Стратегия распознавания форм на основе динамической закономерности времени

Стратегия распознавания форм на основе динамической закономерности времени

• 1. Формальное распознавание

  Теория технического анализа основана на трех важных предположениях:

  (1) Цены на акции содержат всю информацию о рынке

  (2) Тенденции цен на акции

  3) История повторяется

  Третий пункт описывает длительное движение цены на акции или индекса, в течение которого повторяются определенные рифмовые рифмы или модели, которые имеют важное значение для предварительного определения рынка. Так называемые рифмовые рифмы - это рифмовые рифмы, которые характеризуют движение цены на акции или других индикаторов в течение определенного периода времени, такие как рост, падение, шок.

  С точки зрения поведенческой финансовой науки, в рынке объективно существуют такие закономерности поведения групп, как эффект распоряжения или эффект стада. Рынок является результатом многочисленных игр инвесторов. Хотя инвестиционные показатели разнообразны, и те же показатели постоянно меняются, но человеческая природа неизменна, психология торговли неизменна, ориентированное мышление и спекулятивная психология, сформированные инвесторами в процессе принятия решений, приводят к постоянному повторению истории.

  В целом, формации акций отражают не только информацию о фундаментальных изменениях акций, но и инвестиционную психологию рыночных инвестиционных групп, которая содержит логику торговли. Таким образом, движение цен на акции будет иметь схожие формы, и различные акции с похожими формациями часто будут иметь схожие формы в будущем.

  Трудность в том, что многие методы технического анализа, основанные на теории технического анализа, опираются на опытные суждения, трудно их количественно оценить, и даже для одного и того же тренда разные технические аналитики могут прийти к противоположным выводам. Мы пытались решить эту проблему с помощью алгоритмов распознавания форм.

• 2. Алгоритмы распознавания форм

  Формальное распознавание, аналогичное распознаванию речи, по своей сути представляет собой захват и распознавание волнообразных особенностей. Наиболее распространенными алгоритмами распознавания являются алгоритмы, основанные на машинном обучении, такие как алгоритмы нейронных сетей, алгоритмы скрытого Маркова, а также статистические методы определения, основанные на технических показателях и пределах функций.

  В данном докладе используется алгоритм динамического временного регулирования. В области автоматического распознавания речи, поскольку речевой сигнал является сигналом с большой степенью случайности, даже если одни и те же говорящие произносят одно и то же слово, каждый раз результаты будут разными и не смогут иметь точно такой же продолжительности времени. Таким образом, при сопоставлении с сохраненной моделью, временные оси неизвестных слов должны быть неравномерно искажены или согнуты, чтобы их характеристики соответствовали характеристикам шаблона.

  Фактически, в практических сценариях применения, особенно в финансовых, проблемы с соответствием временных последовательностей часто требуют неполного соответствия на временной оси, иными словами, если временные последовательности имеют формальное сходство, но внутри последовательности есть различия в расширении или амплитуде, то группа временных последовательностей все равно может считаться схожей и нуждается в соответствии. Именно посредством такого формального соответствия технические аналитики на рынке обнаруживают в исторических данных отдельных акций или индексов больших дисков формы, похожие на текущие тенденции, и, после того, как эти формы появились в истории, наблюдают за движением отдельных акций или дисков, в конечном итоге прогнозируя движение более поздних акций или дисков, направляя торговые решения.

  Для понимания динамических алгоритмов хронологических цепочек важно понять идею хронологических цепочек, которая проиллюстрирована следующим образом:

  

  Синие и зеленые линии обозначают две временные последовательности, и, в отличие от традиционных методов измерения расстояния, временная регуляция - это одно-подвойное или много-подвойное отображение точек времени, при этом выполняя наиболее оптимальные условия. После такого отображения, на временной оси выполняется регуляция, которая делает расстояние между двумя временными последовательностями минимальным и максимально схожим.

  В основе алгоритма динамического хронологирования лежит поиск оптимального пути, который должен удовлетворять следующим ограничениям:

  1) условия границы;

  2) Продолжительность: требование, чтобы не пересекать точку, чтобы соответствовать, а только согласовывать с соседними точками.

  3) Монотонность: то есть, пункт запроса должен быть монотонным по времени.

  Динамические методы планирования позволяют добиться оптимального пути и минимального расстояния.

• 3. Стратегия распознавания форм

  Используя алгоритм динамического временного регулирования для реализации функции распознавания форм, на основе стандартной формы, выбранной человеком, каждый торговый день используется алгоритм распознавания форм для расчета расстояния между формой всех акций А и стандартной формой, затем выбираются акции, находящиеся на расстоянии меньше порога, и покупаются по цене открытия в тот день, продаются по цене закрытия в течение пяти дней, а если в течение одного дня в процессе держания цена закрытия упала более чем на -5%, то в цене закрытия.

  

  

• 5. Выводы

  Стратегия, основанная на динамическом алгоритме временного регулирования, захватывает формы акций, похожие на формы опыта, и строит портфель акций. В период ретроспекции она получила 2.59-й Sharpe ratio и 27.4% годовых доходов, стабильно значительно укрепляя индекс Run-Win-Large.

Перевод и трансляция: