市場予測のクラスターメソッド。 - ページ 9 123456789 新しいコメント Alexander_K2 2018.03.18 10:30 #81 Aleksey Ivanov:そこで、このスレッドを元に戻したいと思います。ここでは、皆さんの協力を得て、市場予測に対する既存のクラスター・アプローチの長所と短所を明らかに し、新しい、おそらくより有望なアプローチを概説したいと思います。 市場との関係で、クラスターアプローチとは何か、（知らない人のために）指をくわえて説明しておきます。 その前に、市場力学について。 価格は、強いイベント（に関する重要なニュース：経済的な判決、激変、主要なビジネスや政治的なイベントなど）において、大きく、実際に（ほとんどの人にとって）予測不可能なスパイク（1）を経験する可能性があります。この場合、〜1/Nに比例した時間で、これによる揺らぎが緩和される。しかし、市場は、（自己組織化プロセスが行われる）「自分自身の人生を生きている」、（2）自分自身の（外部の影響によって引き起こされない）、時には小さなジャンプさえも 経験する、これはもう一つの緩和の法則によって特徴づけられる。この法則は、1/Nの緩和よりもはるかに頻繁に起こるので、私たちにはどんなに異常に聞こえるかも しれませんが、市場は主に 市場自身の法則に従って 機能しています。 第一のタイプのジャンプは、（その作成に多くの人が関わっているため）すぐには起こらない。そのため、強い出来事が起こる瞬間とそれによる波動に挟まれた引用の歴史の部分に、いくつかの特殊な特性が課せられているのである。さらに、第二のタイプのジャンプ以前の歴史の部分には、いくつかの特殊な特徴（市場の揺れの遅れと次の不安定な均衡状態からの転落）があるはずである。 今度はクラスタリング。 そこで、最初の仮説は、価格が跳ね上がる前の相場履歴のごく一部（プラス出来高履歴、そこで何が起きるか）に、次の跳ね上がりに関する情報がコード化されている、というものです。 さらに、純粋に技術的な部分もあります。など、あるパラメータや状態の空間が紹介されています。(1) ローソク足パターンの形をした些細な幾何学的イメージ、あるいは (2) このプロット（時系列）をフーリエ分解して得られる異なる周波数モードの空間、あるいは (3) 直交ベルベット関数によるスペクトル展開（プロットが短いので、こちらの方がずっと良い）、 (4) 他のいくつかの直交関数によるスペクトル展開、等々です。 そして、そのような（先行ジャンプの）プロットの膨大な-統計的に有意なセットを取り、この状態空間の占有率を分析するのである。そして、それらがこの空間のある部分に著しく集中している（そして、歴史の他の部分は-ジャンプに先行しない-そこに到達しない）場合、これが予測を可能にするクラスター（またはタイプ1と2のクラスターの集合）となる。 次のジャンプに関する情報は、プロセスが非マルコフ型であるため、すべての履歴に符号化される。実際には、これは次のことを意味します。巨大なデータのアーカイブに対して、観測のスライディングウィンドウにおけるプロセスの平均分散をとれば、この分散は実質的に一定です。減り始めたら、急上昇を期待する。 私はこの方向で取り組んできましたが、非常にリソースを必要とする作業であることに気づきました。 指数関数的な時間間隔での相場の時系列に擬似状態をあらかじめ導入し、ブラウン運動モデルにする方が簡単です。つまり、非マルコフ型プロセスをマルコフ型プロセスに変換する。完全にはできないが、拡散方程式が働き始める。 ALL. Mihail Marchukajtes 2018.03.18 12:40 #82 スレッドを読み始め、最初の言葉から、あなたはClusterDeltaという正しい方向性を与えられました。他の人たちは、ランダムな市場プロセスとか、統計学とか、くだらないことを書いていますが、非定常系列側からしか市場を知らない、それだけです。市場に関する知識はそこで終わり、残念ながら限界がある。しかし同時に、彼らは市場の一部しか知らないのに、自信満々に結論を出し始めるのです。 また、価格が転換する前に、価格以外にボリューム、デルタ、OMが関与するクラスタの下位TFに前提条件やパターンが存在するとは誰も考えない。この情報が、今後の価格の原動力となることがわかったのです。でも、統計の人たちは、どうしてそれを知っているのでしょう？それらは、引用符、分布、マルコフ則、非マルコフ則といった独自の統計パラメータを除いて......。彼らは、自分たちの僻地の木の陰から見えないだけで、市場の実態やその原動力は何なのか......。 ClusterDeltaプロジェクトでは、反転や継続のパタンを解析しているなど...。そこでも、すべてがスムーズで曖昧になるわけではありませんが、少なくとも、こうした統計的な人たちの一歩先を行くチャンスはあるのです。なぜかというと、価格形成の因果関係モデルによれば、出来高とデルタが将来の価格変動の原因だからです。要は正しく解釈することなのですが......。 Aleksey Ivanov 2018.03.18 16:37 #83 Mihail Marchukajtes:スレッドを読み始め、最初の言葉から、あなたはClusterDeltaという正しい方向性を与えられました。他の人たちは、ランダムな市場プロセスとか、統計学とか、くだらないことを書いていますが、非定常系列側からしか市場を知らない、それだけです。市場に関する知識はそこで終わり、残念ながら限界がある。しかし同時に、彼らは市場の一部しか知らないのに、自信満々に結論を出し始めるのです。 また、価格が転換する前に、価格以外にボリューム、デルタ、OMが関与するクラスタの下位TFに前提条件やパターンが存在するとは誰も考えない。この情報が、今後の価格の原動力となることがわかったのです。でも、統計の人たちは、どうしてそれを知っているのでしょう？それらは、引用符、分布、マルコフ則、非マルコフ則といった独自の統計パラメータを除いて......。彼らは、自分たちの僻地の木の陰から見えないだけで、市場の実態やその原動力は何なのか......。 ClusterDeltaプロジェクトでは、実際にリバーサルやコンティニュアスパターナなどの分析を行っていますが...。そこでも、すべてがスムーズで曖昧になるわけではありませんが、少なくとも、こうした統計的な人たちの一歩先を行くチャンスはあるのです。なぜかというと、価格形成の因果関係モデルによれば、出来高とデルタが将来の価格変動の原因だからです。要は正しく解釈することなのですが......。 ありがとうございます、ClusterDeltaのことは忘れていませんでした。この方法について考えてみましょう。 123456789 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
そこで、このスレッドを元に戻したいと思います。ここでは、皆さんの協力を得て、市場予測に対する既存のクラスター・アプローチの長所と短所を明らかに し、新しい、おそらくより有望なアプローチを概説したいと思います。
市場との関係で、クラスターアプローチとは何か、（知らない人のために）指をくわえて説明しておきます。
その前に、市場力学について。
価格は、強いイベント（に関する重要なニュース：経済的な判決、激変、主要なビジネスや政治的なイベントなど）において、大きく、実際に（ほとんどの人にとって）予測不可能なスパイク（1）を経験する可能性があります。この場合、〜1/Nに比例した時間で、これによる揺らぎが緩和される。しかし、市場は、（自己組織化プロセスが行われる）「自分自身の人生を生きている」、（2）自分自身の（外部の影響によって引き起こされない）、時には小さなジャンプさえも 経験する、これはもう一つの緩和の法則によって特徴づけられる。この法則は、1/Nの緩和よりもはるかに頻繁に起こるので、私たちにはどんなに異常に聞こえるかも しれませんが、市場は主に 市場自身の法則に従って 機能しています。
第一のタイプのジャンプは、（その作成に多くの人が関わっているため）すぐには起こらない。そのため、強い出来事が起こる瞬間とそれによる波動に挟まれた引用の歴史の部分に、いくつかの特殊な特性が課せられているのである。さらに、第二のタイプのジャンプ以前の歴史の部分には、いくつかの特殊な特徴（市場の揺れの遅れと次の不安定な均衡状態からの転落）があるはずである。
今度はクラスタリング。
そこで、最初の仮説は、価格が跳ね上がる前の相場履歴のごく一部（プラス出来高履歴、そこで何が起きるか）に、次の跳ね上がりに関する情報がコード化されている、というものです。
さらに、純粋に技術的な部分もあります。など、あるパラメータや状態の空間が紹介されています。(1) ローソク足パターンの形をした些細な幾何学的イメージ、あるいは (2) このプロット（時系列）をフーリエ分解して得られる異なる周波数モードの空間、あるいは (3) 直交ベルベット関数によるスペクトル展開（プロットが短いので、こちらの方がずっと良い）、 (4) 他のいくつかの直交関数によるスペクトル展開、等々です。
そして、そのような（先行ジャンプの）プロットの膨大な-統計的に有意なセットを取り、この状態空間の占有率を分析するのである。そして、それらがこの空間のある部分に著しく集中している（そして、歴史の他の部分は-ジャンプに先行しない-そこに到達しない）場合、これが予測を可能にするクラスター（またはタイプ1と2のクラスターの集合）となる。
次のジャンプに関する情報は、プロセスが非マルコフ型であるため、すべての履歴に符号化される。実際には、これは次のことを意味します。巨大なデータのアーカイブに対して、観測のスライディングウィンドウにおけるプロセスの平均分散をとれば、この分散は実質的に一定です。減り始めたら、急上昇を期待する。
私はこの方向で取り組んできましたが、非常にリソースを必要とする作業であることに気づきました。
指数関数的な時間間隔での相場の時系列に擬似状態をあらかじめ導入し、ブラウン運動モデルにする方が簡単です。つまり、非マルコフ型プロセスをマルコフ型プロセスに変換する。完全にはできないが、拡散方程式が働き始める。
ALL.
スレッドを読み始め、最初の言葉から、あなたはClusterDeltaという正しい方向性を与えられました。他の人たちは、ランダムな市場プロセスとか、統計学とか、くだらないことを書いていますが、非定常系列側からしか市場を知らない、それだけです。市場に関する知識はそこで終わり、残念ながら限界がある。しかし同時に、彼らは市場の一部しか知らないのに、自信満々に結論を出し始めるのです。
また、価格が転換する前に、価格以外にボリューム、デルタ、OMが関与するクラスタの下位TFに前提条件やパターンが存在するとは誰も考えない。この情報が、今後の価格の原動力となることがわかったのです。でも、統計の人たちは、どうしてそれを知っているのでしょう？それらは、引用符、分布、マルコフ則、非マルコフ則といった独自の統計パラメータを除いて......。彼らは、自分たちの僻地の木の陰から見えないだけで、市場の実態やその原動力は何なのか......。
ClusterDeltaプロジェクトでは、反転や継続のパタンを解析しているなど...。そこでも、すべてがスムーズで曖昧になるわけではありませんが、少なくとも、こうした統計的な人たちの一歩先を行くチャンスはあるのです。なぜかというと、価格形成の因果関係モデルによれば、出来高とデルタが将来の価格変動の原因だからです。要は正しく解釈することなのですが......。
スレッドを読み始め、最初の言葉から、あなたはClusterDeltaという正しい方向性を与えられました。他の人たちは、ランダムな市場プロセスとか、統計学とか、くだらないことを書いていますが、非定常系列側からしか市場を知らない、それだけです。市場に関する知識はそこで終わり、残念ながら限界がある。しかし同時に、彼らは市場の一部しか知らないのに、自信満々に結論を出し始めるのです。
また、価格が転換する前に、価格以外にボリューム、デルタ、OMが関与するクラスタの下位TFに前提条件やパターンが存在するとは誰も考えない。この情報が、今後の価格の原動力となることがわかったのです。でも、統計の人たちは、どうしてそれを知っているのでしょう？それらは、引用符、分布、マルコフ則、非マルコフ則といった独自の統計パラメータを除いて......。彼らは、自分たちの僻地の木の陰から見えないだけで、市場の実態やその原動力は何なのか......。
ClusterDeltaプロジェクトでは、実際にリバーサルやコンティニュアスパターナなどの分析を行っていますが...。そこでも、すべてがスムーズで曖昧になるわけではありませんが、少なくとも、こうした統計的な人たちの一歩先を行くチャンスはあるのです。なぜかというと、価格形成の因果関係モデルによれば、出来高とデルタが将来の価格変動の原因だからです。要は正しく解釈することなのですが......。