Analisar as características ESTATÍSTICAS mais importantes do padrão e escolher um método de negociação sobre ele. - página 4

 
Stanislav Korotky:
Você já tentou uma análise confluente? Isto é, a função não deve ser preço vs. tempo p = x(i), mas bidimensional f = z(i, p). A distância d é contada por duas coordenadas. E as outras fórmulas são as mesmas.

Não, eu não tentei, mas é interessante. No final, decidi que as distorções ao longo do eixo do tempo (não apenas encolhimento ou alongamento de padrões, que é uma distorção linear, mas também uma distorção não linear) devem ser levadas em conta de acordo com o princípio de que nosso cérebro pode reconhecer representações distorcidas de objetos e pessoas, mesmo caricaturas, ou seja, quebrando padrões em componentes, sua rotação, zoom, etc., como no córtex visual. Mas pouco tempo tem sido gasto com isso. Mesmo assim, a comercialização no mercado, mesmo nos modelos matemáticos mais intrincados, será 50/50.
 
Vladimir:

Não, eu não tentei, mas é interessante. No final, decidi que as distorções ao longo do eixo temporal (não apenas compressão ou alongamento de padrões, que são distorções lineares, mas também distorções não lineares) devem ser levadas em conta pelo princípio de que nosso cérebro pode reconhecer imagens distorcidas de objetos e pessoas, até mesmo desenhos animados, ou seja, quebrando padrões em seus componentes, sua rotação, escala, etc., como no córtex visual. Mas pouco tempo tem sido gasto com isso. Ainda seria 50/50 para comercializar no mercado mesmo nos modelos matemáticos mais intrincados.

A visão mecânica deve lidar bem com isso, o que fará mais tarde
 
Vladimir:

Não, eu não tentei, mas é interessante. No final, decidi que as distorções ao longo do eixo temporal (não apenas compressão ou alongamento de padrões, que são distorções lineares, mas também distorções não lineares) devem ser levadas em conta pelo princípio de que nosso cérebro pode reconhecer imagens distorcidas de objetos e pessoas, até mesmo desenhos animados, ou seja, quebrando padrões em seus componentes, sua rotação, escala, etc., como no córtex visual. Mas pouco tempo tem sido gasto com isso. Mesmo assim, o comércio no mercado, mesmo com os modelos matemáticos mais sofisticados, será 50/50.
E como está indo seu projeto com as previsões trimestrais? - O ramo não foi atualizado por muito tempo, ao que parece.
 
Vladimir:

Não, eu não tentei, mas é interessante. No final, decidi que as distorções ao longo do eixo temporal (não apenas compressão ou alongamento de padrões, que são distorções lineares, mas também distorções não lineares) devem ser consideradas de acordo com o princípio de que nosso cérebro pode reconhecer imagens distorcidas de objetos e pessoas, mesmo caricaturas, ou seja, quebrando padrões em seus componentes, sua rotação, escala e assim por diante, como no córtex visual. Mas pouco tempo tem sido gasto com isso. Mesmo assim, a comercialização no mercado, mesmo nos modelos matemáticos mais intrincados, será 50/50.

O tempo deve definitivamente ser levado em conta, sim. Eu, por exemplo, faço o seguinte: diminuo a semelhança dos padrões em função do tempo, linearmente. Ou seja, se eu estimar a semelhança dos padrões de 0 (não são nada semelhantes) a 1 (são completamente semelhantes), então, além da estimativa, retiro uma constante multiplicada pelo número de barras entre os padrões. Não sei que tipo de distorções ocorrem ali, mas quanto mais longe os padrões estão uns dos outros, mais eles perdem sua "similaridade", 100% de garantia.

A semelhança de padrões é uma estimativa muito exigente, você não pode simplesmente conectar a primeira fórmula da Internet, você mesmo tem que verificá-la. Como verificar a fórmula também é complicado e pouco claro, mas algumas fórmulas falharão na frente, outras não :)

 

Sobre a semelhança de padrões - exemplo interessante de como a visão comp. funciona :)

http://cs.stanford.edu/people/karpathy/convnetjs/demo/mnist.html

ConvNetJS MNIST demo
  • cs.stanford.edu
This demo trains a Convolutional Neural Network on the MNIST digits dataset in your browser, with nothing but Javascript. The dataset is fairly easy and one should expect to get somewhere around 99% accuracy within few minutes. I used this python script to parse the original files into batches of images that can be easily loaded into page DOM...
 
Andrey Dik:
Como está indo seu projeto com previsões trimestrais? - A linha não foi atualizada há algum tempo, ao que parece.

Coloquei lá as últimas previsões. O último foi há dois meses. O próximo será no final de abril, com a liberação de novos dados. Até agora, todas as previsões estão próximas da realidade. Tenho ali dois modelos, um mais conservador do que o outro. Segundo o modelo conservador, o próximo crescimento do PIB será menor que o crescimento publicado para o último trimestre. O outro modelo prevê um crescimento maior. Saberemos em 3 semanas qual delas é mais precisa. Meu principal objetivo é evitar uma recessão e até agora ela não é visível em nenhum dos modelos.
 
Ainda não procurei aqui, talvez algo apareça ....Biblioteca Keldysh http://library.keldysh.ru/preprint.asp?id=2016-7 Orlov
 
Rafael Sahibgareev:
Ainda não procurei aqui, talvez algo apareça ....Biblioteca Keldysh http://library.keldysh.ru/preprint.asp?id=2016-7 Orlov

Obrigado, vamos fazer uma leitura
 
Maxim Dmitrievsky:

Digamos que temos um pedaço de um gráfico. Precisamos elaborar (sobre a história) a melhor maneira de abrir negócios sobre ela. Onde comprar, onde vender, onde comprar mais, onde fechar, e assim por diante. Mas devemos considerar que os padrões podem ser diferentes, e devemos encontrar o método mais eficaz de calcular os lugares de abertura de posição para qualquer padrão, minimizando ao mesmo tempo os riscos. Há uma condição mais importante, o padrão pode variar dentro de uma determinada faixa, digamos 20%. Ou seja, no início vemos um padrão e na barra seguinte ele mudará um pouco, embora suas características básicas permaneçam as mesmas (mas sempre veremos todo o padrão e todas as suas mudanças futuras). Ou seja, precisamos introduzir algum outro fator de erro.

Você tem alguma idéia da melhor maneira de fazer isso? Várias probabilidades e níveis de preços podem ser calculados, como isso pode ser feito?

É interessante que em uma das discussões você foi um oponente ferrenho da análise técnica clássica, afirmando que seu uso é ineficaz. A automação do comércio manual com base nesta análise não é aceitável. Agora você resolveu o problema de criar um método eficaz de reconhecimento algorítmico das formações de preços, que não é nada mais do que uma tentativa de automatizar a análise técnica "manual". Estranho, por que você recentemente rejeitou veementemente esta abordagem em algotrading? (Perdoe o off-topic).

 
Реter Konow:

Curiosamente, em uma das discussões, você foi um ardente oponente da análise técnica clássica, afirmando que seu uso é ineficaz. A automação comercial manual com base nesta análise não é aceita. Agora você resolveu o problema de criar um método eficaz de reconhecimento algorítmico das formações de preços, que não é nada mais do que uma tentativa de automatizar a análise técnica "manual". Estranho, por que você recentemente rejeitou veementemente esta abordagem em algotrading? (Perdoe o off-topic).


Não há uma análise clássica, há um modelo multifatorial de retorno de ativos (sim, sim, há um também, eu não inventei apenas isso). este modelo pode ser classificado como um modelo de estatísticas. Não há padrões fixos específicos, mas o resultado é uma previsão, que pode ser representada como um padrão, nada mais.

A MMDA descreve um movimento browniano generalizado

Razão: