Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 437
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich bin mir noch nicht sicher, ob es richtig ist, die Diagramme als ähnlich zu betrachten, wenn die Steigungsunterschiede so groß sind. Das gleiche Beispiel:
die gefundene Variante einen Pullback vom oberen Trendpunkt oder das Ende des Trends anzeigt, wird sie bei Übertragung auf das Musterdiagramm eher eine Fortsetzung des rückläufigen Trends als eine Umkehrung vorhersagen - im Wesentlichen ein Umkehrsignal. Irgendetwas stimmt hier nicht....
Sie können die Suche einschränken, wenn die Neigung sehr unterschiedlich ist, um solche Varianten nicht zu berücksichtigen, aber wenn Sie den Tester laufen lassen, wird er selten Varianten mit einem sehr großen Unterschied in der Neigung finden, er sagt, dass es an einer bestimmten Grenze nicht wirklich ein fallendes Muster, sondern ein steigendes sein wird und die Struktur eine geringe Korrelation mit dem aktuellen Muster haben wird
Nun, 10-15 Grad (nach Augenmaß), wie viel weniger? Und es ist besser, gar nichts zu finden als ein falsches Signal.
PS. gemessen in Photoshop - 18 Grad
gut 10-15 Grad (nach Augenmaß), wie viel weniger? Und es ist besser, gar nichts zu finden als ein falsches Signal.
Selbst bei perfekter 50%iger Koinzidenz sagt er in die falsche Richtung voraus).
Und übrigens, ja, die prognostische Kurve wird hier nicht richtig gezählt, ich habe es irgendwo vermasselt... und ich habe die alte Version verloren
er macht sogar eine 50%ige perfekte Übereinstimmung und prognostiziert in die falsche Richtung).
Da Sie eine Vorhersage auf der Grundlage einer einzigen Variante treffen, wäre die Genauigkeit der Vorhersage bei hundert ähnlichen Varianten höher. Aber die Durchschnittsprognose wird gleich Null sein ))
Schlecht für den Einzelnen und für viele. Ich sollte diese Aufgabe an den Optimierer weitergeben.
Da Sie eine Vorhersage für eine einzige Linie machen, wäre die Vorhersage bei hundert ähnlichen Linien zuverlässiger. Aber die Durchschnittsprognose wird gleich Null sein ))
Das ist sowohl für eine Linie als auch für viele schlecht. Wir sollten diese Aufgabe dem Optimierer übergeben.
Ja, aber vor allem sollte es richtig sein, die Vorhersage sollte nicht solche Linien ziehen, sondern nur die richtige Richtung anzeigen.)
Aber das ist sowieso alles Blödsinn über Korrelation, deshalb habe ich aufgegeben...
Zum einen müssen wir affine Transformationen der Charts vornehmen, da die Muster unterschiedliche Neigungswinkel aufweisen (selbstaffine Strukturen), und zum anderen müssen wir in verschiedenen Zeitrahmen suchen. Bei der Verwendung von Korrelationen ist dies jedoch nicht hilfreich - es werden sehr unähnliche Muster gefunden .
Wenn das Hauptproblem der Korrelation darin besteht, dass"sie Muster findet, die nicht sehr ähnlich sind", dann können wir einfach strengere Anforderungen an den akzeptablen Fehler festlegen und es werden nur sehr ähnliche Muster gefunden. Aber sie tritt nicht bei jedem Balken auf, sondern nur manchmal (einmal in mehreren Stunden, wie in Ihrem Expert Advisor mit einem Neigungswinkel). Auch hier wählt der Optimierer den akzeptablen Fehler.
Außerdem wird in meiner Variante die Pearson-Korrelation nicht direkt gezählt, wie in Ihrem Fall, sondern der Gesamtfehler (wobei der maximal akzeptable Fehler auf jedem Balken ausgesiebt wird). In diesem Fall werden sicherlich die am stärksten korrelierten Varianten zum Muster gefunden, deshalb habe ich es mit der Korrelation verglichen.
Angenommen, es gibt zwei Preisfelder mit jeweils 5 Preisen.
die erste ist a1,a2,a3,a4,a5
Die zweite ist b1,b2,b3,b4,b5.
1) Das Preisdiagramm kann umgedreht werden, d.h. es kann aus einer gedrehten Anordnung horizontal platziert werden. Dies kann mit einer linearen Regression geschehen - finden Sie sie, und verwenden Sie die Fehlerreihe anstelle der ursprünglichen Preisreihe. Ob dieser Schritt bei der Mustersuche hilfreich ist, weiß ich nicht, ich habe seine Wirkung nicht im Detail untersucht. Bislang habe ich diesen Schritt noch nicht selbst durchgeführt.
2) Es ist fragwürdig, eine Reihe von Preisen als Muster zu bezeichnen; es muss eine mathematische Beschreibung der durch diese Preise gebildeten Form geben. Zum Beispiel können wir den Anstieg des Preises auf jedem Balken finden und diese Anstiege als eine bestimmte Musterbeschreibung verwenden.
das erste Muster ergibt sich aus der Formel a5-a4, a4-a3, a3-a2, a2-a1
die zweite ist b5-b4, b4-b3, b3-b2, b2-b1.
3) "Ähnlichkeit" von Mustern - entweder Korrelation (habe ich selbst nicht überprüft) oder kartesischer Abstand durch den Satz des Pythagoras (habe ich überprüft, und es hat sehr gut funktioniert) -
sqrt( ((a5-a4)-(b5-b4))^2 + ((a4-a3)-(b4-b3))^2 + ((a3-a2)-(b3-b2))^2 + ((a2-a1)-(b2-b1))^2 )
oder etwas anderes, ich denke, es sollte bessere Möglichkeiten geben.
1. Sie tun dies, indem Sie die Fehlertoleranz erhöhen, wenn Sie tiefer in die Geschichte eindringen.
2. Lop-side error calculation (sum of abs. delta values on each bar) Charts must be preliminary summed up on zero bar.
Abs(a5-b5)+ abs(a4-b4)+abs(a3-b3)+abs(a2-b2)+abs(a1-b2)
Berechnung des Fehlers entsprechend Ihrer Variante
abs((a5-a4)-(b5-b4))+abs((a4-a3)-(b4-b3)+....
das 1. Element umwandeln
abs((a5-a4)-(b5-b4)) = abs((a5-b5)+(b4-a4)) -
(a5-b5)+(b4-a4) = delta 5 + ( - delta 4), dies entspricht der Summe der Deltas, d. h. der Fehler. Dies ist aber nicht die Summe der absoluten Deltawerte, sondern nur die Summe, und zwar von Deltas mit unterschiedlichem Vorzeichen! Wenn Fehler auf benachbarten Balken das gleiche Vorzeichen haben, kompensieren sie sich gegenseitig (da das zweite Delta ein Minuszeichen hat). Selbst ein großer Fehler von +1000 Pkt. und +1000 Pkt. wird in Ihrer Formel auf Null reduziert. Ein Chart mit einem Ausreißer von +1000 Punkten auf 2 Balken wird als ähnlich markiert. Allerdings wird beim nächsten Element nur 1 dieser Ausreißer berechnet und der daraus resultierende Fehler verwirft diese Variante.
Aber trotzdem kann diese Fehlerberechnungsfunktion als ähnliche Variante eine Reihe mit Deltas verfehlen: 0, +10, +15, +12, +5. Ihre Formel für diese Kombination ergibt einen geringeren Fehler (25 Punkte) als die Summe der absoluten Deltawerte für jeden Balken (42 Punkte).
(3) Dies ist die gleiche Formel wie in Punkt 2 mit den gleichen Nachteilen.
Am einfachsten ist es, die Fensterbreite schrittweise durch die gesamte Sequenz zu verschieben und die Summe der Abs. Werte der Deltas zu ermitteln:
0,0,0 und 1,2,3 Fehler = (1-0)+(2-0)+(3-0)=6
0,0,1 und 1,2,3 Fehler = (1-0)+(2-0)+(3-1)=5
0,1,2 und 1,2,3 Fehler = (1-0)+(2-1)+(3-2)=3
1,2,3 und 1,2,3 Fehler = (1-1)+(2-2)+(3-3)=0
2,3,1 und 1,2,3 Fehler = (2-1)+(3-2)+Abs(1-3) = 4
Wobei der minimale Fehler die maximale Ähnlichkeit ist.
Und Faltung ist dasselbe, aber anstelle von Addition und Modulus ist es eine Multiplikation und das Maximum wird gewählt, es ist schneller
0,0,0 und 1,2,3 Fehler = 0*1+0*2+0*3 = 0
Und Faltung ist das gleiche, aber statt Addition und Modulus wird eine Multiplikation und Maximum gewählt, das ist schneller
0,0,0 und 1,2,3 = 0*1+0*2+0*3 = 0
Meiner addiert und subtrahiert schneller als er multipliziert und findet den Modulus, indem er einfach das 64.
(3) Dies ist die gleiche Formel wie in Punkt 2 mit den gleichen Nachteilen.
Es ist alles eine Formel, ich habe sie nur in drei Schritte aufgeteilt, um sie klarer zu machen. Die Vorzeichen sind also kein Problem, da es eine Quadratur gibt.