double a2 = -0.356563782;
131.       const double a3 = 1.781477937;
132.       const double a4 = -1.821255978;
133.       const double a5 = 1.330274429;
134.       L = Math.Abs(X);
135.       K = 1.0 / (1.0 + 0.2316419 * L);
136.       W = 1.0 - 1.0 / Math.Sqrt(2 * Math.PI) *
137.       Math.Exp(-L * L / 2.0) * (a1 * K + a2 * K * K + a3 * Math.Pow(K, 3.0) + a4 * Math.Pow(K, 4.0) + a5 * Math.Pow(K, 5.0));
138.       if (X < 0) W = 1.0 - W;
139.       return W;
140.     }
141.  
142.   }
143. }

* This source code was highlighted with Source Code Highlighter.