이 시스템은 따옴표 안에 반복되는 패턴이 있다는 가정을 기반으로 합니다. 이 스레드의 9번째 페이지에서 이러한 패턴을 찾는 방법(희소 코딩)에 대해 설명했습니다. 다른 방법이 있습니다. 또한 최근접 이웃 방법을 사용하여 가격을 비교할 수도 있습니다. 내 이전 게시물을 읽어보십시오. 나는 나 자신을 반복하고 싶지 않다.
별도의 지점을 열지 않기 위해 패턴에 대한 연구 결과를 여기에 설명하기로 했습니다. 누군가의 시간을 절약할 수 있고 누군가 새로운 아이디어를 제공할 수도 있습니다.
2006년에 내가 처음으로 외환에 관심을 갖게 되었을 때 첫 번째 아이디어는 상관 계수를 유사성의 척도로 사용하여 마지막 N개의 막대(현재 패턴)를 동일한 시세의 모든 과거 패턴과 비교하는 것이었습니다. 이것은 동일한 NN(최근접 이웃) 방법입니다. 유클리드 길이에 대한 상관 계수의 우월성은 가격 축을 따른 왜곡을 고려한다는 것입니다. 나는 이 방법을 사용하여 Expert Advisor를 구축했는데, 2-3개월의 전방 테스트(10M에서 10k 또는 그와 비슷한 것) 동안 놀라운 수익성을 보였지만 2-3개월 후에는 소진되었습니다. 그리고 계속해서 엄청난 이익을 낸 다음 완전히 고갈됩니다. 이 BS 방식으로 몇 번이고 동네 위원회 등을 했지만 결과는 같았습니다. 결국 실망을 하고 5-ke 베이스에 BS 방식으로 칠면조 코드를 올렸습니다.
2007-2008년 어딘가에 PNN, 특히 GRNN이 언제 관심을 갖게 되었는지 정확히 기억나지 않습니다. 본질은 BS와 동일하지만 하나(또는 위원회에서와 같이 여러 개)의 유사한 이웃을 선택하는 대신 모든 과거 패턴이 자동으로 선택되고 예측에 대한 영향은 exp(-difference_measure)의 지수 함수에 의해 가중됩니다. ) 유형. 따라서 더 유사한 역사 조각은 기하급수적으로 더 강하게 가중치가 부여됩니다. 패턴의 가격(평균 빼기)을 취하고 차이의 척도로 유클리드 거리를 계산하거나 일부 칠면조 판독값의 벡터 차이를 취할 수 있습니다. 예측의 정확도는 50.5%가 아닌 52%로 BS 방법보다 약간 높았습니다(정확히 기억나지 않음).
나의 마지막 아이디어는 우리의 두뇌가 정보를 변환하는 데 사용하는 방법을 사용하는 것이 었습니다. 5-ke에서 이러한 방법을 자세히 설명했습니다. 그 중 하나의 본질은 현재 가격이 분해될 수 있는 패턴(또는 기본 기능)을 찾는 것입니다. 유형
가격[i] = 합계(a[k]*함수[i][k], k=1..L) i=1..N
물론 밑수를 찾을 수는 없지만 삼각 함수를 사용하면 푸리에 변환을 얻을 수 있습니다. 그러나 희소 코딩 방법을 사용하여 히스토리에서 기초 함수를 찾는 것이 더 유망합니다. 이 방법의 핵심은 지정된 오차가 0이 아닌 계수 a[k ], k=1..L. 이상적으로는 하나의 기본 함수(또는 패턴)만 각 역사적 가격 벡터에 맞습니다. 각 단계에서 계수와 함수 자체가 최적화됩니다. 이전에 알려지지 않은 많은 매개변수가 있습니다. 예를 들어 패턴의 길이는 N이고 사전의 기본 함수 수는 L이고 분해에서 0이 아닌 계수의 수입니다(각 가격 세그먼트가 이전 패턴의 꼬리로 구성되도록 3을 선택했습니다. , 현재 패턴 및 새 패턴의 시작). N*L이 전체 히스토리 길이보다 훨씬 작은 것이 중요합니다. 그렇지 않으면 알고리즘이 과거 가격과 동일한 패턴을 찾은 다음 가장 가까운 이웃 방법과 같은 것을 얻을 수 있습니다. 예를 들어, 1999-2010년(74k 막대)의 역사에 대한 희소 코딩 방법으로 훈련된 EURUSD H1에 대해 길이가 64개인 64개 패턴의 사전은 다음과 같습니다.
그런 패턴을 보았을 때 패턴이 길수록, 사전에 있는 수가 많을수록 백테스트의 이익이 높아지는데, 이는 오버러닝으로 충분히 이해할 수 있습니다. 그러나 어쨌든 다른 N과 L을 사용하여 전방 테스트는 0에 가까운 요철처럼 보입니다. 패턴에 짜증이 나기 시작합니다. 분명히 그들은 Forex에서 일정하지 않습니다. 즉, Forex에는 패턴에 대한 메모리가 없습니다. 매번 새로운 패턴이 생성됩니다.
gpwr : 이진 신호 간의 상관 관계에 대해 듣지 못했습니다. 그건 그렇고, 지그재그를 사용하여 이진 시퀀스로 패턴을 인코딩하려고했습니다. 마지막 6개의 무릎은 위로 올려졌고 6개는 아래로 내려갔다.
이진 신호의 상관 관계에 대해 Google에서 XOR하고 결과 결과에서 숫자 1을 계산하는 것이 더 쉬운 것처럼 보였습니다.
여기에서 33개 중 6개를 엄격하게 구부렸으므로 이것이 전체 문제입니다. 분석에 사용할 막대(8에서 16까지의 프랙탈이 있는 막대를 사용함)가 몇 개인지 알 수 없습니다.
gpwr : 시스템은 따옴표 안에 반복되는 패턴이 있다는 가정을 기반으로 합니다.
시장에 패턴이나 패턴이 있다는 가정은 정확하지만 이러한 패턴은 명백한 주기성 없이 나타나지만 그렇지 않습니다. 즉, 기술적 분석 자체는 작동하지만 어느 시점에서 아무도 말할 수 없습니다. 분명히 패턴의 검색 및 분석은 지표 Expert Advisors를 최적화하는 작업과 유사합니다. 그렇다면 우리는 낭비하고 있음이 밝혀졌습니다. 시간 - 현재 기록에 대한 선택 자체 지표(전략)를 선택하는 자체 최적화 Expert Advisor 를 작성하는 것이 더 쉽습니다.
추신: 저도 유로화 연구를 포기할 예정이었지만 지금까지는 아무 것도 없습니다. 십자가에 더 많은 패턴이 있습니까?
이진 신호의 상관 관계에 대해 Google에서 XOR하고 결과 결과에서 숫자 1을 계산하는 것이 더 쉬운 것처럼 보였습니다.
여기에서 33개 중 6개를 엄격하게 구부렸으므로 이것이 전체 문제입니다. 분석에 사용할 막대(8에서 16까지의 프랙탈이 있는 막대를 사용함)가 몇 개인지 알 수 없습니다.
시장에 패턴이나 패턴이 있다는 가정은 정확하지만 이러한 패턴은 명백한 주기성 없이 나타나지만 그렇지 않습니다. 즉, 기술적 분석 자체는 작동하지만 어느 시점에서 아무도 말할 수 없습니다. 분명히 패턴의 검색 및 분석은 지표 Expert Advisors를 최적화하는 작업과 유사합니다. 그렇다면 우리는 낭비하고 있음이 밝혀졌습니다. 시간 - 현재 기록에 대한 선택 자체 지표(전략)를 선택하는 자체 최적화 Expert Advisor를 작성하는 것이 더 쉽습니다.
추신: 저도 유로화 연구를 포기할 예정이었지만 지금까지는 아무 것도 없습니다. 십자가에 더 많은 패턴이 있습니까?
H1 타임프레임에서는 6개의 무릎을 올리고 6개의 무릎을 내리면 충분합니다. 스스로 판단하십시오. 마지막 무릎이 있다고 합시다 zz 이 무릎이 맨 위입니다. 무릎 번호는 1v-6v, 1n-6n입니다. 그러면 다음과 같은 비트 시퀀스가 있습니다.
비트 1: -1 = 1v < 2v, 1 = 1v > 2v
비트 2: -1 = 1v < 3v, 1 = 1v > 3v
...
비트 5: -1 = 1v < 6v, 1 = 1v > 6v
비트 6: -1 = 2v < 3v, 1 = 1v > 3v
등등, 모든 무릎 위아래. 총 30비트입니다. 30비트로 표현할 수 있는 패턴의 수 = 2^30. 그러나 모든 비트가 중요한 것은 아닙니다. 예를 들어, 가장 최근의 무릎 1b를 무릎 4b, 5b, 6b와 비교하는 것은 대부분의 경우 중요하지 않습니다. 그러나 어떤 비트가 중요하고 어떤 것이 중요하지 않은지 미리 결정하는 것은 불가능합니다. 각 패턴이 0이 아닌("중요") 비트의 최소 수로 설명되도록 히스토리에 대해 최적화해야 합니다. 이것은 매우 오랜 시간이 걸리는 일입니다. 패턴 설명에 더 많은 무릎을 추가하면 과도하게 훈련된 패턴 어휘와 일반화가 부족하게 됩니다.
"하드하지 않은" 패턴을 비교하고 일부 비트가 일치하지 않도록 허용하면 이 비트가 이 패턴에 중요하지 않고 내 시스템에서 0으로 설정되었음을 의미합니다. 제로 비트는 전혀 비교되지 않았습니다. 다시 말하지만, 이 33 이진 비트를 기반으로 패턴을 설명하는 시스템은 이전 페이지에 보고서를 게시한 희소 코딩으로 패턴 샘플을 찾는 시스템과 공통점이 없음을 반복합니다. 해당 시스템에서 샘플 패턴은 가격 자체로 구성되었으며 현재 OLS 패턴에 맞습니다. 현재 패턴과 예시 패턴의 유사성은 최소 제곱 오차로 판단했습니다(사실 모든 것이 더 복잡했지만).
처음에는 수신된 패턴을 역사에 대한 시장의 행동과 유추하여 사용하는 것이 더 논리적이라고 생각했지만 단순히 패턴을 숫자로 표시하기로 결정했지만 다음과 같이 나타났습니다.
표시기 열의 높이는 패턴의 수이고 공백은 역사상 유사한 조합이 없었습니다. 지금까지 패턴은 소위 어트랙터입니다. Wiki에서 설명에 맞는 것입니다. ".... 그리고 이상합니다(불규칙 - 종종 프랙탈 및/또는 일부 섹션에서 칸토어 집합으로 배열됨, 역학은 일반적으로 혼란스럽습니다)." 실제로 패턴 탐색 알고리즘을 설계하는 초기 단계에서는 Cantor 집합을 사용했습니다.
인트라딘 중 누구도 EURUSD 또는 GBPUSD의 2개의 인트라데이 차트가 유사하다는 사실을 눈치채지 못했습니까? 물론 항상 그런 것은 아니지만 종종 어제의 그림이 오늘 놀랍게도 반복되어 돈을 벌기 위해 노력할 수 있습니다. 하지만...
정점과 최저점은 패턴을 반복하지만 시간적으로 일치하지 않습니다. 예를 들어 어제 정오 하락은 14:15에 시작했고 오늘은 13:00에 시작했습니다. 많은 유사성 기준이 있습니다 - Spearman에 따르면, Pearson에 따르면 최소 자승법이지만 X축을 따라 약간의 왜곡이 있는 그래프를 비교할 수 있는 기준이 없습니다.누군가 그런 방법을 알고 있습니까?
처음에는 수신된 패턴을 역사에 대한 시장의 행동과 유추하여 사용하는 것이 더 논리적이라고 생각했지만 단순히 패턴을 숫자로 표시하기로 결정했지만 다음과 같이 나타났습니다.
표시기 열의 높이는 패턴의 수이고 공백은 역사상 유사한 조합이 없었습니다. 지금까지 패턴은 소위 어트랙터입니다. Wiki에서 설명에 맞는 것입니다. ".... 그리고 이상합니다(불규칙 - 종종 프랙탈 및/또는 일부 섹션에서 칸토어 집합으로 배열됨, 역학은 일반적으로 혼란스럽습니다)." 실제로 패턴 탐색 알고리즘을 설계하는 초기 단계에서는 Cantor 집합을 사용했습니다.
이 시스템은 따옴표 안에 반복되는 패턴이 있다는 가정을 기반으로 합니다. 이 스레드의 9번째 페이지에서 이러한 패턴을 찾는 방법(희소 코딩)에 대해 설명했습니다. 다른 방법이 있습니다. 또한 최근접 이웃 방법을 사용하여 가격을 비교할 수도 있습니다. 내 이전 게시물을 읽어보십시오. 나는 나 자신을 반복하고 싶지 않다.
별도의 지점을 열지 않기 위해 패턴에 대한 연구 결과를 여기에 설명하기로 했습니다. 누군가의 시간을 절약할 수 있고 누군가 새로운 아이디어를 제공할 수도 있습니다.
2006년에 내가 처음으로 외환에 관심을 갖게 되었을 때 첫 번째 아이디어는 상관 계수를 유사성의 척도로 사용하여 마지막 N개의 막대(현재 패턴)를 동일한 시세의 모든 과거 패턴과 비교하는 것이었습니다. 이것은 동일한 NN(최근접 이웃) 방법입니다. 유클리드 길이에 대한 상관 계수의 우월성은 가격 축을 따른 왜곡을 고려한다는 것입니다. 나는 이 방법을 사용하여 Expert Advisor를 구축했는데, 2-3개월의 전방 테스트(10M에서 10k 또는 그와 비슷한 것) 동안 놀라운 수익성을 보였지만 2-3개월 후에는 소진되었습니다. 그리고 계속해서 엄청난 이익을 낸 다음 완전히 고갈됩니다. 이 BS 방식으로 몇 번이고 동네 위원회 등을 했지만 결과는 같았습니다. 결국 실망을 하고 5-ke 베이스에 BS 방식으로 칠면조 코드를 올렸습니다.
2007-2008년 어딘가에 PNN, 특히 GRNN이 언제 관심을 갖게 되었는지 정확히 기억나지 않습니다. 본질은 BS와 동일하지만 하나(또는 위원회에서와 같이 여러 개)의 유사한 이웃을 선택하는 대신 모든 과거 패턴이 자동으로 선택되고 예측에 대한 영향은 exp(-difference_measure)의 지수 함수에 의해 가중됩니다. ) 유형. 따라서 더 유사한 역사 조각은 기하급수적으로 더 강하게 가중치가 부여됩니다. 패턴의 가격(평균 빼기)을 취하고 차이의 척도로 유클리드 거리를 계산하거나 일부 칠면조 판독값의 벡터 차이를 취할 수 있습니다. 예측의 정확도는 50.5%가 아닌 52%로 BS 방법보다 약간 높았습니다(정확히 기억나지 않음).
나의 마지막 아이디어는 우리의 두뇌가 정보를 변환하는 데 사용하는 방법을 사용하는 것이 었습니다. 5-ke에서 이러한 방법을 자세히 설명했습니다. 그 중 하나의 본질은 현재 가격이 분해될 수 있는 패턴(또는 기본 기능)을 찾는 것입니다. 유형
가격[i] = 합계(a[k]*함수[i][k], k=1..L) i=1..N
물론 밑수를 찾을 수는 없지만 삼각 함수를 사용하면 푸리에 변환을 얻을 수 있습니다. 그러나 희소 코딩 방법을 사용하여 히스토리에서 기초 함수를 찾는 것이 더 유망합니다. 이 방법의 핵심은 지정된 오차가 0이 아닌 계수 a[k ], k=1..L. 이상적으로는 하나의 기본 함수(또는 패턴)만 각 역사적 가격 벡터에 맞습니다. 각 단계에서 계수와 함수 자체가 최적화됩니다. 이전에 알려지지 않은 많은 매개변수가 있습니다. 예를 들어 패턴의 길이는 N이고 사전의 기본 함수 수는 L이고 분해에서 0이 아닌 계수의 수입니다(각 가격 세그먼트가 이전 패턴의 꼬리로 구성되도록 3을 선택했습니다. , 현재 패턴 및 새 패턴의 시작). N*L이 전체 히스토리 길이보다 훨씬 작은 것이 중요합니다. 그렇지 않으면 알고리즘이 과거 가격과 동일한 패턴을 찾은 다음 가장 가까운 이웃 방법과 같은 것을 얻을 수 있습니다. 예를 들어, 1999-2010년(74k 막대)의 역사에 대한 희소 코딩 방법으로 훈련된 EURUSD H1에 대해 길이가 64개인 64개 패턴의 사전은 다음과 같습니다.
그런 패턴을 보았을 때 패턴이 길수록, 사전에 있는 수가 많을수록 백테스트의 이익이 높아지는데, 이는 오버러닝으로 충분히 이해할 수 있습니다. 그러나 어쨌든 다른 N과 L을 사용하여 전방 테스트는 0에 가까운 요철처럼 보입니다. 패턴에 짜증이 나기 시작합니다. 분명히 그들은 Forex에서 일정하지 않습니다. 즉, Forex에는 패턴에 대한 메모리가 없습니다. 매번 새로운 패턴이 생성됩니다.
Echo State Network에 대한 경험이 있습니까? http://www.scholarpedia.org/article/Echo_state_network
Echo State Network에 대한 경험이 있습니까? https://www.mql5.com/go?link=http://www.scholarpedia.org/article/Echo_state_network
TheXpert 에게 물어보세요. 그는 경험이 있습니다.
이진 신호의 상관 관계에 대해 Google에서 XOR하고 결과 결과에서 숫자 1을 계산하는 것이 더 쉬운 것처럼 보였습니다.
여기에서 33개 중 6개를 엄격하게 구부렸으므로 이것이 전체 문제입니다. 분석에 사용할 막대(8에서 16까지의 프랙탈이 있는 막대를 사용함)가 몇 개인지 알 수 없습니다.
시장에 패턴이나 패턴이 있다는 가정은 정확하지만 이러한 패턴은 명백한 주기성 없이 나타나지만 그렇지 않습니다. 즉, 기술적 분석 자체는 작동하지만 어느 시점에서 아무도 말할 수 없습니다. 분명히 패턴의 검색 및 분석은 지표 Expert Advisors를 최적화하는 작업과 유사합니다. 그렇다면 우리는 낭비하고 있음이 밝혀졌습니다. 시간 - 현재 기록에 대한 선택 자체 지표(전략)를 선택하는 자체 최적화 Expert Advisor 를 작성하는 것이 더 쉽습니다.
추신: 저도 유로화 연구를 포기할 예정이었지만 지금까지는 아무 것도 없습니다. 십자가에 더 많은 패턴이 있습니까?
물론 읽습니다. 여기 내가 말한다.
