Применение искусственного интеллекта в техническом трейдинге

Инструменты искусственного интеллекта могут быть использованы для классификации торговых сессий по паттернам. Для этого можно использовать среду программирования Python. Здесь мы изложим концепцию.

Вы когда-нибудь думали о торговой сессии как о… цветке?"

Когда я впервые предложил такую тему своим менеджерам хедж-фондов, то увидел, как они растерялись. Уверен, что некоторые из них начали бормотать и интересоваться, не курил ли я и не ел ли каких-нибудь необычных цветов! Тем не менее, я был серъезен, и позвольте мне объяснить почему.

Давайте вернемся в 1936 год, когда британский ученый по имени Рональд Фишер разработал «алгоритм» для распознавания видов радужных оболочек по нескольким числовым характеристикам. Набор данных по радужной оболочке глаза — это «Hello world» науки о данных, то есть он широко используется для отработки основных алгоритмов машинного обучения (ML). Он состоит из пяти столбцов: длина лепестка, ширина лепестка, длина чашелистика, ширина чашелистика и тип вида. Исследователи измерили различные характеристики цветков ириса и записали их в цифровом виде. Фишер использовал четыре признака — длину чашелистика, ширину чашелистика, длину и ширину лепестка — для классификации трех видов ирисов (названных setosa, versicolor и virginica).

Итак, я хочу сказать следующее: Что, если мы пойдем по аналогичному пути исследования и классифицируем торговые сессии на четыре вида (или паттерна), как показано в примере на рисунке 1. Вместо лепестков и чашелистиков мы могли бы использовать показания технических индикаторов за предыдущие сессии.


РИСУНОК 1: КЛАССИФИКАЦИЯ ДАННЫХ. Можно ли классифицировать торговые сессии по четырем признакам, подобно тому, как классифицируются виды радужных оболочек?

Когда опытные трейдеры смотрят на графики, они, в отличие от новичков, не стремятся предсказать будущее. Вместо этого они пытаются распознать закономерности, которые наблюдали на своем опыте. Более подробно, они ищут незавершенные паттерны, чтобы успеть заключить сделку до их завершения.

Давайте проведем сравнение между двумя мирами – цветов и трейдинга. На рисунке 2 вы можете сравнить набор данных по радужной оболочке глаза с набором данных по трейдингу, который я предлагаю. Если вы структурируете набор данных для торговли таким образом, то проблема классификации будет точно такой же. Неважно, нужно ли распознать цветок или торговую сессию. Более того, неважно, относится ли последний столбец набора торговых данных к будущему, поскольку этот подход не ориентирован на время, а набор торговых данных не анализируется как временной ряд.

Как работает модель искусственного интеллекта

...

Продолжение тут >> https://finware.ru/primeneniye-iskusstvennogo-intellekta-v-tekhnicheskom-treydinge/