Stratégie de reconnaissance de forme basée sur la régulation dynamique du temps

Stratégie de reconnaissance de forme basée sur la régulation dynamique du temps

• 1. Identification des formes

  La théorie de l'analyse technique est basée sur trois hypothèses importantes:

  (1) Le prix des actions contient toute l'information du marché

  2) La tendance des prix des actions

  3) L'histoire se répète

  Le troisième élément décrit la récurrence de certaines boucles de tendance ou de certains modèles dans les cours d'actions ou d'indices sur une longue période. L'étude de ces modèles a une valeur de référence importante pour les prévisions post-commerciales.

  Du point de vue de la finance comportementale, les lois du comportement collectif, telles que l'effet de disposition ou l'effet de troupeau, existent objectivement sur le marché. Le marché est le résultat d'un grand nombre de jeux d'investisseurs. Bien que les indices d'investissement soient très variables, les mêmes indices sont également en constante évolution, mais la nature humaine est inchangée, la psychologie des transactions est inchangée, la pensée orientée et la psychologie spéculative formée par les investisseurs dans le processus de décision entraînent une répétition constante de l'histoire.

  En résumé, la forme des actions reflète non seulement les informations sur les changements fondamentaux des actions, mais aussi la psychologie d'investissement du groupe d'investissement du marché, qui contient une logique de négociation. Ainsi, les mouvements des prix des actions présentent des formes similaires, et les différentes actions présentant des formes similaires ont tendance à présenter des mouvements similaires à l'avenir.

  La difficulté d'identifier et de faire des prédictions basées sur la théorie de l'analyse technique sur les tendances des prix des actions réside dans le fait que de nombreuses méthodes d'analyse technique reposent sur des jugements empiriques, difficiles à quantifier, et que même des analystes techniques différents peuvent tirer des conclusions opposées sur les mêmes tendances. Nous avons essayé de résoudre ce problème avec des algorithmes d'identification des tendances.

• 2. Algorithme de reconnaissance de forme

  La reconnaissance de forme, semblable à la reconnaissance de la parole, est essentiellement la capture et la reconnaissance de caractéristiques ondulatoires. Les algorithmes de reconnaissance les plus courants sont les algorithmes de réseaux de neurones, les algorithmes de Markov, les algorithmes de machine-learning et les méthodes de jugement statistique basées sur des indicateurs techniques et des extrêmes de fonction.

  Dans le domaine de la reconnaissance automatique de la parole, comme le signal de parole est un signal assez aléatoire, même si les mêmes locuteurs prononcent le même mot, le résultat de chaque prononciation est différent et ne peut pas avoir la même longueur de temps. Ainsi, lors d'une correspondance avec un modèle stocké, l'axe temporel d'un mot inconnu doit être déformé ou plié de manière inégale pour que ses caractéristiques correspondent aux caractéristiques du modèle.

  En fait, dans les scénarios d'application pratiques, en particulier dans le domaine financier, les problèmes de correspondance demandent souvent une incohérence totale sur le timeline, en d'autres termes, si les séquences ont une similitude de forme, mais qu'il y a une différence de décalage ou d'amplitude de modèle au sein de la séquence, il est toujours possible de considérer que le groupe de séquences a une similitude et doit être correspondant. C'est grâce à cette correspondance de forme que les analystes techniques du marché trouvent des formes similaires à la tendance actuelle dans les données historiques d'un indice boursier ou d'un grand disque, et observent la tendance d'un stock ou d'un disque après que ces formes se soient produites dans l'histoire, pour finalement prédire la tendance d'un stock ou d'un grand disque ultérieur et guider les décisions de négociation.

  Pour comprendre l'algorithme de régulation dynamique, il est essentiel de comprendre l'idée de la régulation dynamique, qui est illustrée comme suit:

  

  Les lignes bleues et vertes indiquent deux séquences de temps, et par rapport aux méthodes traditionnelles de mesure de la distance, le réglage du temps est une cartographie des points de temps par deux, plusieurs ou plusieurs contre un, tout en répondant aux conditions les plus optimales. Après une telle cartographie, le réglage est effectué sur l'axe du temps, ce qui rend la distance entre les deux séquences de temps la plus petite et la plus grande similitude.

  Au cœur de l'algorithme de régulation du temps dynamique se trouve la recherche de la voie optimale, qui doit satisfaire aux contraintes suivantes:

  1) les conditions de la frontière;

  2) la continuité: la nécessité de ne pas traverser un point pour le faire correspondre, mais uniquement pour l'aligner avec ses points voisins

  3) monotonie: les points de demande doivent être monotones dans le temps

  Les méthodes de planification dynamique permettent d'obtenir le chemin optimal et la distance minimale.

• 3. Stratégie de reconnaissance des formes

  L'algorithme de régulation dynamique pour la reconnaissance des formes est utilisé. Sur la base de la forme standard sélectionnée par l'homme, chaque jour de négociation, l'algorithme de reconnaissance des formes calcule la distance entre la forme et la forme standard de toutes les actions A. Il sélectionne ensuite les actions situées à une distance inférieure au seuil et les achète au prix d'ouverture du jour, les détient et les vend au prix de clôture pendant cinq jours.

  

  

• 5. Conclusion

  La stratégie est basée sur un algorithme de régulation dynamique du temps, qui capture des formes de titres similaires à celles de l'expérience et construit un portefeuille de titres.

Traduit de l'anglais