Estrategia de reconocimiento de morfología basada en deformación temporal dinámica

• #### 1. Identificación de las 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) El precio de las acciones está en tendencia

(3) La historia se repite

El tercer punto describe que el precio de las acciones o el índice en el largo plazo, se repetirá ciertas curvas o patrones de curvatura, el estudio de estos patrones tienen un importante valor de referencia para el juicio previo de la posventa. Lo que se llama curvatura de curvatura, es la representación de los precios de las acciones u otros indicadores en un determinado período de tiempo, como la tendencia ascendente, la tendencia descendente, la tendencia de oscilación.

Desde el punto de vista de la finanza conductual, las leyes de comportamiento de grupos, ya sea el efecto de eliminación o el efecto de rebaño, existen objetivamente en el mercado. El mercado es el resultado de un gran número de juegos de inversores, aunque los objetivos de inversión varían mucho, los mismos están en constante cambio, pero la naturaleza humana es invariable, la psicología de la negociación es invariable, el pensamiento orientado y la psicología especulativa que los inversores forman en el proceso de toma de decisiones conducen a una historia recurrente. El análisis técnico se basa principalmente en el análisis y la integración de datos históricos, que intentan extraer leyes de la historia para orientar las decisiones futuras.

En resumen, la forma de las acciones refleja no solo la información sobre los cambios fundamentales de las acciones, sino también la psicología de inversión de los grupos de inversionistas del mercado, que contiene la lógica de las transacciones. Por lo tanto, el movimiento del precio de las acciones presenta una forma similar, y diferentes acciones de forma similar a menudo muestran un movimiento similar en el futuro.

La dificultad de identificar y predecir el movimiento del precio de las acciones basado en la teoría del análisis técnico radica en que muchos métodos de análisis técnico se basan en el juicio empírico, son difíciles de cuantificar e incluso los analistas técnicos diferentes llegan a conclusiones opuestas para la misma forma de movimiento. Intentamos resolver este problema con el uso de algoritmos de identificación de formas.

• ### 2. Algoritmos de reconocimiento de formas

El reconocimiento de forma, similar al reconocimiento de voz, es esencialmente la captura y el reconocimiento de las características de la forma de onda. Los algoritmos de reconocimiento más comunes son los algoritmos de redes neuronales, los algoritmos de Hynimarkov basados en el aprendizaje automático, y los métodos de juicio estadístico basados en indicadores técnicos y valores máximos de funciones.

En el campo de la reconocimiento automático de voz, dado que la señal de voz es una señal de gran aleatoriedad, los resultados son diferentes cada vez que se pronuncia, incluso si el mismo hablante pronuncia la misma palabra, y no puede tener la misma longitud de tiempo. Por lo tanto, cuando se compara con el modelo almacenado, el eje de tiempo de la palabra desconocida debe distorsionarse o torcerse de manera desigual para que sus características coincidan con las características de la plantilla.

De hecho, en la práctica, la aplicación de la situación, en particular, el problema de la correspondencia de la secuencia de tiempo financiero, a menudo requiere no ser completamente coherente en la línea de tiempo, en otras palabras, si la secuencia de tiempo tiene una similitud en la forma, pero hay patrones de la extensión o la amplitud de las diferencias dentro de la secuencia, todavía se puede considerar que el grupo de secuencias de tiempo es similar, y es necesario para ser ajustado. Es a través de este tipo de correspondencia en la forma, el análisis técnico en el mercado, en la historia de los datos de la bolsa de valores o índice de mercado, encontrar formas similares a la tendencia actual, y observar estas formas en la historia, después de la aparición de la bolsa de valores o el movimiento de la bolsa de valores, y finalmente el movimiento de la bolsa de valores o el movimiento de la bolsa de valores en el futuro, para orientar la decisión de la negociación.

La clave para entender el algoritmo de ordenamiento dinámico es entender el pensamiento de la jerarquía de ordenamiento de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía de la jerarquía.

Las líneas azules y verdes representan dos secuencias de tiempo, y en comparación con el método tradicional de medición de la distancia, la regulación del tiempo consiste en mapear los puntos de tiempo en un par o en varios pares, mientras que se cumplen las condiciones óptimas. Después de dicha mapeo, se regula la línea de tiempo para que la distancia entre las dos secuencias de tiempo sea la mínima y la similitud la máxima.

El núcleo de los algoritmos de regulación de tiempo dinámico es encontrar el camino óptimo, que debe cumplir con las siguientes restricciones:

(1) las condiciones de la frontera;

(2) continuidad: el requisito de no cruzar un punto para coincidir, solo para alinearse con los puntos adyacentes

(3) Monotonicidad: es decir, los puntos requeridos deben ser monotonos con el tiempo.

El método de planificación dinámica permite obtener la ruta óptima y la distancia mínima.

• ### 3. Estrategias de reconocimiento de formas

El uso de algoritmos de regulación de tiempo dinámico para lograr la función de reconocimiento de la forma, basado en la forma estándar seleccionada por el hombre, calcula la distancia entre la forma y la forma estándar de las acciones completas A con el uso de algoritmos de reconocimiento de la forma cada día de negociación, y luego selecciona las acciones con una distancia menor que la devaluación y compra las acciones al precio de apertura del día, las vende al precio de cierre del día, si el precio de cierre cae más del -5% en algún día durante la tenencia, se detiene el precio de cierre.

• ### 5. Conclusiones

La estrategia se basa en un algoritmo de regulación de tiempo dinámico, que captura las formas de las acciones similares a las formas de la experiencia, para construir una cartera de acciones. En el período de retrospectiva, obtuvo una tasa de Sharpe de 2.59 y una tasa de ganancia anual de 27.4%, estabilizando un índice de gran riesgo significativo.

Sin embargo, no es el único.