Discussione sull’articolo "L’utilizzo delle regole di associazione nell'analisi dei dati Forex"
A quanto pare, si presume che il lettore debba già avere una certa conoscenza di tale metodo, e in caso contrario?
Non capisco le metriche citate, in particolare:
Lift è diventato il mio indicatore preferito. Dopo centinaia di ore di test, ho notato uno schema: le regole con lift superiore a 1,5 funzionano davvero nel mercato reale. Questa scoperta ha influenzato seriamente il mio approccio al filtraggio dei segnali.
Se ho capito bene il metodo, i segnali correlati vengono cercati nei segmenti quantistici. Ma non ho capito il passo successivo. Qual è il target? Presumo che le regole risultanti vengano controllate rispetto all'obiettivo e valutate rispetto alle metriche.
Se è così, questo metodo riprende il mio, ed è interessante valutare le prestazioni e l'efficienza.
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Accetti la politica del sito e le condizioni d’uso
Il nuovo articolo L’utilizzo delle regole di associazione nell'analisi dei dati Forex è stato pubblicato:
Lavoro con i dati da molto tempo e ho notato che molte idee di successo provengono da settori affini. Oggi vorrei condividere la mia esperienza nell'utilizzo delle regole di associazione nel trading. Questo metodo ha dato prova della propria efficacia nell'analisi dei dati nel settore della vendita al dettaglio, consentendoci di individuare correlazioni tra acquisti, transazioni, variazioni dei prezzi e l'andamento futuro della domanda e dell'offerta. E se lo applicassimo al mercato dei cambi?
L'idea di base è semplice: cerchiamo pattern stabili di comportamento dei prezzi, indicatori e loro combinazioni. Ad esempio, con quale frequenza un rialzo dell'EUR/USD segue un calo dell'USD/JPY? O quali sono le condizioni che più spesso precedono movimenti di prezzo significativi?
In questo articolo, illustrerò l'intero processo di creazione di un sistema di trading basato su questa idea. Faremo quanto segue:
Perché proprio questa combinazione di tecnologie? MQL5 è ottimo per lavorare con i dati di borsa e per l'automazione del trading. A sua volta, Python fornisce potenti strumenti di analisi. In base alla mia esperienza, posso affermare che tale combinazione è molto efficace per lo sviluppo di sistemi di trading.
Il primo passo dell'analisi consiste nel comprendere la distribuzione delle principali metriche delle regole individuate. Il grafico di distribuzione di 'support', 'confidence', 'lift' e 'leverage' aiuta a valutare la qualità delle regole trovate e se necessario, a regolare i parametri dell'algoritmo.
Autore: Yevgeniy Koshtenko