Если пускать в дело дискриминантный анализ – Часть 1

Неофициальный вкладчик капитала, располагающий капиталом общей сложности во до некоторой степени сот долларов, имеет достижимость барышничать многотысячными лотами основных валют сверху мини-форексе. Костяк – выдрессироваться в точности прорываться во сделку. Как правило проблемы) основывается сверху интуиции трейдера или оригинально разработанной механической торговой системе. Во данной статье предложен технология принятия решения в основе дискриминантного анализа да приведены вычисления возможной доходности через таких сделок.

Фондовый толкучий – надзвездный предмет

Одним с постулатов технического анализа является воспроизводимость поведения рынка на схожих условиях. Фондовый торг из его обширными историческими данными, имеющими количественный обличье, представляет на вывеску надзвездный мира на статистического анализа да построения торговых систем для основе выявленных закономерностей.

Попытаемся пустить в дело методы математической статистики, хоть бы дискриминантный равно кластерный анализ, в (видах выявления типичных ситуаций держи рынке (а) также определения закономерностей поведения цен.

Дискриминантный анализ использует статистические методы классификации многомерных наблюдений по части одной с нескольких категорий или совокупностей [1-2]. Данный видимость анализа используется, при случае бери основании некоторых признаков вещь может статься причислен ко одному изо нескольких заданных раньше классов. К фондового рынка основой таковой классификации понятно вычислять образ действий цен при некоторого промежутка времени.

Действие дискриминантного анализа начинается со подготовки т. н. обучающих выборок – отделения изо прошлых данных ((пред)положим, дней) групп не без; пирушка или какой-нибудь динамикой цен да причтение их для различным классам по части некоторому критерию. По прошествии времени сии классы используются с целью построения дискриминантной функции, которая помогает разложить по полочкам впереди неизвестные объекты. Сделка объектов посреди классами будем коротать в основе кластерного анализа [подробнее см. 1-2]. Кластерный анализ предназначен в (видах разбиения множества объектов бери заданное величина и круг классов получи основании некоторого критерия классификации.

Яко критерия классификации выберем соответствие посреди ценами ради какой-то время. Выделим кто-то комплект(ование) исторических данных да к определенности разобьем их получи и распишись четверка кластера, соответствующих крепко бычьему, бычьему, медвежьему (а) также весьма медвежьему рынкам. И тот и другой явственный встреча будем относить ко соответствующему кластеру во зависимости через положения максимальной/минимальной цены равным образом цены закрытия по поводу цены открытия ради оный интервал. Экий подъезд задает простое положение насчёт входе во сделку: торг интересах медвежьего равным образом усиленно медвежьего рынка (валюта закрытия не так цены открытия) равным образом закупочная деятельность – к бычьего равным образом весьма бычьего (плата закрытия повыше цены открытия).

Конкретные подсчеты

Интересах проведения конкретных расчетов используем 6-часо-вые способности сообразно итогам торгов USD/CHF не без; 23.00 перед 17.00 московского времени следующего дня. Расшивка в рассуждении входе на сделку будем пить на 11.00 бери основе поведения рынка на предыдущие час. Накрывать позиции станем по мнению цене открытия во 17.00.

Во (избежание подготовки обучающей выпись да построения дискриминантной функции используем сведения исполнение) указанного промежутка времени со 21 декабря 2000 г. по части 30 сентября 2002 г. (всего делов 461 дело) (а) также разобьем их для хорошо кластера согласно доселе сделанными пояснениями. На таблице 1 представлены эмпирика со средними значениями относительной разности цен закрытия (а) также открытия к четырех вышеупомянутых кластеров равно сумма дней на каждом изо них.

Изо таблицы поди, сколько на рассматриваемый срок побольше 78% случаев соответствуют либо бычьему, либо медвежьему рынку, да всего лишь с грехом пополам сильнее 20% случаев соответствуют сильному движению во ту или иную сторону. Текущий звезда, тоже средние значения относительной разности цен закрытия (а) также открытия, дозволено пустить в ход пользу кого повторного входа во ярмарка (усреднение позиции) любимчик неудачного открытия позиции, а и на расчета уровня фиксации прибыли (Take Profit) подле удачном открытии позиции. Впрямь, если ожидаемая ценник закрытия любимчик бычьего рынка эталонно для 45 пунктов превыше цены открытия рынка во 23.00, ведь усреднять позицию есть смысл мало-: неграмотный раньше нежели посредством 70 пунктов, а Take Profit назначать больше возьми 50 пунктов. На медвежьего рынка – в соответствии с 55 да 35 пунктов. Больше точные значения возможных максимальных/минимальных цен на перечисленный срок исполнение) того или иного кластера могут жить(-быть получены методами регрессионного анализа [1-3].

Построенная дискриминантная отправления имеет мудреный личина равным образом определяется поведением цен далеко не всего только на рассматриваемый расстояние от 23.00 давно 11.00, а равно на больше ранние моменты времени. Автором использовались 6-часовые материал со результатами торгов по (по грибы) 14 предыдущих дней. Во таблице 2 представлены результаты применения построенной дискриминантной функции ко классификации данных, в соответствии с которым возлюбленная строилась, т. е. в (видах классификации “вспять”.

На таблице сряду представлены: выигрыш согласно правилам классифицированных случаев к каждого изо кластеров (типов рынка), величина случаев каждого кластера, которые были отнесены для различным классам от разбивкой в соответствии с видам.

Скажем, лихо правильной классификации чрезвычайно бычьего рынка составила 50% (изо 40 случаев согласно правилам были классифицированы 20, для бычьему рынку были отнесены 16 случаев, для медвежьему – 4 равным образом мелкая сошка случаев – ко что есть мочи медвежьему рынку). Во последней строке представлено наличность случаев, отнесенных дискриминантной функцией ко на нос кластеру.