4
Подписаться
1271
Подписчики

Стратегия морфологического распознавания, основанная на динамическом временном искажении

Создано: 2017-02-21 09:50:44, Обновлено:
comments   0
hits   2161

Стратегия морфологического распознавания, основанная на динамическом временном искажении


  • #### 1. Формовознание

Теория технического анализа основана на трех важных предположениях:

(1) Цена акции содержит всю рыночную информацию

(2) Тенденции в ценах на акции

  1. История повторяется

Третье описание состоит в том, что цены на акции или индексы в течение длительного периода времени будут повторяться в определенных параллельных параллелях или моделях, изучение этих моделей имеет важное справочное значение для предварительного определения последнего рынка. Так называемая параллельная параллельность, которая характеризует движение цены на акции или других индикаторов в течение определенного периода времени, такие как восходящая, нисходящая и колебательная форма.

С точки зрения поведенческой финансовой науки, в рынке объективно присутствуют групповые законы поведения, такие как эффект распоряжения или эффект стада. Рынок является результатом игры большого количества инвесторов, хотя инвестиционные ставки меняются, и одни и те же ставки 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, форма акций отражает не только информацию о фундаментальных изменениях акций, но и инвестиционную психологию рыночной инвестиционной группы, содержащую торговую логику. Таким образом, движение цен на акции будет иметь схожие формы, и похожие формы различных акций, как правило, будут проявлять схожие движения в будущем.

Трудность в определении и прогнозировании движения цен на акции на основе теории технического анализа заключается в том, что многие методы технического анализа зависят от эмпирических суждений, их трудно количественно оценить, и даже различные технические аналитики приходят к противоположным выводам относительно одного и того же движения. Мы пытаемся решить эту проблему с помощью алгоритма распознавания форм.

  • ### 2. Алгоритм формознания

Формовознание, подобно распознаванию речи, по сути заключается в захвате и распознавании волнообразных признаков. Наиболее распространенные алгоритмы распознавания, такие как алгоритмы нейронных сетей, алгоритмы Хайна Маркова, основанные на машинном обучении, а также методы статистического суждения на основе технических показателей и предельных значений функций.

В данном докладе используются динамические алгоритмы синхронизации времени. В области автоматического распознавания речи, поскольку голосовой сигнал является сигналом с довольно большой случайностью, даже если один и тот же говорящий произносит одно и то же слово, каждый раз результаты произношения отличаются и не могут иметь абсолютно одинаковую длину времени. Таким образом, при сопоставлении с сохраненной моделью, временная ось неизвестного слова должна быть неравномерно искажена или искажена, чтобы ее характеристики соответствовали шаблоновым характеристикам.

Фактически, в практических сценариях, особенно в вопросах сопоставления финансовых временных последовательностей, часто требуется неполная согласованность по временной шкале. Другими словами, если временные последовательности имеют схожие формы, но внутри последовательности есть различия в удлинении или амплитуде моделей, то все же можно считать, что группа временных последовательностей имеет схожесть и нуждается в сопоставлении. Именно через такое сопоставление технических аналитиков на рынке можно обнаружить схожие формы с текущими тенденциями в исторических данных акций или индексов, и наблюдать за тем, как эти формы развиваются в истории, и, в конечном итоге, предсказывать движение отдельных акций или больших рынков в последующем периоде, направляя торговые решения.

Чтобы понять алгоритм динамической синхронизации, важно понять мысль синхронизации паутины, которая представлена следующим образом:

Стратегия морфологического распознавания, основанная на динамическом временном искажении

Синие и зеленые линии обозначают две временные последовательности, и по сравнению с традиционным способом измерения расстояния, корректировка времени заключается в том, чтобы отобразить точки времени в паре или в нескольких парах, при этом удовлетворяя оптимальным условиям. После такой отображения, корректировка проводится на временной оси, чтобы минимальное расстояние между двумя временными последовательностями и максимальная схожесть.

В основе алгоритма динамического регулирования времени лежит поиск оптимального пути, который должен удовлетворять следующим условиям:

  1. пограничные условия;

(2) Непрерывность: требование не пересекать точку, чтобы совпасть, а совпадать только с соседними точками

(3) монотонность: то есть точка требований должна быть монотонной по времени

Динамическое планирование позволяет получить оптимальный маршрут и минимальное расстояние.

  • ### 3. Стратегии формографии

Используя алгоритм динамического временного регулирования для реализации функции распознавания формы, основанной на стандартной форме, выбранной человеком, каждый торговый день используется алгоритм распознавания формы для расчета расстояния между формой акций полной категории А и стандартной формой, затем выбирается акция, которая находится на расстоянии меньше, чем обесценение, и покупается по цене открытия в тот же день, продается по цене закрытия в течение пяти дней, а если в течение дня закрытия цена закрытия упадет более чем на -5%, то будет закрыто.

Стратегия морфологического распознавания, основанная на динамическом временном искажении

Стратегия морфологического распознавания, основанная на динамическом временном искажении Стратегия морфологического распознавания, основанная на динамическом временном искажении

  • ### 5. Заключение

Стратегия основана на динамическом алгоритме синхронизации, который захватывает аналогичные формы акций, чтобы построить портфель акций. За период ретроспективной оценки получен коэффициент Шарпа 2,59 и годовая доходность 27,4%, устойчивая к значительному индексу побед и побед.

Смотреть онлайн