![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Así pues, me gustaría volver a encarrilar este hilo. Aquí me gustaría, con su ayuda, señores,identificar los puntos fuertes y débiles de los actuales enfoques de previsión de mercadode los clusters y esbozar nuevos enfoques, quizás más prometedores.
Voy a explicar con los dedos (para los que no lo sepan) lo que es el enfoque de cluster en relación con el mercado.
Pero primero, sobre la dinámica del mercado.
El precio puede experimentar grandes y, de hecho, imprevisibles (para la mayoría de la gente) picos (1) en eventos fuertes (noticias importantes sobre: decretos económicos, cataclismos, grandes eventos empresariales y políticos, etc.). En este caso hay una relajación de las fluctuaciones causadas por esto con un tiempo proporcional a ~1/N. El mercado, sin embargo, "vive su propia vida" (en la que tienen lugar procesos de autoorganización), experimentando (2) saltos propios (no causados por la influencia exterior) y a veces incluso los más pequeños, que se caracterizan por otra ley de relajación. caracterizado por otra ley de relajaciónSqrt(1/N), que, observamos, ocurre mucho más a menudo que la relajación ~1/N, por lo que, por inusual que nos parezca,el mercado funciona principalmente según sus propias leyes .
El primer tipo de salto no se produce de forma inmediata (porque en su elaboración intervienen muchas personas), lo que impone unas características específicas en la parte de la historia de la cotización, que se intercala entre el momento en que se produce un acontecimiento fuerte y la oleada provocada por éste. Además, la parte de la historia anterior al segundo tipo de salto debe contener algunas características específicas (retraso en la oscilación del mercado y su caída desde el siguiente estado de equilibrio inestable).
Ahora la agrupación.
Así, la hipótesis inicial es que hay una pequeña parte del historial de cotizaciones que precede al salto de precios (más el historial de volumen, que va ahí) donde se codifica la información sobre el siguiente salto.
Además, hay una parte puramente técnica. Se introduce un espacio de ciertos parámetros o estados, como: (1) una imagen geométrica trivial en forma de patrón de velas, o (2) el espacio de los diferentes modos de frecuencia obtenidos por la descomposición de Fourier de esta trama (serie temporal), o (3) la descomposición del espectro por funciones ortogonales de terciopelo (que es mucho mejor ya que la trama es corta) o (4) la descomposición del espectro por algunas otras funciones ortogonales, etc.
A continuación, se toma un conjunto enorme -estadísticamente significativo- de tales secciones (saltos anteriores) y se analiza su ocupación de este espacio de estados. Y si se concentran significativamente en algunas partes de este espacio (y las otras partes de la historia -no precedentes a los saltos- no llegan a él), entonces éste será el cluster (o conjunto de clusters de los tipos 1 y 2), que permite hacer una predicción.
La información sobre el siguiente salto está codificada en TODA la historia, porque el proceso es no markoviano. En la práctica, esto significa lo siguiente: si tomamos la varianza media del proceso en una ventana deslizante de observaciones para un archivo gigante de datos, esta varianza es prácticamente una constante. Si empieza a disminuir, espere un pico.
He estado trabajando en esta dirección, pero me he dado cuenta de que es una tarea que requiere muchos recursos.
Es más fácil acudir a los modelos de movimiento browniano, introduciendo preliminarmente pseudoestados en las series temporales de cotizaciones a intervalos de tiempo exponenciales. Es decir, convertir un proceso no markoviano en uno markoviano. No se puede hacer completamente, pero las ecuaciones de difusión empiezan a funcionar.
TODO.
Empezó a leer el hilo y desde las primeras palabras se le dio la dirección correcta, es decir ClusterDelta. Los demás, que escriben sobre el proceso aleatorio del mercado, las estadísticas y otras tonterías, sólo conocen el mercado por el lado de las series no estacionarias y nada más. Ahí termina su conocimiento del mercado y, por desgracia, es limitado. Pero al mismo tiempo empiezan a sacar conclusiones seguras sobre el mercado, conociendo sólo una parte de él.
Y nadie piensa que antes de que el precio gire, habrá condiciones previas y patrones en los TFs inferiores en el cluster, donde el volumen, delta y OM toman parte además del precio. Resulta que esta información es el motor del precio en el futuro. Pero, ¿cómo van a saberlo los estadísticos? Excepto sus propios parámetros estadísticos de citas, distribuciones, leyes de Markov y no de Markov... Simplemente no pueden ver desde detrás de los árboles de su propio bosque, pero lo que realmente es el mercado y lo que lo impulsa.......
En el proyecto ClusterDelta, en realidad se trata de paternas de inversión o de continuación, etc. Tampoco es que todo sea suave e inequívoco, pero al menos es una oportunidad de ir un paso por delante de estos estadísticos. ¿Por qué? Porque según el modelo causal de formación de precios, el volumen y la delta son la causa de las futuras variaciones de precios. Lo principal es interpretarlo correctamente.....
Empezó a leer el hilo y desde las primeras palabras se le dio la dirección correcta, es decir ClusterDelta. Los demás, que escriben sobre el proceso aleatorio del mercado, las estadísticas y otras tonterías, sólo conocen el mercado por el lado de las series no estacionarias y nada más. Ahí termina su conocimiento del mercado y, por desgracia, es limitado. Pero al mismo tiempo empiezan a sacar conclusiones seguras sobre el mercado, conociendo sólo una parte de él.
Y nadie piensa que antes de que el precio gire, habrá condiciones previas y patrones en los TFs inferiores en el cluster, donde el volumen, delta y OM toman parte además del precio. Resulta que esta información es el motor del precio en el futuro. Pero, ¿cómo van a saberlo los estadísticos? Excepto sus propios parámetros estadísticos de citas, distribuciones, leyes de Markov y no de Markov... Simplemente no pueden ver desde detrás de los árboles de su propio bosque, pero lo que realmente es el mercado y lo que lo impulsa.......
En el proyecto ClusterDelta, en realidad estamos analizando las paternas de inversión y continuación, etc. Tampoco es que todo sea suave e inequívoco, pero al menos es una oportunidad para ir un paso por delante de estos estadísticos. ¿Por qué? Porque según el modelo causal de formación de precios, el volumen y la delta son la causa de las futuras variaciones de precios. Lo principal es interpretarlo correctamente.....