Fenómenos del mercado - página 29
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Intenté utilizar (18) de [url=https://www.mql5.com/ru/articles/250]-"Modelo de regresión universal para la predicción del precio del mercado"[/url] como función base. Describe satisfactoriamente dependencias construidas artificialmente a partir de varias funciones en todas las combinaciones posibles, incluyendo sumas, productos, logaritmos, potencias, exponenciales, etc.
Conozco la fórmula (18). Creo que pasas por alto que no me interesan los conocimientos a priori sobre las funciones de base. No me importa que la función base sea tan potente y universal que pueda describir cualquier proceso del mundo. Me gustaría encontrar un algoritmo para la determinación automática de las funciones base a partir de la propia serie temporal. Obsérvese que no se trata de funciones base universales, sino de funciones específicas para la serie temporal en cuestión. Considere la analogía con el habla. También puede ser descrito por varias funciones de base universal, incluyendo (18). Pero todo esto llevaría a una decodificación inexacta del habla. Utilizar los fonemas ingleses para descodificar el habla china también daría malos resultados. Para cada proceso, debe haber diferentes "fonemas".
Existe una píldora universal: los algoritmos genéticos. Como mínimo, si no se sabe nada (o casi nada) sobre el proceso, y todavía hay que investigar y obtener un resultado, entonces la AG es el primer lugar para intentarlo.
Es probable que esto funcione.
Conozco la fórmula (18). Creo que no entiendes que no me interesa el conocimiento a priori de las funciones base. No me importa que la función base sea tan potente y universal que pueda describir cualquier proceso del mundo. Me gustaría encontrar un algoritmo para la determinación automática de las funciones base a partir de la propia serie temporal. Obsérvese que no se trata de funciones base universales, sino de funciones específicas para la serie temporal en cuestión. Considere la analogía con el habla. También puede ser descrito por varias funciones de base universal, incluyendo (18). Pero todo esto llevaría a una decodificación inexacta del habla. Utilizar los fonemas ingleses para descodificar el habla china también daría malos resultados. Para cada proceso, debe haber un "fonema" diferente.
Mi interés por estas estructuras se debe a una aplicación más práctica que la predicción de los precios del mercado. Ahora estoy más interesado en el desarrollo de sistemas de reconocimiento rápido del habla. ... La predicción del precio se reduce a predecir los futuros fonemas (estructuras). Pero esto no me interesa. Me interesa reconocer los fonemas pasados y presentes (estructuras). Para conseguirlo hay que tener un diccionario de estos fonemas y correlacionar el discurso con estos fonemas conocidos (simplificados, por supuesto)...
Vladimir, en mi opinión, esta tarea es inviable en este momento. Siguiendo con el bonito paralelismo con el reconocimiento de voz, ten en cuenta que cada herramienta del mercado es su propio idioma, y se mezclan diferentes dialectos según la hora del día, la estación del año, las noticias, etc. Imagina que tienes un conjunto de fonemas para el inglés, necesitas reconocer el balbuceo de un estibador irlandés borracho (o no irlandés, para no ofender a los irlandeses ;-) ). La tecnología de reconocimiento de voz aún no está desarrollada hasta ese punto. Y el mercado no es más fácil.
De forma simplificada, el vocabulario de los fonemas del mercado sólo puede obtenerse de los participantes en el mercado, y éstos serán las cifras, los niveles de fibo, etc., sobre los que se escribe en muchos libros. No se puede conocer una descripción más clara, especialmente con la especificación del tipo de funciones de base.
Conozco la fórmula (18). Creo que pasas por alto que no me interesan los conocimientos a priori sobre las funciones de base. No me importa que la función base sea tan potente y universal que pueda describir cualquier proceso del mundo. Me gustaría encontrar un algoritmo para la determinación automática de las funciones base a partir de la propia serie temporal. Obsérvese que no se trata de funciones base universales, sino de funciones específicas para la serie temporal en cuestión. Considere la analogía con el habla. También puede ser descrito por varias funciones de base universal, incluyendo (18). Pero todo esto llevaría a una decodificación inexacta del habla. Utilizar los fonemas del inglés para descodificar el habla china también daría malos resultados. Para cada proceso, debe haber diferentes "fonemas".
¿Google " descomposición atómica por búsqueda de bases"?
Estoy de acuerdo. Hay muchos términos diferentes: fonemas, estructuras, patrones, ondículas, funciones base. Me gusta más el término funciones base. Me interesa la siguiente pregunta: ¿cómo se pueden determinar automáticamente las funciones de base cuando se conoce una serie temporal? Por supuesto, se puede examinar visualmente esta serie y encontrar triángulos, banderas y otras formas de aspecto agradable. Pero nadie ha demostrado aún que estos patrones sean estadísticamente importantes y no sólo un producto de la imaginación. Recuerda como en la anécdota:
El psiquiatra muestra diferentes fotos al paciente preguntándole "¿Qué ve en ellas?" Y el paciente responde "Un hombre y una mujer teniendo sexo". "Eres una especie de lujurioso", dice el médico. Y el paciente dice: "Bueno, tú mismo me mostraste esas fotos lascivas".
Identificar automáticamente las funciones de base estadísticamente importantes es un proceso complicado y no creo que nadie haya averiguado cómo hacerlo correctamente, ni siquiera con redes neuronales. Por supuesto, podemos simplificar la tarea y suponer de antemano que la serie temporal se divide en ondículas de Haar, o funciones trigonométricas como en las series de Fourier, u otras funciones de base que se utilizan a menudo en la regresión. Y todas estas funciones de base reproducirán con éxito nuestra serie, ya sea una serie de precios o una serie de habla. Pero imagina que descomponemos el habla en ondículas de Haar, que no tienen nada que ver con los fonemas. Sería igual de absurdo descomponer una serie de precios en ondículas de Haar o funciones trigonométricas. Conviene mencionar la detección compresiva, cuya esencia es describir la señal con el menor conjunto de funciones base. Aunque hay muchos algoritmos de este método, todos ellos suponen que conocemos las funciones base. Si tienes alguna idea sobre el algoritmo para encontrar funciones base a partir de las series de precios, por favor compártela.
¿Google "descomposición atómica por búsqueda de bases"?
Gracias. He buscado - este método pertenece a la detección comprimida. Asume que las funciones base son conocidas. Mi tarea no es sólo encontrar la representación más relajada de la señal como combinación lineal de funciones base, sino también las propias funciones base específicas de esta señal.
Vladimir, en mi opinión, es una tarea imposible a estas alturas. Siguiendo con el bello paralelismo con el reconocimiento de voz, hay que tener en cuenta que cada herramienta del mercado es su propio idioma, y hay diferentes dialectos mezclados según la hora del día, la estación del año, las noticias, etc. Imagina que tienes un conjunto de fonemas para el inglés, necesitas reconocer el balbuceo de un estibador irlandés borracho (o no irlandés, para no ofender a los irlandeses ;-) ). La tecnología de reconocimiento de voz aún no está desarrollada hasta ese punto. Y el mercado no es más fácil.
Su razonamiento es muy correcto. En efecto, el mercado habla en diferentes dialectos, a diferentes velocidades, con diferentes volúmenes, con diferentes distorsiones, etc. según el momento. Así que me parece que los fonemas sólo se pueden encontrar mediante transformaciones no lineales del discurso. También lo es encontrar patrones en los precios del mercado. Hasta ahora creo que no. En principio me interesa una pregunta: tomando una señal que se sabe de antemano que está formada por una combinación lineal de un número finito de funciones base desconocidas, ¿es posible encontrar estas funciones base y los coeficientes de esta descomposición lineal?
Esta línea de pensamiento me resulta cercana (me refiero a las analogías con el discurso). Y ya se ha hecho mucho en este sentido, puedes leer artículos para encontrar inspiración. Es necesario cuantificar una serie temporal en un número limitado de estados, que son puntos en regiones compactas del espacio. Y luego, por analogía con las tareas de reconocimiento del habla (entrenamiento de redes neuronales para secuencias estadísticamente estables de fonemas y sus combinaciones), estudiamos secuencias recurrentes de estados. Para la primera parte del problema es adecuada una red autoorganizada, para la segunda - una red multicapa. He hecho un ejemplo de ello en este hilo: https://forum.mql4.com/ru/40561/page5.
Gracias. Pensaré en SOM con tranquilidad.
Ya me gusta... Sergei, ¿cuáles son los principios básicos de la física detrás de la radio (telégrafo, etc.)?
La pregunta me dejó perplejo)
No el contenido, sino el hecho de su aparición.
Todos los principios básicos pueden extraerse fácilmente de la web (algunos incluso de los programas escolares).
Es un poco más complicado que eso.
En la aplicación al mercado se pueden utilizar muchas cosas, porque las cotizaciones son muy similares a la señal.
Por lo tanto, puedes intentar aplicarles los métodos de procesamiento conocidos en ingeniería de radio, ingeniería de audio, etc.
Detalles - más bien no para este hilo. Para referencia:
http://nice.artip.ru/?id=doc&a=doc68