Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 437
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Todavía no estoy seguro de que sea correcto considerar los gráficos como similares cuando las diferencias de pendiente son tan grandes. Utilizando el mismo ejemplo:
la variante encontrada da un retroceso desde el punto superior de la tendencia o el final de la tendencia, al transferirla al gráfico del patrón dará una predicción de una continuación de la tendencia decreciente, en lugar de una inversión - esencialmente una señal inversa. Algo no está bien aquí....
todo cierto, solo una gran diferencia en la pendiente de los patrones, se puede limitar la búsqueda si la pendiente es muy diferente, para no tener en cuenta dichas variantes, pero si se ejecuta el probador rara vez encontrará variantes con una diferencia muy grande en la pendiente, dice que en cierto límite no será realmente un patrón descendente sino ascendente y la estructura tendrá una baja correlación con la actual
Bueno, 10-15 grados (a ojo) ¿cuánto menos? Y es mejor no encontrar nada que una señal falsa.
PS. medido en photoshop - 18 grados
bueno 10-15 grados (a ojo) ¿cuánto menos? Y es mejor no encontrar nada que una señal falsa.
Incluso con una coincidencia perfecta del 50% predice en la dirección equivocada).
Y por cierto, sí, la curva de pronóstico no está contada correctamente aquí, la he fastidiado en algún sitio... y he perdido la versión antigua
incluso hace un 50% de coincidencia perfecta y predice en la dirección equivocada).
Porque estás haciendo una predicción sobre la base de una variante, con cien similares la precisión de la predicción sería mayor. Pero la previsión media será cero ))
Malo tanto para uno como para muchos. Debería alimentar esta tarea al optimizador.
Porque estás haciendo una previsión sobre una línea, con cien similares la previsión sería más fiable. Pero la previsión media será cero ))
Es malo tanto para una línea como para muchas. Deberíamos alimentar esta tarea al optimizador.
Sí, pero en primer lugar debería ser correcto, la previsión no debería tirar de líneas así, sólo muestra la dirección correcta )
Pero de todos modos es todo una mierda por correlación, por eso me rendí...
Como mínimo, tenemos que hacer transformaciones afines de los gráficos, porque los patrones están en diferentes ángulos de inclinación (estructuras autoafines), y en segundo lugar, buscar en diferentes marcos temporales. Pero no ayuda cuando se utiliza la correlación: encuentra patrones muy disímiles .
Si el principal problema de la correlación es que"encuentra patrones que no son muy similares", entonces podemos simplemente definir requisitos más estrictos al error aceptable y sólo se encontrarán patrones muy similares. Pero no ocurrirá en cada barra, sino a veces (una vez en varias horas, como en su Asesor Experto con un ángulo de pendiente). De nuevo, el optimizador elegirá el error aceptable.
Además, en mi variante la correlación de Pearson no se cuenta directamente, como en tu caso, sino el error total (con el cribado del error máximo aceptable en cada barra). En este caso seguramente se encuentran las variantes más correlacionadas con el patrón, por eso lo comparé con la correlación.
Supongamos que hay dos matrices de precios, cada una con 5 precios.
la primera es a1,a2,a3,a4,a5
El segundo es b1,b2,b3,b4,b5.
1) El gráfico de precios puede ser desviado, es decir, puede colocarse horizontalmente a partir de alguna disposición girada. Esto se puede hacer con una regresión lineal - encontrarla, y utilizar la matriz de error en lugar de la serie de precios original. No sé si este paso ayudará a encontrar patrones, ya que no he estudiado su influencia en detalle. Hasta ahora no he utilizado este paso.
2) Es cuestionable llamar a una fila de precios un patrón; tiene que haber una descripción matemática de la forma formada por estos precios. Por ejemplo, podemos encontrar el aumento del precio en cada barra y utilizar estos aumentos como una determinada descripción del patrón.
el primer patrón se obtiene mediante la fórmula a5-a4, a4-a3, a3-a2, a2-a1
la segunda es b5-b4, b4-b3, b3-b2, b2-b1.
3) "similitud" de los patrones - ya sea la correlación (no lo comprobé yo mismo), o la distancia cartesiana por el teorema de Pitágoras (lo comprobé, y funcionó muy bien) -.
sqrt( ((a5-a4)-(b5-b4))^2 + ((a4-a3)-(b4-b3))^2 + ((a3-a2)-(b3-b2))^2 + ((a2-a1)-(b2-b1))^2 )
o algo más, creo que debe haber mejores opciones.
1. Para ello, se aumenta la tolerancia al error cuando se profundiza en la historia.
2. Cálculo del error Lop-side (suma de los valores abs. delta en cada barra) Los gráficos deben sumarse previamente en la barra cero.
Abs(a5-b5)+ abs(a4-b4)+abs(a3-b3)+abs(a2-b2)+abs(a1-b2)
Cálculo del error según su variante
abs((a5-a4)-(b5-b4))+abs((a4-a3)-(b4-b3)+....
transformar el 1er elemento
abs((a5-a4)-(b5-b4)) = abs((a5-b5)+(b4-a4)) -
(a5-b5)+(b4-a4) = delta 5 + ( - delta 4), esto es similar a la suma de deltas, es decir, de errores. Pero no se trata de la suma de los valores delta absolutos, sino sólo de la suma, ¡y de deltas con distinto signo! Si los errores de las barras vecinas tienen el mismo signo, se compensan entre sí (debido a que el segundo delta tiene signo negativo). Incluso un gran error de +1000pts y +1000pts se reducirá a cero en su fórmula. Y marcará como similar, un gráfico con un outlier de +1000pts en 2 barras. Aunque en el siguiente elemento, sólo se calculará 1 de estos valores atípicos y el error resultante descartará esta variante.
Pero de todos modos, esta función de cálculo de errores puede fallar como una variante similar, como una serie con deltas: 0, +10, +15, +12, +5. Su fórmula para esa combinación dará menos error (25 pt) que sólo la suma de los valores delta absolutos en cada barra (42 pt).
3. Se trata de la misma fórmula del punto 2 con los mismos inconvenientes.
La más sencilla es desplazar el ancho de la ventana por el paso de toda la secuencia y encontrar la suma de los valores abs. delt:
0,0,0 y 1,2,3 error = (1-0)+(2-0)+(3-0)=6
0,0,1 y 1,2,3 error = (1-0)+(2-0)+(3-1)=5
0,1,2 y 1,2,3 error = (1-0)+(2-1)+(3-2)=3
1,2,3 y 1,2,3 error = (1-1)+(2-2)+(3-3)=0
2,3,1 y 1,2,3 error = (2-1)+(3-2)+Abs(1-3) = 4
Donde el mínimo error es la máxima similitud.
Y la convolución es lo mismo pero en vez de suma y módulo es una multiplicación y se elige el máximo, es más rápido
0,0,0 y 1,2,3 error = 0*1+0*2+0*3 = 0
Y la convolución es lo mismo pero en vez de suma y módulo se elige una multiplicación y un máximo, es más rápido
0,0,0 y 1,2,3 = 0*1+0*2+0*3 = 0
El mío suma y resta más rápido que multiplica, y encuentra el módulo simplemente igualando el 64º bit a cero.
3. Se trata de la misma fórmula que en el punto 2, con los mismos inconvenientes.
Es una sola fórmula, sólo que la he dividido en tres pasos para que quede más claro. Así que los signos no serán un problema, ya que hay cuadratura.