Стратегия прогнозирования волн Гаусса

Обзор

Прогнозная стратегия госволовой волны - это количественная торговая стратегия, основанная на госволовой волне. Она использует гладкие свойства госволовой волны, многократно фильтруя ценовую последовательность, создавая несколько ценовых последовательностей после гладкого.

Стратегический принцип

В основе этой стратегии лежит алгоритм Gaussian filter. Gaussian filter - это линейный гладкий фильтр, который использует Gaussian как вес. В стратегии параметр p задается как размер фильтрующего окна.[i] представляет собой результат, полученный после выполнения i-го гостских волн в исходной ценовой последовательности.

В стратегии применяется регрессивная мысль. Сначала используйте альфа и первоначальную ценовую последовательность price, чтобы рассчитать первую волну ret. Затем, основываясь на ret, выполните вторую волну ret2 и так много раз.

Таким образом, с помощью нескольких волн, можно сгладить и сопоставить тенденции. Вместе с тем, в сочетании с многополюсным сопоставлением, можно прогнозировать движение цен в краткосрочной перспективе.

Анализ преимуществ

Эта стратегия имеет следующие преимущества:

1. Использование высокочастотных волн для сглаживания цены. Эффективно фильтрует высокочастотный шум, что делает стратегию более стабильной.

2. Рекурсивное многократное фильтрование помогает лучше адаптироваться к ценовым тенденциям и лучше прогнозировать их.

3. Прогноз цены, основанный на множественном совпадении. Можно моделировать краткосрочные ценовые движения, чтобы создать торговый сигнал.

4. Сочетание текущей цены и прогнозируемой цены. Торговые сигналы напрямую сочетаются с прогнозом тренда, чтобы избежать упущенных торговых возможностей.

5. Простая, легко понятная и оптимизируемая. Может использоваться в качестве базового модуля для высокочастотных стратегий и расширять другие аналитические показатели.

Анализ рисков

Также существуют следующие риски:

1. Гасковый фильтр сглаживает внезапные ценовые изменения и может пропустить краткосрочные торговые возможности.

2. Существует риск пересогласования при многообразном совпадении. Если изменение модели ценообразования является внезапным, это может привести к снижению эффективности прогнозирования.

3. Размер фильтровального окна и число многомерных степеней требуют точной настройки. Неправильное выполнение может привести к сбоям.

4. Опирается только на цену открытия диска в качестве торгового сигнала. Не может совершать торговые операции на внутреннем диске.

Направление оптимизации

Эта стратегия может быть оптимизирована в следующих аспектах:

1. Добавление механизмов обучения моделей и переобучения скользящих окон. Динамическая корректировка параметров стратегии, снижение риска перестановок.

2. В сочетании с большим количеством ценовых показателей и особенностей. Более богатый стратегический вход, который делает прогнозы более стабильными.

3. Увеличение механизмов сдерживания убытков. Установка максимальной доли убытков, чтобы избежать серьезных убытков в экстремальных ситуациях.

4. Оптимизация управления позициями. Динамическая корректировка позиций в зависимости от точности прогнозов и колебаний.

5. Попытка прогнозирования на основе основных моделей машинного обучения. Модели глубокого обучения, такие как LSTM. Дальнейшее повышение способности к прогнозированию стратегий.

Подвести итог

В целом, эта стратегия является высокочастотной количественной стратегией, использующей Gaussian Wave и многообразную амортизацию для прогнозирования цен. У нее есть определенные преимущества, но также есть место для улучшения.