기고글 토론 "외환 데이터 분석에서 연관 규칙 사용하기"
분명히 독자는 이미 그러한 방법에 대한 지식이 있어야한다고 가정하고 그렇지 않은 경우?
특히 언급 된 메트릭을 이해하지 못합니다:
리프트는 제가 가장 좋아하는 지표가되었습니다. 수백 시간의 테스트 끝에 저는 상승도가 1.5 이상인 규칙이 실제 시장에서 실제로 작동한다는 패턴을 발견했습니다. 이 발견은 신호 필터링에 대한 제 접근 방식에 심각한 영향을 미쳤습니다.
제가 이 방법을 올바르게 이해했다면 상관관계가 있는 신호는 양자 세그먼트에서 검색됩니다. 하지만 다음 단계는 이해하지 못했습니다. 그 다음 단계는 무엇인가요? 결과 규칙이 목표에 대해 확인되고 메트릭에 대해 평가된다고 가정합니다.
그렇다면 제 방식과 비슷하고 성능과 효율성을 평가하는 것이 흥미롭습니다.
안녕하세요, 유진! 저에게 편지를 보내주세요 (친구로 추가 요청을 보냈으며 대화에 대한 심각한 주제 (제안자 패턴 및 실제 적용)가 있습니다. 답장해 주셔서 감사합니다, 안드레이
새로운 기고글 외환 데이터 분석에서 연관 규칙 사용하기 가 게재되었습니다:
저는 오랫동안 데이터 관련 업무를 해오면서 많은 성공적인 아이디어가 관련 분야에서 나온다는 것을 알게 되었습니다. 오늘은 거래에서 연관 규칙을 사용한 저의 경험을 공유하고자 합니다. 이 방법은 리테일 분석 분야에서 그 효과가 입증되었으며 우리로 하여금 구매, 거래, 가격 변동 및 미래의 수급 간의 연관성을 파악할 수 있게 해줍니다. 이를 외환 시장에 적용하면 어떨까요?
기본적인 아이디어는 간단합니다 - 가격 변동의 안정적인 패턴, 지표 및 그 조합을 찾는 것입니다. 예를 들어 EURUSD 환율 상승 후 USDJPY 환율이 하락하는 경우는 얼마나 자주 발생할까요? 강한 움직임에 앞서 가장 흔히 나타나는 조건은 무엇일까요?
이 글에서 저는 이러한 아이디어를 바탕으로 트레이딩 시스템을 구축하는 전체 과정을 보여드리겠습니다. 우리는 다음과 같이 할 것입니다:
왜 하필 이러한 과정으로 할까요? MQL5는 주식 시장 데이터 및 거래 자동화 작업에 매우 적합합니다. 파이썬은 분석을 위한 강력한 도구를 제공합니다. 제 경험상 이러한 조합은 거래 시스템 개발에 매우 효과적입니다.
분석의 첫 번째 단계는 발견된 규칙의 주요 지표 분포를 이해하는 것입니다. 'support', 'confidence', 'lift' and 'leverage'의 분포 그래프는 발견된 규칙의 품질을 평가하고 필요한 경우 알고리즘의 매개변수를 조정하는 데 도움이 됩니다.
작성자: Yevgeniy Koshtenko