이 글에서는 기술적 분석 원리를 LSTM 신경망 아키텍처와 통합하여 볼륨 분석을 기반으로 가격을 예측하는 것을 개선할 수 있는 가능성에 대해 알아봅니다. 특히 이상 볼륨의 탐지 및 해석, 클러스터링 활용, 볼륨 기반의 피처 생성 및 이들에 대해 머신 러닝 맥락에서의 정의에 중점을 둡니다.
첫 번째 그래프는 획득한 모델 신호가 포함된 Sber 가격의 가장 일반적인 차트입니다. 또한 비정상적인 볼륨을 보이는 캔들을 강조 표시하여 신호를 보완합니다. 이를 통해 우리는 시스템이 마치 펼쳐진 책처럼 시장을 완벽하게 읽어내는 순간을 알 수 있습니다.
두 번째 그래프는 예상 수익률입니다. 여기서 우리는 선택한 자산의 호가의 급격한 변동이 일어나기 전에 매우 강력한 일련의 예측들이 시작되는 것을 분명히 알 수 있습니다. 따라서 이는 이러한 특정한 관찰 결과를 바탕으로 시스템을 구축하는 것이 우리가 고려해 볼 만한 아이디어라는 것을 보여줍니다. 물론 거래 건수는 줄어들겠지만 우리는 양을 쫓는 게 아니라 질을 추구하는 것 아닙니까?
새로운 기고글 미래 트렌드의 추세를 파악하기 위한 핵심인 볼륨 기반의 신경망 분석 가 게재되었습니다:
첫 번째 그래프는 획득한 모델 신호가 포함된 Sber 가격의 가장 일반적인 차트입니다. 또한 비정상적인 볼륨을 보이는 캔들을 강조 표시하여 신호를 보완합니다. 이를 통해 우리는 시스템이 마치 펼쳐진 책처럼 시장을 완벽하게 읽어내는 순간을 알 수 있습니다.
두 번째 그래프는 예상 수익률입니다. 여기서 우리는 선택한 자산의 호가의 급격한 변동이 일어나기 전에 매우 강력한 일련의 예측들이 시작되는 것을 분명히 알 수 있습니다. 따라서 이는 이러한 특정한 관찰 결과를 바탕으로 시스템을 구축하는 것이 우리가 고려해 볼 만한 아이디어라는 것을 보여줍니다. 물론 거래 건수는 줄어들겠지만 우리는 양을 쫓는 게 아니라 질을 추구하는 것 아닙니까?
세 번째 차트는 누적 수익률을 나타내며 최저 손실 구간이 강조 표시되어 있습니다.
작성자: Yevgeniy Koshtenko