Discusión sobre el artículo "Detección y clasificación de patrones fractales mediante aprendizaje automático"
Para evitar la necesidad de calcular en diferentes escalas de tiempo, probablemente tenga sentido convertir las cotizaciones en Renko de antemano.
En un sentido académico, el enfoque es interesante (yo lo llamaría más específicamente "reflejo", porque por lo que tengo entendido, tuvimos que alejarnos de los fractales y tomar una longitud de ventana constante de 100, en la que el avance más hermoso es), pero imho las dependencias entre el pasado y el futuro en la serie de cotizaciones se rompen constantemente e inesperadamente por fuerzas externas.
ZЫ. error tipográfico: "establecer en el rango de 15 a 30", debe ser hasta 300.
Para evitar tener que calcular en diferentes escalas de tiempo, probablemente tenga sentido convertir las cotizaciones a renko de antemano.
En un sentido académico, el enfoque es interesante (yo lo llamaría más específicamente "reflejo", porque por lo que entendí, como resultado tuvimos que alejarnos de los fractales y tomar una longitud de ventana constante de 100, en la que el más hermoso hacia adelante), pero imho las dependencias entre el pasado y el futuro en series de cotizaciones son constantemente e inesperadamente roto por fuerzas externas.
ZЫ. error tipográfico: "establecer en el rango de 15 a 30", debe ser hasta 300.
Todavía no se me ha ocurrido cómo tener en cuenta la variabilidad de los fractales en el tiempo. Porque MO empieza a memorizarlos, y en nuevos datos no se encuentran exactamente los mismos. Con una ventana fija, la variabilidad es aparentemente menor - menos para memorizar :)
Con el tiempo algo se solucionará, porque no se sabe de antemano lo que hay que hacer exactamente.no sabes de antemano exactamente lo que tienes que hacer
Había un James Simons, que sabía exactamente qué hacer.
El aprendizaje automático, la IA, todo eso es genial.
Es el ser humano quien establece las tareas para la máquina. La conciencia humana, especialmente el inconsciente, es muy poco conocida. No hablo del inconsciente colectivo. Pero, en mi opinión, ahí es donde está la clave del funcionamiento de los mercados.
¿Ha leído por casualidad "El pájaro de bronce" de Yamvlich y Rybakov?
Había un James Simons, él sabía qué hacer.
Aprendizaje automático, IA, todo es genial.
Es el ser humano quien establece las tareas para la máquina. La conciencia humana, especialmente el inconsciente, se entiende muy mal. No hablo del inconsciente colectivo. En mi opinión, ahí es donde está la clave del funcionamiento de los mercados.
¿Ha leído por casualidad "El pájaro de bronce" de Yamvlich y Rybakov?
Este artículo trata sobre el aprendizaje automático y los fractales. Los artículos conforman el inconsciente colectivo.
No hablo sólo de este artículo. El artículo no es malo, dentro de lo que cabe. Es sobre otra cosa.
"Aún no he descubierto cómo tener en cuenta la variabilidad de los fractales en el tiempo" - mientras tanto, este es un parámetro clave que determina la eficacia de cualquier previsión.
Y no es sólo tu problema, es un problema global - el cambio de todos los coeficientes bajo variables con el tiempo.
Para comprender la esencia del problema, hay que ir más allá, replantearse los conceptos iniciales. Por ejemplo, la mayoría de los fractales no son autosimilares, 1 dólar en 2000 no es igual a 1 dólar en 2025 (es decir, 1 no es igual a 1).
Se pueden dar muchos más ejemplos, en la sociedad (economía) prevalece la distribución de Pareto, no la de Gauss, por lo que la mayoría de los métodos estadísticos no son aplicables al análisis de mercado, etc.
El éxito de Simons sugiere que existe una solución al problema, pero hay que buscarla en otra parte.
No hablo sólo de este artículo. No es un mal artículo, dentro de lo que cabe. Es sobre otra cosa.
"Todavía no he descubierto cómo tener en cuenta la variabilidad de los fractales a lo largo del tiempo" - mientras tanto, este es un parámetro clave que determina la eficacia de cualquier previsión.
Y no es sólo tu problema, es un problema global - cambio de todos los coeficientes con variables con el tiempo.
Para comprender la esencia del problema, hay que ir más allá, replantearse los conceptos iniciales. Por ejemplo, la mayoría de los fractales no son autosimilares, 1 dólar en 2000 no es igual a 1 dólar en 2025 (es decir, 1 no es igual a 1).
Se pueden dar muchos más ejemplos, en la sociedad (economía) prevalece la distribución de Pareto, no la de Gauss, por lo que la mayoría de los métodos estadísticos no son aplicables al análisis de mercados, etc.
El éxito de Simons sugiere que existe una solución al problema, pero hay que buscarla en otra parte.
Parece tener razón sobre el arbitraje. Muchas estrategias de arbitraje también dejan de funcionar con el tiempo.
¿De Hilbert?
En general, casi no hay información detallada sobre los métodos de trabajo de Simons, y es comprensible. Pero se sabe que duplicaba su capital cada año, y que al final de su vida su fortuna se estimaba en más de 20.000 millones.
Pero no se trata de él, sino de la posibilidad misma de encontrar una fórmula. Espacios multidimensionales es la terminología actual para las ideas pitagóricas. Es un tema muy profundo. La multifractalidad también puede verse como un análogo primitivo del espacio multidimensional, donde los vértices y los grafos son proyecciones sobre un grafo de movimientos ocultos. Si el tema te interesa, puedo compartir mis consideraciones - desarrollos, pero es mejor en correspondencia individual.
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Usted acepta la política del sitio web y las condiciones de uso
Artículo publicado Detección y clasificación de patrones fractales mediante aprendizaje automático:
En el primer artículo, examinamos con detalle los aspectos fundamentales de la teoría del mercado multifractal. En él, hablamos de que los gráficos de precios son capaces de formar ciertas estructuras repetitivas bajo la influencia de información externa que los organiza. Los participantes del mercado crean un sistema dinámico complejo que posee elementos de memoria que adoptan la forma de ciertas simetrías (patrones) del mercado. Dichos patrones pueden evolucionar con el tiempo o repetirse. Gracias a la autosimilitud de las estructuras de mercado fractales, los patrones pueden expresarse en diferentes escalas temporales.
Este artículo ofrecerá un enfoque original para la búsqueda y clasificación de patrones fractales. El estudio se realizará en Python, con la posibilidad de exportar los modelos finales a la plataforma MetaTrader 5 en el formato ONNX.
Autor: dmitrievsky