Fenômenos de mercado - página 29

 
yosuf:
Eu tentei usar (18) de [url=https://www.mql5.com/ru/articles/250]-"Modelo de regressão universal para previsão de preços de mercado"[/url] como uma função base. Ele descreve satisfatoriamente as dependências construídas artificialmente a partir de várias funções em todas as combinações possíveis, incluindo somas, produtos, logaritmos, potência, exponenciais, etc.

Estou familiarizado com a fórmula (18). Acho que você esquece que eu não estou interessado em conhecimentos a priori sobre as funções básicas. Não me importa se a função base é tão poderosa e universal que possa descrever qualquer processo no mundo. Gostaria de encontrar um algoritmo para a determinação automática das funções básicas a partir da própria série temporal. Note que estas não são funções de base universal, mas as funções específicas de uma determinada série temporal. Considere a analogia com a fala. Também pode ser descrito por várias funções de base universal, incluindo (18). Mas tudo isso levaria a uma decodificação imprecisa da fala. O uso de fonemas ingleses para decodificar a fala chinesa também levaria a maus resultados. Para cada processo, deve haver diferentes "fonemas".
 
joo:
Existe uma pílula universal - algoritmos genéticos. No mínimo, se nada (ou quase nada) é conhecido sobre o processo e ainda é preciso investigar e obter um resultado, então a GA é o primeiro lugar a tentar.

É provável que isto funcione.
 
gpwr:

Estou familiarizado com a fórmula (18). Acho que você não percebe que eu não estou interessado em conhecimentos a priori sobre as funções básicas. Não me importa se a função base é tão poderosa e universal que possa descrever qualquer processo no mundo. Gostaria de encontrar um algoritmo para a determinação automática das funções de base a partir da própria série temporal. Note que estas não são funções de base universal, mas as funções específicas de uma determinada série temporal. Considere a analogia com a fala. Também pode ser descrito por várias funções de base universal, incluindo (18). Mas tudo isso levaria a uma decodificação imprecisa da fala. O uso de fonemas ingleses para decodificar a fala chinesa também levaria a maus resultados. Para cada processo, deve haver um "fonema" diferente.
Esta é uma tarefa muito difícil, talvez seja possível descrever as séries cronológicas em pedaços neste caso.
 
gpwr:

Meu interesse nestas estruturas deriva de uma aplicação mais prática do que a previsão de preços de mercado. Estou agora mais interessado no desenvolvimento de sistemas de reconhecimento rápido da fala. ... A previsão de preços se resume a prever os futuros fonemas (estruturas). Mas não estou interessado nisto. Estou interessado em reconhecer os fonemas (estruturas) do passado e do presente. Para consegui-lo, deve-se ter um dicionário desses fonemas e correlacionar o discurso com esses fonemas conhecidos (simplificado, é claro)...

Vladimir, IMHO, esta tarefa é impraticável nesta fase. Continuando o belo paralelo com o reconhecimento da fala, observe que cada ferramenta no mercado é sua própria língua, e diferentes dialetos se misturam dependendo da hora do dia, estação do ano, notícias, etc. Imagine que você tem um conjunto de fonemas para inglês, precisa reconhecer a tagarelice do estivador irlandês bêbado (ou não irlandês, para não ofender os irlandeses ;-) ). A tecnologia de reconhecimento da fala ainda não está desenvolvida a esse ponto. E o mercado não é mais fácil.

De forma simplificada, o vocabulário dos fonemas de mercado só pode ser obtido dos participantes do mercado - e esses serão os números, os níveis de fibo, etc., sobre os quais ele está escrito em muitos livros. Ninguém pode conhecer uma descrição mais clara, especialmente com a especificação do tipo de funções de base.

 
gpwr:

Estou familiarizado com a fórmula (18). Acho que você esquece que eu não estou interessado em conhecimentos a priori sobre as funções básicas. Não me importa se a função base é tão poderosa e universal que possa descrever qualquer processo no mundo. Gostaria de encontrar um algoritmo para a determinação automática das funções básicas a partir da própria série cronológica. Note que estas não são funções de base universal, mas as funções específicas de uma determinada série temporal. Considere a analogia com a fala. Também pode ser descrito por várias funções de base universal, incluindo (18). Mas tudo isso levaria a uma decodificação imprecisa da fala. O uso de fonemas ingleses para decodificar a fala chinesa também levaria a maus resultados. Para cada processo, deve haver diferentes "fonemas".

google " decomposição atômica por busca de bases" ?

 
gpwr:


Eu concordo. Há muitos termos diferentes: fonemas, estruturas, padrões, wavelets, funções de base. Eu gosto mais do termo base funciona. Estou interessado na seguinte pergunta: como se pode determinar automaticamente as funções básicas quando se conhece uma série cronológica? Naturalmente, pode-se examinar visualmente esta série e encontrar triângulos, bandeiras e outras formas bem parecidas. Mas ninguém ainda provou que estes padrões são estatisticamente importantes e não apenas um produto da imaginação. Lembre-se como na anedota:

O psiquiatra mostra fotos diferentes para a paciente perguntando "O que você vê nelas" e a paciente diz "Um homem e uma mulher fazendo sexo". "Você é uma espécie de lecher", diz o médico. E o paciente diz: "Bem, você mesmo me mostrou aquelas fotos lascivas".

Identificar automaticamente funções de base estatisticamente importantes é um processo complicado e não creio que ninguém tenha descoberto como fazê-lo corretamente, mesmo com redes neurais. Naturalmente, podemos simplificar a tarefa e assumir antecipadamente que a série temporal é dividida em onduladores Haar, ou funções trigonométricas como na série Fourier, ou outras funções básicas que são freqüentemente usadas em regressão. E todas estas funções básicas reproduzirão com sucesso nossas séries, seja uma série de preços ou uma série de discursos. Mas imagine se decompusermos o discurso em ondas Haar - elas não têm nada a ver com os fonemas. Seria igualmente inútil decompor uma série de preços em ondas Haar ou funções trigonométricas. É apropriado mencionar o sensoriamento compressivo, cuja essência é descrever um sinal com o menor conjunto de funções básicas. Embora existam muitos algoritmos deste método, todos eles assumem que conhecemos as funções básicas. Se você tiver alguma idéia sobre o algoritmo para encontrar funções básicas da série de preços, por favor, compartilhe-as.

Esta forma de pensar está próxima de mim (quero dizer, analogia com a fala). E muito já foi feito nesta direção, você pode ler artigos para encontrar inspiração. É necessário quantificar uma série temporal em um número limitado de estados, que são pontos em regiões compactas do espaço. E então, por analogia com as tarefas de reconhecimento de fala(treinamento de redes neurais para seqüências estatisticamente estáveis de fonemas e suas combinações), estudamos as seqüências recorrentes de estados. Para a primeira parte do problema é adequada uma rede auto-organizadora, para a segunda - uma rede multicamadas. Eu fiz um exemplo neste tópico: https://forum.mql4.com/ru/40561/page5
 
anonymous:

google "decomposição atômica por busca de bases" ?


Obrigado. Eu pesquisei - este método pertence à detecção comprimida. Ela assume que as funções básicas são conhecidas. Minha tarefa não é apenas encontrar a representação mais relaxada do sinal como uma combinação linear de funções de base, mas também as próprias funções de base específicas para este sinal.
 
marketeer:

Vladimir, IMHO, esta é uma tarefa impossível nesta fase. Continuando o belo paralelo com o reconhecimento da fala, observe que cada ferramenta no mercado é sua própria língua, e há diferentes dialetos misturados em função da hora do dia, estação do ano, notícias, etc. Imagine que você tem um conjunto de fonemas para inglês, precisa reconhecer a tagarelice do estivador irlandês bêbado (ou não irlandês, para não ofender os irlandeses ;-) ). A tecnologia de reconhecimento da fala ainda não está desenvolvida a esse ponto. E o mercado não é mais fácil.

Seu raciocínio é todo muito correto. De fato, o mercado fala diferentes dialetos, em diferentes velocidades, com diferentes volumes, com diferentes distorções, etc., dependendo do tempo. Portanto, me parece que os fonemas só podem ser encontrados por transformações não lineares da fala. Assim como encontrar padrões nos preços de mercado. Até agora, acho que não. A princípio estou interessado em uma pergunta: tomando um sinal que se sabe de antemão consistir em uma combinação linear de um número finito de funções de base desconhecidas, é possível encontrar essas funções de base e coeficientes dessa decomposição linear?

 
alexeymosc:

Esta linha de pensamento está próxima de mim (quero dizer, analogias com a fala). E muito já foi feito nesta direção, você pode ler artigos para encontrar inspiração. É necessário quantificar uma série temporal em um número limitado de estados, que são pontos em regiões compactas do espaço. E então, por analogia com as tarefas de reconhecimento de fala (treinamento de redes neurais para seqüências estatisticamente estáveis de fonemas e suas combinações), estudamos as seqüências recorrentes de estados. Para a primeira parte do problema é adequada uma rede auto-organizadora, para a segunda - uma rede multicamadas. Fiz um exemplo disso neste tópico: https://forum.mql4.com/ru/40561/page5.

Obrigado. Pensarei na SOM a meu bel-prazer.
 
eura:

Eu já gosto... Sergei, quais são os princípios principais da física por trás do rádio (telégrafo, etc.)?

A pergunta me surpreendeu!)

Não o conteúdo, mas o fato de sua aparência.

Todos os princípios básicos podem ser facilmente tirados da web (alguns até mesmo dos currículos escolares).

É um pouco mais complicado do que isso.

Na aplicação ao mercado muitas coisas podem ser usadas, porque as cotações são muito semelhantes ao sinal.

Portanto, você pode tentar aplicar a eles métodos de processamento conhecidos pela engenharia de rádio, engenharia de áudio, etc.

Detalhes - e não para esta linha. Para referência:

http://nice.artip.ru/?id=doc&a=doc68
Razão: