パターンの最も重要な統計的特徴を分析し、その上で取引方法を選択する。 - ページ 7

新しいコメント
 

トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム

FOREX - トレンド、予測、結果 2015年

-Aleks-, 2015.06.21 12:29

ロシア連邦金融市場庁の2012年3月4日付け命令（№12 21/pz）を受ける。
"投資信託、投資信託及び非国家年金基金の運用に係る金融市場専門家資格試験（第五次試験）の実施要領の承認について"
章 金融市場のテクニカル分析」を見れば、なぜテクニカル分析が有効なのかが一目瞭然...。少なくとも、中央銀行がそれを望んでいることは事実なのだから......。

引用元のリンクをたどると、そこにファイルがあります。
 
Vladimir :

コードを見てください。方法はいたってシンプル。現在のパターンの長さを設定する、歴史上の類似パターンを見つける（例えば、パターン間の距離として相関を使用する）、過去のパターンから将来の価格の挙動を予測する。これは本質的に、RBF、SVM、GRNNと同じクラスタリングです。すべては、現在のパターンからの距離をどう測るかによるのです。GRNNとベイズについて読む。そこでは、予測の理論が統計的分布の 観点から説明されている。GRNNや上記の予測方法については散々書いてきましたが、結局は1つのシンプルな式に集約されます。


予測値は y = SUM y [k] * exp (-d [k] / 2s ^ 2) / SUM exp (-d [k] / 2s ^ 2) となります。


ここで、y [k] は k 番目の過去のパターン、d [k] は k 番目のパターンから現在のパターンまでの距離である。距離がガウス分布の場合、d [k] = (x - x [k]) ^ 2となる。任意の（超ガウス）分布に対して、d [k] = | x - x [k] | ^ p、ここでpは、社会主義下のように、最も近い隣人に重みを与えるか（大きなp）、ほとんどすべての隣人に同じ重みを与えるか（小さなp）に応じて選択します。p=0の場合は、完全な社会主義である。

最近傍とGRNNを理解した後、次のような明白な疑問が生じるだろう。そして、現在のパターンと過去のパターンとの距離の測り方。時間軸に沿った歪みを考慮した場合。ここに犬が埋葬されている。

おそらくこれは役に立つだろうhttps://en.wikipedia.org/wiki/Hellinger_distance

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

1234567
新しいコメント