أبو بريص كوانت - تجارة الكمية

المخفية نماذج ماركوف - الاتجاه التالي - الجزء 4 من 4 تحديث: كان هناك خلل الأمام نظرة في قانون عند حساب outOfSampleLongReturns وoutOfSampleShortReturns، هذا وقد تم تصحيح وانخفاض للأسف نسبة شارب 3،08-،857. هذا هو السبب في أنني دائما نشر كود لتوفير قدر أكبر من الشفافية من مواقع أخرى الجزء 3 من هذه السلسلة أثبتت كيفية تدريب HMM على نموذج لعبة، وسوف يركز هذا المنصب على كيفية التوجه في الواقع عن نمذجة البيانات واقع الحياة. وسيتم إعداد الاستراتيجية التالية الاتجاه لتداول S & أمبير؛ P 500. في معظم المشاكل تصنيف تعلم الآلة تحتاج إلى مجموعة من بيانات التدريب التي لديها بطاقات الدرجة. بينما لدينا بيانات السوق ليس لدينا التسميات الطبقة، فإن المهمة الأولى هي لذلك لتوليد التسميات فئة لبيانات التدريب. نحن الرغبة في وضع استراتيجية الاتجاه التالي، ونحن بحاجة لتحديد أجزاء من S & أمبير؛ P 500 السلاسل الزمنية وتسمية لهم إما في اتجاه صاعد أو الاتجاه إلى أسفل (يمكن أن يكون أيضا لم تسمية الاتجاه). من الناحية النظرية يمكن أن تفعل هذا من جهة، ولكن هذا سوف لا يكون ممكنا أن تفعل أكثر من الكون كله من الأسهم. بدلا من ذلك يمكننا كتابة برنامج لتصنيف البيانات تلقائيا بالنسبة لنا، وكيف تصنف البيانات كما هو الحال في الاتجاه يعتمد على تعريفك للالاتجاه. وينظر التسميات في الرسم البياني أدناه، والسعر مع الأخضر يعني تحت ما كان يسمى على أنها إشارة طويلة، بأي ثمن مع الأحمر فوقه يعني أن لديها التسمية قصيرة. في توفر المدونة I تحقق لمعرفة ما إذا كان السعر الحالي هو أقل سعر في 10 فترات القادمة (NDayLookforwardLowHigh متغير)، إذا كان ثم انتقل لفترة طويلة، إذا كان المتغير هو الأعلى خلال الفترات ال 10 المقبلة بعد إغلاق فترة طويلة. هل العكس للأفلام القصيرة. انها الخام قليلا وأتصور أن هناك طرق أفضل بكثير لتصنيف الاتجاهات، قد يكون من المفيد أن تضع قيدا تقلب على الاتجاهات (نأمل أن تصفية من خلال وتحسين نسبة شارب). بالإضافة إلى وصفها بيانات مجموعة من ناقلات "يتميز" يجب أن تتولد، وينبغي أن تتضمن ملامح المتغيرات التي تعود بالفائدة على كشف الاتجاهات. ناقلات ميزة كنت قد نسب مفتوح سعر لإغلاق مفتوحة لارتفاع الأسعار، مفتوحة لانخفاض الأسعار وجميع التركيبات وسيطة. غالبا ما يكون من المرغوب فيه نموذج ديناميات هذه المتغيرات ووضع تغيير فترة واحدة في هذه المتغيرات داخل ميزة ناقلات. وتظهر الصورة أعلاه لاحتمال كل نظام السوق نظرا لHMM المدربين على نفس مجموعة البيانات. ومن المطمئن أن نرى أن النظام طويل أصبح من المستبعد جدا خلال انهيار عام 2008. واحدة من خصائص ممتازة من HMM هو أنها تسمح نماذج من الحالات التي لديها مدد مختلفة ولكنها من نفس الفئة. على سبيل المثال قد يستمر الاتجاه لمدة 10 يوما، واتجاه آخر قد تستمر لمدة 35 يوما، ونحن يمكن أن تمر كل من هذه الأمثلة في HMM وانها ستحاول ونموذج الفرق مدة باستخدام احتمالات انتقال الدولة الداخلية. من نتائج العينة: شارب من 0،857