Méthodes groupées de prévision du marché. - page 9
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Je voudrais donc remettre ce fil sur les rails. J'aimerais ici, avec votre aide, messieurs,identifier les forces et les faiblesses des approches existantes des clusters en matière de prévisions de marché et esquisser de nouvelles approches, peut-être plus prometteuses.
Je vais expliquer sur mes doigts (pour ceux qui ne le savent pas) ce qu'est l'approche par grappes par rapport au marché.
Mais d'abord, la dynamique du marché.
Le prix peut connaître des pics importants et en fait imprévisibles (pour la plupart des gens) (1) lors d'événements forts (nouvelles importantes concernant : décrets économiques, cataclysmes, événements commerciaux et politiques majeurs, etc.) Dans ce cas, il y a une relaxation des fluctuations causées par ce phénomène avec un temps proportionnel à ~1/N. Le marché, cependant, "vit sa propre vie" (où se déroulent des processus d'auto-organisation), connaissant (2) ses propres sauts (non causés par une influence extérieure) et parfois même les plus petits, qui sont caractérisés par une autre loi de détente. caractérisé par une autre loi de relaxationSqrt(1/N), qui, notons-le, se produit beaucoup plus souvent que la relaxation ~1/N, donc, aussi inhabituel que cela puisse nous paraître,le marché fonctionne principalement selon ses propres lois .
Le premier type de saut ne se produit pas immédiatement (parce que de nombreuses personnes sont impliquées dans sa formation), ce qui impose certaines caractéristiques spécifiques à la partie de l'histoire de la citation, qui est prise en sandwich entre le moment de l'occurrence d'un événement fort et la poussée provoquée par celui-ci. De plus, la partie de l'histoire précédant le deuxième type de saut doit contenir certaines caractéristiques spécifiques (oscillation retardée du marché et sa chute à partir de l'état suivant d'équilibre instable).
Maintenant, le regroupement.
Ainsi, l'hypothèse initiale est qu'il existe une petite partie de l'historique des cotations précédant le saut de prix (plus l'historique du volume qui y va) où l'information sur le prochain saut est encodée.
En outre, il existe une partie purement technique. Un espace de certains paramètres ou états est introduit, tel que : (1) une image géométrique triviale sous forme de chandelier, ou (2) l'espace des différents modes de fréquence obtenu par décomposition de Fourier de ce tracé (série temporelle), ou (3) décomposition du spectre par des fonctions orthogonales de velours (ce qui est bien meilleur puisque le tracé est court) ou (4) décomposition du spectre par d'autres fonctions orthogonales, etc.
Ensuite, un ensemble énorme - statistiquement significatif - de ces tracés (sauts précédents) est pris et analysé pour leur occupation de cet espace d'états. Et s'ils sont concentrés de manière significative dans certaines parties de cet espace (et que les autres parties de l'histoire - ne précédant pas les sauts - n'y arrivent pas), alors ce sera le cluster (ou l'ensemble des clusters de types 1 et 2), qui permet de faire une prédiction.
L'information sur le prochain saut est encodée dans TOUT l'historique, car le processus est non-markovien. En pratique, cela signifie ce qui suit : si nous prenons la variance moyenne du processus dans une fenêtre glissante d'observations pour une archive géante de données, cette variance est pratiquement une constante. S'il commence à diminuer, attendez-vous à un pic.
J'ai travaillé dans ce sens, mais je me suis rendu compte qu'il s'agit d'une tâche extrêmement gourmande en ressources.
Il est plus facile de passer à des modèles de mouvement brownien, en introduisant au préalable des pseudo-états dans la série chronologique des cotations à des intervalles de temps exponentiels. C'est-à-dire convertir un processus non-markovien en un processus markovien. On ne peut pas le faire complètement, mais les équations de diffusion commencent à fonctionner.
ALL.
J'ai commencé à lire le fil de discussion et dès les premiers mots, on vous a indiqué la bonne direction, à savoir ClusterDelta. Les autres, qui écrivent sur le processus aléatoire du marché, les statistiques et autres bêtises, ne connaissent le marché que du côté des séries non stationnaires et c'est tout. C'est là que s'arrête leur connaissance du marché qui, malheureusement, est limitée. Mais en même temps, ils commencent à tirer des conclusions confiantes sur le marché, alors qu'ils n'en connaissent qu'une partie.
Et personne ne pense qu'avant que le prix ne se retourne, il y aura des conditions préalables et des modèles sur les TF inférieurs du cluster, où le volume, le delta et l'OM participent en plus du prix. Il s'avère que cette information est le moteur du prix à l'avenir. Mais comment pourraient-ils le savoir, les gens des statistiques ? A l'exception de leurs propres paramètres statistiques de cotations, distributions, lois de Markov et non-Markov... Ils ne peuvent tout simplement pas voir, derrière les arbres de leur propre forêt, ce qu'est réellement le marché et ce qui le motive........
Dans le cadre du projet ClusterDelta, nous nous occupons en fait des paternités d'inversion ou de continuation, etc... Là non plus, tout n'est pas rose et sans ambiguïté, mais c'est au moins une chance d'avoir une longueur d'avance sur ces gens de la statistique. Pourquoi ? Parce que selon le modèle causal de formation des prix, le volume et le delta sont la cause des futurs changements de prix. L'essentiel est de l'interpréter correctement......
J'ai commencé à lire le fil de discussion et dès les premiers mots, on vous a indiqué la bonne direction, à savoir ClusterDelta. Les autres, qui écrivent sur le processus aléatoire du marché, les statistiques et autres bêtises, ne connaissent le marché que du côté des séries non stationnaires et c'est tout. C'est là que s'arrête leur connaissance du marché qui, malheureusement, est limitée. Mais en même temps, ils commencent à tirer des conclusions confiantes sur le marché, alors qu'ils n'en connaissent qu'une partie.
Et personne ne pense qu'avant que le prix ne se retourne, il y aura des conditions préalables et des modèles sur les TF inférieurs du cluster, où le volume, le delta et l'OM participent en plus du prix. Il s'avère que cette information est le moteur du prix à l'avenir. Mais comment pourraient-ils le savoir, les gens des statistiques ? A l'exception de leurs propres paramètres statistiques de cotations, distributions, lois de Markov et non-Markov... Ils ne peuvent tout simplement pas voir, derrière les arbres de leur propre forêt, ce qu'est réellement le marché et ce qui le motive........
Dans le projet ClusterDelta, ils analysent les paternes d'inversion ou de continuation, etc... Là non plus, tout n'est pas rose et sans ambiguïté, mais c'est au moins une chance d'avoir une longueur d'avance sur ces gens de la statistique. Pourquoi ? Parce que selon le modèle causal de formation des prix, le volume et le delta sont la cause des futurs changements de prix. L'essentiel est de l'interpréter correctement......