그런 다음 귀하의 질문을 이해하지 못했습니다. "왜 귀하의 시스템이 스스로 작동해야 하는지에 대한 정당성 을 찾지 못했습니다." 이유:
1. 반복되는 패턴이 있다는 가정에 대한 근거는? 또는
2. 이러한 패턴을 찾기 위한 희소 코딩 방법의 근거는 무엇입니까?
3. 아니면 다른 것에 대한 정당성?
이진 신호의 상관 관계에 대해 Google에서 XOR하고 결과 결과에서 숫자 1을 계산하는 것이 더 쉬운 것처럼 보였습니다.
여기에서 33개 중 6개를 엄격하게 구부렸으므로 이것이 전체 문제입니다. 분석에 사용할 막대(8에서 16까지의 프랙탈이 있는 막대를 사용함)가 몇 개인지 알 수 없습니다.
시장에 패턴이나 패턴이 있다는 가정은 정확하지만 이러한 패턴은 명백한 주기성 없이 나타나지만 그렇지 않습니다. 즉, 기술적 분석 자체는 작동하지만 어느 시점에서 아무도 말할 수 없습니다. 분명히 패턴의 검색 및 분석은 지표 Expert Advisors를 최적화하는 작업과 유사합니다. 그렇다면 우리는 낭비하고 있음이 밝혀졌습니다. 시간 - 현재 기록에 대한 선택 자체 지표(전략)를 선택하는 자체 최적화 Expert Advisor를 작성하는 것이 더 쉽습니다.
추신: 저도 유로화 연구를 포기할 예정이었지만 지금까지는 아무 것도 없습니다. 십자가에 더 많은 패턴이 있습니까?
H1 타임프레임에서는 6개의 무릎을 올리고 6개의 무릎을 내리면 충분합니다. 스스로 판단하십시오. 마지막 무릎이 있다고 합시다 zz 이 무릎이 맨 위입니다. 무릎 번호는 1v-6v, 1n-6n입니다. 그러면 다음과 같은 비트 시퀀스가 있습니다.
비트 1: -1 = 1v < 2v, 1 = 1v > 2v
비트 2: -1 = 1v < 3v, 1 = 1v > 3v
...
비트 5: -1 = 1v < 6v, 1 = 1v > 6v
비트 6: -1 = 2v < 3v, 1 = 1v > 3v
등등, 모든 무릎 위아래. 총 30비트입니다. 30비트로 표현할 수 있는 패턴의 수 = 2^30. 그러나 모든 비트가 중요한 것은 아닙니다. 예를 들어, 가장 최근의 무릎 1b를 무릎 4b, 5b, 6b와 비교하는 것은 대부분의 경우 중요하지 않습니다. 그러나 어떤 비트가 중요하고 어떤 것이 중요하지 않은지 미리 결정하는 것은 불가능합니다. 각 패턴이 0이 아닌("중요") 비트의 최소 수로 설명되도록 히스토리에 대해 최적화해야 합니다. 이것은 매우 오랜 시간이 걸리는 일입니다. 패턴 설명에 더 많은 무릎을 추가하면 과도하게 훈련된 패턴 어휘와 일반화가 부족하게 됩니다.
"하드하지 않은" 패턴을 비교하고 일부 비트가 일치하지 않도록 허용하면 이 비트가 이 패턴에 중요하지 않고 내 시스템에서 0으로 설정되었음을 의미합니다. 제로 비트는 전혀 비교되지 않았습니다. 다시 말하지만, 이 33 이진 비트를 기반으로 패턴을 설명하는 시스템은 이전 페이지에 보고서를 게시한 희소 코딩으로 패턴 샘플을 찾는 시스템과 공통점이 없음을 반복합니다. 해당 시스템에서 샘플 패턴은 가격 자체로 구성되었으며 현재 OLS 패턴에 맞습니다. 현재 패턴과 예시 패턴의 유사성은 최소 제곱 오차로 판단했습니다(사실 모든 것이 더 복잡했지만).
총 30비트입니다. 30비트로 표현할 수 있는 패턴의 수 = 2^30. 그러나 모든 비트가 중요한 것은 아닙니다. 예를 들어, 가장 최근의 무릎 1b를 무릎 4b, 5b, 6b와 비교하는 것은 대부분의 경우 중요하지 않습니다.
나는 "8 비트 패턴"의 역사에서 대응을 찾고 패턴에 대한 통계 연구를 다시 시작했습니다. 원칙적으로 어떻게 ...
흥미로운 기능을 발견했습니다. 역사에 반복되는 막대 시퀀스(내 알고리즘에 따라)가 있고, 역사의 30% 미만이 코딩에 해당하며, 이전에 나온 결론이 즉시 제안되어 패턴에 의한 거래가 구현하기 어렵다고 말합니다. 드물게 발생하기 때문에....
다음과 같이 다소:
하지만 내 코딩 알고리즘에 따라 히스토리에 패턴이 많지 않다면 결국 히스토리의 60% 이상에는 히스토리의 반복 섹션이 전혀 포함되지 않으며 이러한 60%의 정보는 미래에 나타나다
어쩐지 지금까지 혼란스럽게 더 생각할게
처음에는 수신된 패턴을 역사에 대한 시장의 행동과 유추하여 사용하는 것이 더 논리적이라고 생각했지만 단순히 패턴을 숫자로 표시하기로 결정했지만 다음과 같이 나타났습니다.
표시기 열의 높이는 패턴의 수이고 공백은 역사상 유사한 조합이 없었습니다. 지금까지 패턴은 소위 어트랙터입니다. Wiki에서 설명에 맞는 것입니다. ".... 그리고 이상합니다(불규칙 - 종종 프랙탈 및/또는 일부 섹션에서 칸토어 집합으로 배열됨, 역학은 일반적으로 혼란스럽습니다)." 실제로 패턴 탐색 알고리즘을 설계하는 초기 단계에서는 Cantor 집합을 사용했습니다.
추신: 어쩐지 여기까지는 혼란스럽네요. 더 생각해볼게요 :)
인트라딘 중 누구도 EURUSD 또는 GBPUSD의 2개의 인트라데이 차트가 유사하다는 사실을 눈치채지 못했습니까? 물론 항상 그런 것은 아니지만 종종 어제의 그림이 오늘 놀랍게도 반복되어 돈을 벌기 위해 노력할 수 있습니다. 하지만...
정점과 최저점은 패턴을 반복하지만 시간적으로 일치하지 않습니다. 예를 들어 어제 정오 하락은 14:15에 시작했고 오늘은 13:00에 시작했습니다. 많은 유사성 기준이 있습니다 - Spearman에 따르면, Pearson에 따르면 최소 자승법이지만 X축을 따라 약간의 왜곡이 있는 그래프를 비교할 수 있는 기준이 없습니다.누군가 그런 방법을 알고 있습니까?
당신은 이 세상에 혼자가 아닙니다.
처음에는 수신된 패턴을 역사에 대한 시장의 행동과 유추하여 사용하는 것이 더 논리적이라고 생각했지만 단순히 패턴을 숫자로 표시하기로 결정했지만 다음과 같이 나타났습니다.
표시기 열의 높이는 패턴의 수이고 공백은 역사상 유사한 조합이 없었습니다. 지금까지 패턴은 소위 어트랙터입니다. Wiki에서 설명에 맞는 것입니다. ".... 그리고 이상합니다(불규칙 - 종종 프랙탈 및/또는 일부 섹션에서 칸토어 집합으로 배열됨, 역학은 일반적으로 혼란스럽습니다)." 실제로 패턴 탐색 알고리즘을 설계하는 초기 단계에서는 Cantor 집합을 사용했습니다.
추신: 어쩐지 여기까지는 혼란스럽네요. 더 생각해볼게요 :)
DTW 기반 패턴?