Estrategias de reconocimiento de formas basadas en reglas de tiempo dinámicas

Estrategias de reconocimiento de formas basadas en reglas de tiempo dinámicas

• 1. El reconocimiento de formas

  La teoría del análisis técnico se basa en tres hipótesis importantes:

  (1) El precio de las acciones contiene toda la información del mercado

  (2) Tendencia de los precios de las acciones

  (3) La historia se repite

  El tercer punto describe que en el movimiento a largo plazo del precio de las acciones o del índice, se repetirá la aparición de ciertos patrones de oscilación o patrones, y el estudio de estos patrones tiene un importante valor de referencia para la predicción del mercado posterior. Los denominados oscilaciones de oscilación son los movimientos de los precios de las acciones u otros indicadores durante un período de tiempo, como las formas ascendentes, bajantes o convulsivas.

  Desde el punto de vista de la finanza del comportamiento, las leyes de comportamiento de los grupos, ya sean los efectos de disposición o los efectos de rebaño, existen objetivamente en el mercado. Los mercados son el resultado de una gran cantidad de juegos de inversionistas, aunque los indicadores de inversión varían mucho y los mismos están en constante cambio, pero la naturaleza humana es inmutable, la psicología de negociación es inmutable, el pensamiento orientado y el psiquismo especulativo formado por los inversionistas en el proceso de decisión hacen que la historia se repita constantemente.

  En resumen, la forma de las acciones refleja no solo la información de los cambios fundamentales de las acciones, sino también la mentalidad de inversión de los grupos de inversión en el mercado, que contiene la lógica de negociación. Por lo tanto, los movimientos de los precios de las acciones tendrán una forma similar, y diferentes acciones con una forma similar tendrán que mostrar un movimiento similar en el futuro.

  La dificultad de identificar y hacer predicciones basadas en la teoría del movimiento de los precios de las acciones es que muchos métodos de análisis técnico dependen de la experiencia y son difíciles de cuantificar, incluso para los analistas técnicos diferentes del mismo movimiento pueden llegar a conclusiones opuestas. Intentamos resolver este problema con algoritmos de reconocimiento de formas.

• 2. Algoritmos de reconocimiento de formas

  El reconocimiento de formas, similar al reconocimiento de voz, es esencialmente la captura y el reconocimiento de características onduladoras. Los algoritmos de reconocimiento más comunes incluyen algoritmos basados en aprendizaje automático, como algoritmos de redes neuronales, algoritmos de Markov, y también métodos de determinación estadística basados en indicadores técnicos y extremos de funciones.

  Este informe adopta un algoritmo de regulación de tiempo dinámico. En el campo de la reconocimiento automático de la voz, dado que la señal de voz es una señal con una gran aleatoriedad, los resultados de cada pronunciación son diferentes y no pueden tener la misma duración de tiempo, incluso si el mismo hablante pronuncia la misma palabra. Por lo tanto, cuando se combina con un modelo almacenado, el eje de tiempo de la palabra desconocida se distorsiona o dobla de manera desigual para que sus características coincidan con las características del modelo.

  De hecho, en situaciones de aplicación práctica, especialmente en el caso de las secuencias de tiempo financieras, los problemas de coincidencia a menudo requieren que no se coincida completamente en el eje de tiempo, en otras palabras, si las secuencias de tiempo tienen una similitud de forma, pero hay diferencias de estiramiento o amplitud de patrones dentro de la secuencia, todavía se puede considerar que el grupo de secuencias de tiempo tiene similitudes y necesita ser coincidido. Los analistas técnicos en el mercado son precisamente a través de esta coincidencia de forma, encontrar formas similares a las tendencias actuales en los datos históricos de una acción o un índice de disco, y observar las tendencias de una acción o disco después de que estas formas se presenten históricamente, para finalmente hacer un pronóstico de la tendencia de una acción o disco posterior, guiando las decisiones de negociación.

  Para entender los algoritmos de integración de reglas de tiempo dinámicas, la clave es entender la idea de la integración de reglas de tiempo dinámicas, que se muestra en el siguiente diagrama:

  

  Las líneas azules y verdes representan dos secuencias de tiempo, y en comparación con las formas tradicionales de medición de la distancia, la regulación del tiempo es una asignación de puntos de tiempo de una a más o de varias a una, al mismo tiempo que se cumplen las condiciones más óptimas. Después de dicha asignación, se regula en el eje de tiempo para que la distancia entre las dos secuencias de tiempo sea menor y la similitud mayor.

  El núcleo de un algoritmo de cronometraje dinámico está en encontrar el camino óptimo, que requiere cumplir con las siguientes restricciones:

  1) Las condiciones de las fronteras;

  (2) Continuidad: es decir, que no se requiere que se pueda cruzar a un punto para hacer una coincidencia, sino que solo se puede alinear con los puntos adyacentes.

  (3) Monotonia: es decir, los puntos de demanda deben ser monótonos con el tiempo

  Los métodos de planificación dinámica permiten obtener el camino óptimo y la distancia mínima.

• 3. Estrategias de reconocimiento de formas

  Utilizando un algoritmo de cronología dinámica para implementar la función de identificación de formas, basado en formas estándar seleccionadas por humanos, cada día de negociación utiliza el algoritmo de identificación de formas para calcular la distancia entre la forma y la forma estándar de todas las acciones A, y luego selecciona las acciones que están a una distancia menor que el umbral y las compra al precio de apertura del día, las mantiene durante cinco días y las vende al precio de cierre.

  

  

• 5. Conclusiones

  La estrategia se basa en un algoritmo de regulación de tiempo dinámico que captura formas de acciones similares a las formas de la experiencia y construye una cartera de acciones. Obtuvo un índice de Sharpe de 2.59 y un rendimiento anual del 27.4% durante la revisión, lo que estabilizó significativamente el índice de ganancias y pérdidas.

Traducido y traducido por