Sich wiederholende Muster und andere Muster

Neuer Kommentar
 

Es ist nicht das erste Mal, dass ich wiederkehrende Muster erkenne, nicht aus der tiefen Geschichte, sondern aus der kurzen Vergangenheit. Hier ist ein Beispiel:

Beachten Sie, wie ähnlich die grünen Muster sind, und dass der Zeitunterschied zwischen ihnen nur eineinhalb Wochen beträgt. Die beiden grünen Aufwärtstrendmuster endeten als Abwärtstrendmuster. Wir hätten die Ähnlichkeit der grünen Muster mit dem Auge erkennen und am Ende des zweiten grünen Musters eine Short-Position eröffnen können. Frage: Wie können wir das automatisch tun? Ich habe bereits ein Wahrscheinlichkeitsnetz ausprobiert. Das Problem bei diesem Netz ist, dass es sehr empfindlich auf Musterverzerrungen reagiert. Zum Beispiel scheinen zwei rote Muster für das Auge gleich zu sein, aber das zweite Muster ist fast doppelt so lang wie das erste. Auch die Bewegung entlang der Preisachse ist unterschiedlich stark ausgeprägt. Wenn wir versuchen, die Zickzackspitzen zu nehmen, hat ein Muster mehr Spitzen als das andere und das Netz wird verklemmt. Was denken Sie?

 

Fügen wir Trendlinien hinzu und überlagern wir das erste grüne Muster mit dem zweiten, um ihre Ähnlichkeit zu zeigen:

Übrigens, dies ist EURUSD H1

 

Suche nach weiteren Mustern: Bilden Sie Preiskanäle und messen Sie deren Breite entlang der Preisachse. Die Breite ist durch einen schwarzen Pfeil gekennzeichnet. Vergleichen Sie die Breite der 4 Kanäle (zwei grüne und zwei rote) - die Breite ist die gleiche! Was meinen Sie, liebe Verfechter des effizienten Marktes? Ist es ein Zufall oder eine Regelmäßigkeit? Befürworter neuronaler Netze: Könnte das Netz diese Muster selbständig finden?

 
gpwr:

Suche nach weiteren Mustern: Bilden Sie Preiskanäle und messen Sie deren Breite entlang der Preisachse. Die Breite ist durch einen schwarzen Pfeil gekennzeichnet. Vergleichen Sie die Breite der 4 Kanäle (zwei grüne und zwei rote) - die Breite ist die gleiche! Was meinen Sie, liebe Verfechter eines effizienten Marktes? Ist es ein Zufall oder eine Regelmäßigkeit? Befürworter neuronaler Netze: Könnte das Netz diese Muster selbständig finden?

In der Geschichte lassen sich viele "Muster" finden. Das Problem ist, dass man die Ähnlichkeit zu etwas erst feststellen kann, wenn das gesamte Muster bereits gezeichnet wurde. Aber dann wird es nutzlos, weil es ab dem Zeitpunkt der Erstellung zu einer Eigenschaft der historischen Daten geworden ist. Wie bestimmen wir, welches Muster nach dem zuletzt identifizierten das nächste sein wird? Wenn wir zum Beispiel den linken Teil des Diagramms betrachten, wo die Muster noch nicht eingefärbt sind, können wir nicht definieren, wo das Wachstum oder der Rückgang enden wird, d.h. wo die Linie zwischen Rot und Grün verlaufen sollte, weil die Muster dort nicht ihren Pendants auf der rechten Seite ähneln und wir dort keine "Muster" sehen können. Es stellt sich heraus, dass es im rechten Teil Pseudo-Regelmäßigkeiten gibt, d.h. die Kurven sind sich mehr oder weniger zufällig ähnlich.

 
Reshetov:

In der Geschichte sind viele "Muster" zu finden. Das Problem ist, dass man Ähnlichkeiten mit etwas erst erkennen kann, wenn das gesamte Muster gezeichnet wurde. Aber dann wird es nutzlos, weil es ab dem Zeitpunkt der Erstellung zu einer Eigenschaft der historischen Daten geworden ist. Wie bestimmen wir, welches Muster nach dem zuletzt identifizierten das nächste sein wird? Wenn wir zum Beispiel den linken Teil des Diagramms betrachten, wo die Muster noch nicht eingefärbt sind, können wir nicht definieren, wo das Wachstum oder der Rückgang enden wird, d.h. wo die Linie zwischen Rot und Grün verlaufen sollte, weil die Muster dort nicht ihren Pendants auf der rechten Seite ähneln und wir dort keine "Muster" sehen können. Es stellt sich heraus, dass es im rechten Teil Pseudo-Regelmäßigkeiten gibt, d.h. die Kurven sind sich mehr oder weniger zufällig ähnlich.

Lassen Sie uns ein einfaches Experiment durchführen. Das letzte rote Muster ist noch nicht beendet. Ich behaupte, dass sie das erste rote Muster wiederholen wird. Ich erwarte nämlich einen Pullback von der unteren Grenze zur oberen Grenze im Bereich von 1,300, wie im schwarzen Zickzack in der Abbildung unten dargestellt. Bitte stellen Sie Ihre Vorhersage ins Netz.

 

Wenn Sie das letzte rote Blatt umdrehen, können Sie das Muster ebenfalls erkennen.

Ich habe lange darüber nachgedacht, wie ich dem Netz beibringen kann, Muster zu erkennen. Das Logischste, was mir einfiel, war die Erstellung von Kopien, die vertikal und horizontal gestreckt wurden, und dann der Vergleich mit dem Netz.

 
GT788:

Wenn Sie das letzte rote Blatt umdrehen, können Sie das Muster ebenfalls erkennen.

Ich habe lange darüber nachgedacht, wie ich dem Netz beibringen kann, Muster zu erkennen. Das Logischste, was mir einfiel, war, Kopien zu erstellen, die vertikal und horizontal gestreckt sind, und sie dann mit dem Netz zu vergleichen.

Das umgekehrte letzte rote Muster ist dem ersten grünen Muster sehr ähnlich. Erwarten Sie eine Trendwende.

 
Ein Netz, das mit künstlich verrauschten Daten trainiert wurde, schneidet bekanntlich bei neuen Daten (bereits ohne künstlich erzeugtes Rauschen) viel besser ab. Vielleicht lohnt es sich also, "laut" zu sein und Beispiele zu verderben?
gpwr:
willkommen zurück :)
 

joo:
Известно, что сеть, обученная на данных, специально искусственно зашумлённых, справляется с новыми данными (уже без искусственно наложенного шума) гораздо лучше. Так может быть стоит "шуметь" и портить примеры?
с возвращением.   :)

Nein, ich bin noch nicht zu den Netzen zurückgekehrt. Es gibt ein sich wiederholendes Muster innerhalb eines Trendkanals. Vor dem Forex-Handel habe ich dieses Muster beim manuellen Handel am Aktienmarkt verwendet. Aber dann habe ich mich mit Automatisierung und Netzen beschäftigt. Um dieses Muster zu erkennen, werden Netze nicht helfen. Das Muster ist sehr schief. Sie müssen in der Lage sein, die wichtigsten Punkte zu erkennen, auf die ich später eingehen werde.

 
gpwr:

........Um dieses Muster zu erkennen, sind die Netze keine Hilfe. Das Muster ist sehr verzerrt. ..........

Neuronale Netze scheinen gekrümmte Buchstaben zu erkennen, und zwar recht erfolgreich.
 

Hier sind meine Beobachtungen bei der Arbeit mit Kanälen (funktionierte auf dem Aktienmarkt, sollte auf dem Devisenmarkt funktionieren):

  1. Der Durchbruchspunkt des vorherigen Kanals wird in der Regel zum Mittelpunkt des neuen Kanals.
  2. Die Spitze des vorherigen Trends wird zur ersten Tangente des neuen Kanals.
  3. Die Breite des neuen Kanals ist in der Regel gleich der Breite des vorherigen Kanals, aber nicht immer.
  4. Unter den Voraussetzungen 1, 2 und 3 kann ein neuer Kanal gebaut werden, bevor er sich überhaupt gebildet hat. Daraus ergeben sich die erwarteten Ein- und Ausstiegspunkte.
  5. Der Kanal dauert in der Regel so lange, bis der Kurs eine seiner Grenzen dreimal berührt. Nur solche Berührungen, zwischen denen der Preis die Mitte des Kanals erreicht, werden berücksichtigt. Nach 3 Berührungen derselben Grenze erwarten wir entweder einen gegenläufigen Trend oder eine flache Tendenz. Gelegentlich bildet sich beim Durchbrechen des alten Kanals ein neuer Kanal in Richtung des alten Trends, in der Regel parallel zum alten Kanal.
  6. Wenn ein Trend endet, bewegt sich der Kurs oft aus dem Kanal heraus in Richtung des Trends.
  7. Es ist besser, auf die Reflexion der Grenze in Trendrichtung zu handeln (die zweite Tangente der Abwärtstrendgrenze, die zweite oder dritte Tangente der oberen Abwärtstrendgrenze). Es sind auch andere Strategien möglich.

Wer wird dieses Interesse programmieren?

123456789101112131415161718192021222324252627282930313233343536
Neuer Kommentar
Grund der Beschwerde: