Обсуждение статьи "Машинное обучение и Data Science (Часть 41): YOLOv8v для поиска паттернов на рынках Forex и акций"

Новый комментарий
 

Опубликована статья Машинное обучение и Data Science (Часть 41): YOLOv8v для поиска паттернов на рынках Forex и акций:

Выявление графических закономерностей на финансовых рынках представляет собой сложную задачу, поскольку требует анализа данных на графике, что трудно осуществить в MQL5 из-за ограничений, связанных с обработкой изображений. В этой статье мы рассмотрим достойную модель на Python, которая позволит с минимальными усилиями обнаруживать паттерны на графике.

Выявление паттернов на финансовых рынках — сложная задача для моделей машинного обучения и искусственного интеллекта. Как бы легко это ни казалось нам, людям, машине требуется приложить определенные усилия, чтобы обнаружить и интерпретировать эти паттерны, просто потому что, в отличие от табличных данных, которые обычно используются в торговле, поиск паттернов распространяется и на двумерные изображения, которые обычно хранятся в форматах .png, .jpg и т. д.

Существует огромное количество трейдеров со стратегиями, основанными на анализе ценового движения (price action) и конкретных графических паттернах на рынках, таких как:

  • Восходящая и нисходящая лестница
  • Восходящий треугольник
  • Нисходящий треугольник
  • Симметричный треугольник
  • Флаг 
  • Клин
  • Двойная вершина
  • Двойное дно
  • Голова и плечи
  • Скругленная вершина или дно
  • Чашка с ручкой
  • и многие другие.

Когда речь заходит о программировании, паттерны, связанные со свечными моделями (candlestick patterns) и реакциями индикаторов, которые можно найти без сложных строк кода, существенно отличаются от перечисленных выше графических паттернов, которые значительно более сложные.

Для определения даже простого паттерна, например W-дно, потребуется сложный, хорошо написанный и оптимизированный код. Так почему бы не попытаться справиться с этой задачей с помощью ИИ?


Автор: Omega J Msigwa

Новый комментарий