Феномены рынка - страница 29
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Попытался использовать (18) из [url=https://www.mql5.com/ru/articles/250]"Универсальная регрессионная модель для прогнозирования рыночной цены"[/url] в качестве базовой функции. Она удовлетворительно описывает зависимости, сотавленные исскуственным путем из различных функций во всевозможных их комбинациях, включая их суммы, произведения, логарифмы, степенные, показательные и др.
С формулой (18) я знаком. По-моему вы упускаете из вида то что меня не интересуют априорные знания о базисных функциях. Мне всё равно если базисная функция настолько мощная и универсальная что с её помощью можно описать любой в мире процесс. Мне хотелось бы найти алгоритм автоматического определения базисных функций из самого временного ряда. Причём заметьте, не универсальных базисных функций, а тех функций специфических для данного временного ряда. Подумайте об аналогии с речью. Её тоже можно описать разными универсальными базисными функциями, включая (18). Но всё это приведёт к неточному декодированию речи. Использование фонем английского языка для декодирования китайской речи тоже приведёт к плачевным результатам. Для каждого процесса, должны существовать свои "фонемы".
Есть универсальная таблетка - генетические алгоритмы. По крайней мере, если ничего (или почти ничего) неизвестно о процессе, а исследовать и получить результат всё таки нужно, то в первую очередь стоит попробовать ГА.
Скорее всего так и получится.
С формулой (18) я знаком. По-моему вы упускаете из вида то что меня не интересуют априорные знания о базисных функциях. Мне всё равно если базисная функция настолько мощная и универсальная что с её помощью можно описать любой в мире процесс. Мне хотелось бы найти алгоритм автоматического определения базисных функций из самого временного ряда. Причём заметьте, не универсальных базисных функций, а тех функций специфических для данного временного ряда. Подумайте об аналогии с речью. Её тоже можно описать разными универсальными базисными функциями, включая (18). Но всё это приведёт к неточному декодированию речи. Использование фонем английского языка для декодирования китайской речи тоже приведёт к плачевным результатам. Для каждого процесса, должны существовать свои "фонемы".
Мой интерес к этой теме структур вызван их более практическим применением чем предсказание рыночных цен. Меня сейчас более интересует разработка систем быстрого распознование речи. ... Предсказание цены сводится к предсказанию будущих фонем (структур). Но меня это не интересует. Меня интересует распознование прошлых и настоящих фонем (структур). Чтобы этого достичь, нужно иметь словарь этих фонем и кореллировать речь с этими известными фонемами (упрощённо конечно)...
Владимир, ИМХО, данная задача неподъемна на данном этапе. Продолжая красивую параллель с распознаванием речи, примите к сведению, что каждый инструмент на рынке - это свой собственный язык, и в нем еще подмешиваются разные диалекты в зависимости от времени суток, сезона, новостей и пр. Представьте себе, что Вы, обладая набором фонем для английского, должны распознать бормотание пьяного ирландского грузчика (или не ирландского, чтоб ирландцам было не обидно ;-) ). Технологии распознавания речи пока до такой степени не развиты. А рынок не проще.
В упрощенном виде словарь рыночных фонем можно получить только от рыночников - а это будут те самые фигуры, фибо-уровни и пр. о которых во многих книгах написано. Более четкого описания, тем более с заданием вида базисных функций - никто знать не может.
С формулой (18) я знаком. По-моему вы упускаете из вида то что меня не интересуют априорные знания о базисных функциях. Мне всё равно если базисная функция настолько мощная и универсальная что с её помощью можно описать любой в мире процесс. Мне хотелось бы найти алгоритм автоматического определения базисных функций из самого временного ряда. Причём заметьте, не универсальных базисных функций, а тех функций специфических для данного временного ряда. Подумайте об аналогии с речью. Её тоже можно описать разными универсальными базисными функциями, включая (18). Но всё это приведёт к неточному декодированию речи. Использование фонем английского языка для декодирования китайской речи тоже приведёт к плачевным результатам. Для каждого процесса, должны существовать свои "фонемы".
google "atomic decomposition by basis pursuit" ?
Согласен. Терминов много разных напридумали: фонемы, структуры, паттерны, вейвлеты, базисные функции. Мне больше нравится термин базисные функции. Меня интересует вопрос: как зная временной ряд, автоматически определить его базисные функции? Конечно можно визуально изучить этот ряд и найти треугольники, флаги и другие приятные взгляду фигуры. Но никто пока не доказал что эти паттерны имеют статистическую важность, а не просто продукт воображения. Помните как в анекдоте:
Психиатр показывает разные картинки больному спрашивая "Что вы на них видите?" А больной каждый раз отвечает "Мужчина и женщина занимаются сексом". "Развратник вы какой-то" говорит врач. А больной отвечает: "Ну вы же сами показывали мне эти развратные картинки"
Автоматическое определение статистически важных базисных функций это довольно сложный процесс и мне так кажется пока ещё никто не додумался как это правильно сделать даже нейронными сетями. Конечно можно упростить задачу и заранее предположить что временной ряд разбивается на вейвлеты Хаара, или тригонометрические функции как в ряде Фурье, или на другие базисные функции часто используемыми в регрессии. Причём все эти базисные функции успешно воспроизведут наш ряд, будь то ценовой ряд или речь. Но, представьте себе если мы разобьём речь на вейвлеты Хаара - ничего общего они с фонемами не имеют. Так же бессмысленно будет разбивать ценовой ряд на вейвлеты Хаара или тригонометрические функции. Тут к месту упомянуть compressive sensing, суть которого сводится к описанию сигнала наименьшим набором базисных функций. Хотя существует много алгоритмов этого метода, все они предполагают что базисные функции нам известны. Короче, елси у кого есть мысли об алгоритме нахождения базисных функций из ценового ряда, то пожалуйста поделитесь.
google "atomic decomposition by basis pursuit" ?
Спасибо. Поискал - этот метод принадлежит к compressed sensing. В нём предполагается что базисные функции известны. Моя же задача это не только найти наиболее разряжённое представление сигнала в виде линейной комбинации базисных функций, но и сами базисные функции специфические данному сигналу.
Владимир, ИМХО, данная задача неподъемна на данном этапе. Продолжая красивую параллель с распознаванием речи, примите к сведению, что каждый инструмент на рынке - это свой собственный язык, и в нем еще подмешиваются разные диалекты в зависимости от времени суток, сезона, новостей и пр. Представьте себе, что Вы, обладая набором фонем для английского, должны распознать бормотание пьяного ирландского грузчика (или не ирландского, чтоб ирландцам было не обидно ;-) ). Технологии распознавания речи пока до такой степени не развиты. А рынок не проще.
Всё очень верно рассуждаете. Действительно, рынок говорит на разных диалектах, с разной скоростью, с разной громкостью, с разными искажениями и т.п. в зависимости от времени. Поэтому мне кажется что фонемы можно найти только путём нелинейных преобразований речи. Так же и поиск паттернов в рыночных ценах. Пока я так далеко не думаю. Поначалу меня интересует вопрос: беря сигнал, который заранее известно что состоит из линейной комбинации конечного количества неизвестных базисных функций, можно ли найти эти базисные функции и коэффициенты этого линейного разложения?
Это направление мышления мне близко (я имею в виду, аналогии с речью). И в этом направлении уже многое что сделано, можно статьи почитать для поиска вдохновения. Нужно квантировать временной ряд на ограниченное число состояний, которые суть точки в компактных областях пространства. А затем, по аналогии с задачами распознавания речи (обучение нейросети статистически стабильным последовательностям фонем и их сочетаний), изучаем повторяющиеся последовательности состояний. Для первой части задачи подходит самоорганизующаяся сеть, для второй - многослойная сеть. Примероно это я делал в этой теме: https://forum.mql4.com/ru/40561/page5
Спасибо. На досуге поразмышляю об SOM.
Мне это уже нравится..Сергей, на каких главных принципах физики работает радио(телеграф и т.д.)
Вопрос меня поставил в тупик!)
Не содержанием,но фактом появления.
Все базовые принципы можно легко почерпнуть из сети (кое-что даже из школьной программы).
Дальше немного сложнее.
В приложении к рынку многое можно использовать,т.к. котровки очень напоминают сигнал.
Следовательно можно попробовать применить к ним методы обработки давно известные в радиотехнике,звукотехнике и т.п.
Детали -скорее не для этой ветки.Для справки:
http://nice.artip.ru/?id=doc&a=doc68