Comparação de dois gráficos de cotações com distorções não lineares no eixo X - página 9
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
teve algum tempo hoje para experimentar o código, aqui você vai como pediu uma centena :)
buscando paternals, algum tipo de otimização - um mês (janeiro), forward 12 meses, não sei o que há nesses paternals, mas acho que há algo, vou tentar novamente, devo usar moedas diferentes
Não acredito realmente nestes padrões (embora dependa de quais, é claro; como direi... eles não precisam ser geometricamente óbvios).
Mas agora é mais interessante.
Muito bem feito. Estamos aguardando uma descrição detalhada da cozinha matemática. Se você tiver uma chance, poste aqui quando ela aparecer na base de código
Tenho idéias vagas sobre comparação, semelhantes à procura de erros ortográficos na forma de letras em falta, alteradas ou extras em palavras. (Uma vez escrevi um procedimento desse tipo para um tradutor automático).
Para evitar abrir um fio separado, decidi descrever aqui os resultados de minha pesquisa sobre padrões. Talvez isso poupe o tempo de alguém e dê novas idéias a alguém.
Em 2006, quando me interessei pela primeira vez pelo Forex, minha primeira idéia foi comparar as últimas barras N (padrão atual) com todos os padrões passados da mesma cotação, usando o coeficiente de correlação como medida de similaridade. Este é o mesmo método do vizinho mais próximo (SN). A vantagem do coeficiente de correlação sobre o comprimento euclidiano é que ele leva em conta a distorção do eixo de preços. Construí um consultor especializado usando este método que demonstrou uma rentabilidade extraordinária durante 2 a 3 meses de testes prospectivos (10к em 10М ou algo semelhante), mas depois estava perdendo de 2 a 3 meses. E assim a seqüência: um enorme lucro, depois uma perda total. Voltei várias vezes a este método BS, fiz comitês de vizinhos, etc., mas o resultado foi o mesmo. No final, fiquei decepcionado e coloquei o código do método BS na base em 5.
Em 2007-2008 eu me interessei pelo PNN, particularmente pelo GRNN. A essência é a mesma da BS, mas em vez de selecionar alguns (ou poucos, como no comitê) vizinhos semelhantes, todos os padrões passados são automaticamente selecionados e sua influência na previsão é ponderada por função exponencial como exp(-measure_difference). Assim, partes mais parecidas da história têm um peso exponencialmente maior. Você pode tomar os preços padrão (menos a média) e calcular a distância euclidiana como medida de diferença, ou tomar a diferença nas leituras vetoriais de alguns índices. A precisão da previsão era ligeiramente superior ao método BS, 52% ao invés de 50,5% (não me lembro exatamente).
Minha última idéia foi usar métodos usados por nosso cérebro para transformar informações. Descrevi estes métodos em detalhes no dia 5. A essência de um deles é encontrar padrões (ou funções básicas) nos quais os preços atuais possam ser decompostos. Como
Preço[i] = soma (a[k]*função[i][k], k=1...L) i=1...N
Naturalmente, podemos assumir funções trigonométricas em vez de procurar bases e usar a transformada de Fourier. Mas é mais perspectiva encontrar as funções básicas sobre a história usando o método de codificação rarefeita. A essência deste método consiste em ajustar o modelo linear mencionado nos preços em vários intervalos históricos de comprimento N por ANC, de tal forma que o erro especificado seja alcançado pelo menos o número de coeficientes não zero a[k], k=1...L. Idealmente, cada vetor histórico de preços contém apenas uma função (ou padrão) de base. A cada passo, os coeficientes e as próprias funções são otimizados. Há muitos parâmetros que não são conhecidos de antemão. Por exemplo, o comprimento do padrão N, o número de funções de base no dicionário L, o número de coeficientes não zero em nossa decomposição (seleciono 3, como todo segmento de preço consiste na cauda do padrão antigo, o padrão atual e o início do novo padrão). É importante que N*L seja muito menor que toda a duração do histórico, caso contrário o algoritmo encontrará padrões iguais aos próprios preços do passado e então teremos algo como o método dos vizinhos mais próximos. Por exemplo, o dicionário de 64 padrões cada 64 barras para EURUSD H1 treinado usando o método de codificação rarefeita aplicado à história de 1999-2010 (74 barras) terá a seguinte aparência
Tenho notado a seguinte regularidade: quanto maior o padrão e maior o número deles no dicionário, maior o lucro no bactest, o que pode ser explicado pelo supertreinamento. Mas em qualquer caso, com diferentes N e L, o teste prospectivo parece tagarelar em torno do lucro zero. Começam a ficar frustrados com os padrões. Aparentemente eles não são constantes em Forex, ou em outras palavras, não têm memória para padrões - novos padrões são criados a cada vez.
Se estiver pairando em torno de zero em um lote constante, você já tem uma máquina de impressão de dinheiro sob seu cinto... Lotes - MM - parafusar para eliminar séries não lucrativas...
Em geral - qualquer TS que tenha para 1.000 ou mais ordens, perda não superior a (spread * 1,5 * número de ordens) é um sistema muito potencialmente lucrativo... (com um lote constante, se este resultado for mostrado)
Se estiver pairando em torno de zero em um lote constante, você já tem uma máquina de impressão de dinheiro sob seu cinto... Lotes - MM - parafusar para eliminar séries não lucrativas...
Em geral - qualquer TS que tenha para 1.000 ou mais ordens, perda não superior a (spread * 1,5 * número de ordens) é um sistema muito potencialmente lucrativo... (com um lote fixo, se é o que parece)
Há MM com stop-losses e aumento proporcional do volume. Você está falando de um martingale ou algo assim?