Обсуждение статьи "Кодирование свечных моделей (Часть 3): Частотный анализ односвечных структур"

 

Опубликована статья Кодирование свечных моделей (Часть 3): Частотный анализ односвечных структур:

В данной статье представлена схема частотного анализа закодированных свечных паттернов в MQL5. Преобразуя свечи в буквенные символы, можно анализировать историческое движение цен как статистическую последовательность, а не как визуальный график. Используя пару GBPUSD и золото на нескольких таймфреймах, в этом исследовании мы изучаем частоту появления отдельных типов свечей, выявляем доминирующие рыночные структуры и показываем симметрию между бычьими и медвежьими движениями цен. Результаты закладывают количественную основу для обнаружения паттернов и подготавливают почву для анализа многосвечных последовательностей и их прогностического потенциала в алгоритмических торговых системах.

Финансовые ценовые ряды объединяют множество взаимодействующих факторов — макроэкономические данные, ликвидность, политику, новости и поведение трейдеров, — поэтому графики часто выглядят зашумленными. Тем не менее, движение цен неоднократно приводит к появлению узнаваемых форм свечей и локальных структур. В частях 1–2 мы формализовали это наблюдение: отдельные свечи были преобразованы в конечный алфавит символов (Часть 1), а также разработаны инструменты для перечисления возможных комбинаций символов (Часть 2). Нерешенным оставался практический, основанный на данных вопрос: какие из этих закодированных типов свечей действительно встречаются на реальных рынках, как часто и какие воспроизводимые результаты может использовать практикующий специалист?

Эта статья устраняет данный базовый пробел, предоставляя целенаправленный, воспроизводимый частотный анализ символов отдельных свечей. Целевая аудитория: трейдеры, разработчики алгоритмов и исследователи, которым нужен измеримый рыночный профиль в качестве входных данных для дальнейшего моделирования. Область применения и ограничения: мы анализируем только отдельные символы свечей (однобуквенные паттерны), а не многосвечные последовательности, и рассматриваем варианты Марубозу как единую категорию, а все свечи, не подпадающие под эти определения, относим к неклассифицированной категории, обозначаемой символом подчёркивания (“_”).

Используя выборку из 1500 свечей из GBP/USD и золота (XAUUSD) на таймфреймах H1, M15 и M5, мы: (1) применяем схему кодирования из Части 1 к историческим барам, (2) подсчитываем количество вхождений символов A/G/H/E/a/g/h/e/D/_ и (3) вычисляем абсолютные количества и процентные доли. Результатом является воспроизводимый скрипт в MQL5 и отчет в формате TXT, которые вместе дают: закодированную серию, количество и проценты для каждого символа, а также простые сводные показатели (доминирующие символы, доля неклассифицированных свечей и бычья/медвежья симметрия). Эти измеримые выходные показатели должны служить стабильной основой для следующего этапа: частотного анализа двухбуквенных паттернов и вероятностей переходов.


Автор: Daniel Opoku