Analizzare le caratteristiche STATISTICHE più importanti del modello e scegliere un metodo di trading su di esso. - pagina 7

Nuovo commento
 

Forum sul trading, sistemi di trading automatico e test di strategie di trading

FOREX - Tendenze, previsioni e conseguenze 2015

-Aleks-, 2015.06.21 12:29

Prendete l'ordine del Servizio federale dei mercati finanziari della Russia del 03.04.2012 № 12 21/pz
"Sull'approvazione del programma dell'esame di qualificazione specialistica per specialisti del mercato finanziario nella gestione di fondi d'investimento, fondi comuni e fondi pensione non statali (esame della quinta serie)"
Guardate "Capitolo Analisi tecnica del mercato finanziario" ed è ovvio perché l'analisi tecnica funziona... beh, almeno il fatto è che la banca centrale vuole che funzioni...

c'è un file se si segue il link nella citazione.
 
Vladimir :

Guarda nel codice. Il metodo è abbastanza semplice. Impostare la lunghezza del pattern corrente, trovare pattern simili nella storia (per esempio, usare la correlazione come distanza tra i pattern), prevedere il comportamento del prezzo nel futuro dai pattern passati. Questo è essenzialmente lo stesso clustering, o RBF, o SVM, o GRNN. Tutto dipende da come misuriamo la distanza dal modello attuale. Leggi su GRNN e Bayes. Lì, la teoria delle previsioni è descritta in termini di distribuzioni statistiche. Ho scritto molto su GRNN e sui metodi di previsione di cui sopra, ma si riduce a una semplice formula:


la previsione è y = SUM y [k] * exp (-d [k] / 2s ^ 2) / SUM exp (-d [k] / 2s ^ 2)


dove y [k] è il k-esimo modello passato, d [k] è la distanza dal k-esimo modello a quello attuale. Se le distanze hanno una distribuzione gaussiana, allora d [k] = (x - x [k]) ^ 2. Per una distribuzione arbitraria (super gaussiana), d [k] = | x - x [k] | ^ p, dove si sceglie p, a seconda che si voglia dare più peso ai vicini più vicini (grande p), o dare a quasi tutti i vicini lo stesso peso (piccolo p) come nel socialismo. Per p = 0, abbiamo il socialismo completo.

Dopo aver fatto conoscenza con i vicini più vicini e GRNN, sorge la seguente domanda ovvia. E come misurare la distanza tra il modello attuale e quelli passati. Se si tiene conto delle distorsioni lungo l'asse del tempo. Qui è dove il cane è sepolto.

forse questo aiuterà https://en.wikipedia.org/wiki/Hellinger_distance

https://dl.acm.org/citation.cfm?id=1288866

1234567
Nuovo commento