Chiến lược nhận dạng hình thái dựa trên sự cong vênh thời gian động

• #### Nhận dạng hình dạng

Lý thuyết phân tích kỹ thuật dựa trên ba giả định quan trọng:

(1) Giá cổ phiếu bao gồm tất cả thông tin thị trường

(2) Giá cổ phiếu có xu hướng

(3) Lịch sử sẽ lặp lại

Điểm thứ ba mô tả rằng giá cổ phiếu hoặc chỉ số trong một hành động dài hạn, sẽ lặp lại một số chu kỳ hình tròn hoặc mô hình cụ thể, nghiên cứu các mô hình này có giá trị tham khảo quan trọng đối với phán đoán sau thị trường. Cái gọi là chu kỳ hình tròn, là biểu thị giá cổ phiếu hoặc các chỉ số khác trong một khoảng thời gian nhất định, như xu hướng tăng, xu hướng giảm, xu hướng dao động.

Từ quan điểm của tài chính hành vi, các quy tắc hành vi của nhóm như hiệu ứng xử lý hoặc hiệu ứng đàn chiên đều tồn tại một cách khách quan trên thị trường. Thị trường là kết quả của rất nhiều trò chơi của nhà đầu tư, mặc dù các mục tiêu đầu tư thay đổi hàng ngàn năm và các mục tiêu cũng luôn thay đổi, nhưng bản chất con người là không thay đổi, tâm lý giao dịch là không thay đổi, tư duy định hướng và tâm lý đầu cơ của nhà đầu tư trong quá trình ra quyết định dẫn đến lịch sử lặp đi lặp lại. Phân tích kỹ thuật chủ yếu dựa trên phân tích và tổng hợp dữ liệu lịch sử, cố gắng khai thác các quy tắc từ lịch sử để hướng dẫn các quyết định trong tương lai.

Nói tóm lại, hình dạng của cổ phiếu không chỉ phản ánh thông tin về sự thay đổi cơ bản của cổ phiếu, mà còn là tâm lý đầu tư của nhóm đầu tư thị trường, chứa đựng logic giao dịch. Do đó, biến động giá cổ phiếu sẽ có hình dạng tương tự, và các cổ phiếu khác nhau có hình dạng tương tự thường sẽ có xu hướng tương tự trong tương lai.

Khó khăn trong việc xác định và dự đoán xu hướng của giá cổ phiếu dựa trên phân tích kỹ thuật là nhiều phương pháp phân tích kỹ thuật phụ thuộc vào phán đoán kinh nghiệm, rất khó để định lượng, thậm chí các nhà phân tích kỹ thuật khác nhau có thể đưa ra kết luận ngược lại đối với cùng một xu hướng. Chúng tôi cố gắng giải quyết vấn đề này bằng cách sử dụng thuật toán nhận dạng hình dạng.

• ### Thuật toán nhận dạng hình dạng 2.

Nhận dạng hình dạng, tương tự như nhận dạng giọng nói, về cơ bản là bắt và nhận dạng các đặc điểm hình sóng. Các thuật toán nhận dạng phổ biến hơn có thuật toán dựa trên học máy như thuật toán mạng thần kinh, thuật toán Hynimarkov, cũng như các phương pháp phán đoán thống kê dựa trên chỉ số kỹ thuật và giá trị cực đại của hàm.

Trong lĩnh vực nhận dạng giọng nói tự động, vì tín hiệu giọng nói là một tín hiệu có tính ngẫu nhiên khá lớn, mỗi lần phát âm có kết quả khác nhau ngay cả khi cùng một người nói đối với cùng một từ, và không thể có cùng một độ dài thời gian. Do đó, khi so sánh với mô hình được lưu trữ, trục thời gian của từ chưa biết phải bị bóp méo hoặc cong một cách không đồng đều để đặc điểm của nó phù hợp với đặc điểm mẫu.

Trong thực tế, trong các trường hợp ứng dụng thực tế, đặc biệt là vấn đề so sánh chuỗi thời gian tài chính, thường yêu cầu không hoàn toàn đồng nhất trên đường thời gian, nói cách khác, nếu chuỗi thời gian có sự tương đồng về hình thức, nhưng có sự khác biệt về độ giãn hoặc cường độ trong chuỗi, thì nhóm chuỗi thời gian vẫn có thể được coi là tương tự và cần được so sánh. Chính thông qua so sánh hình thức này, các nhà phân tích kỹ thuật trên thị trường tìm thấy hình thức tương tự như xu hướng hiện tại trong dữ liệu lịch sử của cổ phiếu hoặc chỉ số thị trường lớn, và quan sát các hình thức này sau khi xuất hiện trong lịch sử, các hoạt động của cổ phiếu hoặc thị trường lớn, và cuối cùng đưa ra phán đoán về các hoạt động của cổ phiếu hoặc thị trường lớn trong giai đoạn sau, hướng dẫn quyết định giao dịch.

Để hiểu được thuật toán trật tự thời gian động, điều quan trọng là phải hiểu ý tưởng về trật tự thời gian, như sau:

Các đường màu xanh và xanh lá cây cho thấy hai chuỗi thời gian, và so với cách đo khoảng cách truyền thống, quy định thời gian là lập bản đồ các điểm thời gian một cặp hoặc nhiều cặp một, đồng thời đáp ứng các điều kiện tối ưu nhất. Sau khi lập bản đồ như vậy, quy định trên trục thời gian được thực hiện để có khoảng cách tối thiểu giữa hai chuỗi thời gian và độ tương đồng tối đa.

Cốt lõi của thuật toán định thời gian động là tìm kiếm con đường tối ưu, cần đáp ứng các điều kiện sau:

(1) Điều kiện biên giới;

(2) Tiếp tục: yêu cầu không thể vượt qua một điểm để phù hợp, chỉ có thể liên kết với các điểm lân cận

(3) Đơn điệu: nghĩa là yêu cầu phải được thực hiện theo thời gian

Phương pháp lập kế hoạch động có thể tìm ra đường đi tối ưu và khoảng cách tối thiểu.

• ### 3. Chiến lược nhận dạng hình dạng

Sử dụng thuật toán định thời gian động để thực hiện chức năng nhận dạng hình dạng, dựa trên hình dạng tiêu chuẩn được lựa chọn bởi con người, sử dụng thuật toán nhận dạng hình dạng để tính toán khoảng cách giữa hình dạng cổ phiếu toàn bộ A với hình dạng tiêu chuẩn mỗi ngày giao dịch, sau đó chọn ra cổ phiếu có khoảng cách nhỏ hơn so với giá trị giảm và mua với giá mở cửa trong ngày, giữ năm ngày bán với giá đóng cửa, nếu giá đóng cửa giảm hơn -5% vào một ngày nào đó trong quá trình nắm giữ, hãy dừng lỗ.

• ### 5. Kết luận

Chiến lược này dựa trên thuật toán chỉnh thời gian động, nắm bắt các hình dạng cổ phiếu tương tự như hình dạng kinh nghiệm, xây dựng danh mục cổ phiếu. Trong thời gian đánh giá lại, nó đạt tỷ lệ Sharpe của 2.59 và lợi nhuận hàng năm của 27.4%, ổn định chỉ số run-win lớn.

Tiếp tục đăng tải