вейвлет

Вейвлет-преобразования часто применяются в областях обработки сигналов и изображений. Они преобразуют сигнал (временной ряд) в разные полосы частот путем расширения и преобразования двух базисных функций. Они вытекают из теоремы о спектральном разложении, в которой говорится, что любой временной ряд можно разбить на несколько статистически независимых временных рядов, называемых разрешениями, каждый из которых представляет вклад колебаний разных частот. Чем ниже частота, тем длиннее тренд, который отражает данное разрешение. Суммируя все разрешения, мы можем точно восстановить исходные данные (это известно как обратное вейвлет-преобразование).

Вейвлеты против скользящих средних

В отличие от скользящих средних, вейвлет-разложение не вносит временной задержки в сигнал – временная информация необработанных данных сохраняется в каждом разрешении. Другими словами, колебания в каждом разрешении не сдвинуты по фазе относительно исходного временного ряда.

( Читать дальше )

Займемся бессмыслицей. Никакого прогнозирования, просто попробуем методами вейвлет преобразований и CNN ответить на вопрос — есть или нет разница в цикличности при росте фишки и падении? Эллиот чертил 3 волны вверх и 2 вниз. Давайте почертим и мы.
Данные я взял недельные, от понедельника до пятницы, но с разбивкой по 15 минуткам, итого ряд в 175 элементов. Судя по прошлым результатам, мизерная длина, и никакой цикличности там нет. Но...«а вдруг?!». Ну а разбивка недельная, в надежде уловить недельную цикличность, все таки понедельник это «день тяжелый», пятница это «тяпницы», четверг это маленькая пятница. В общем каждый день недели уникален и помню какие то корреляции/антикорреляции даже были, вроде пятница и понедельник шли вразрез, а четверг и пятница шли вместе. Впрочем точно не помню.
Каждому ряду в 175 отчетов я присвоил лейбл (1 рост, 0 падение). Ряд прогнал через вейлет преобразование, получив квадратную картинку. Все это добро загнал в CNN и стал ждать чего нейросеть намутит. В теории, после вейвлет преобразования, на полученной картинке, не должно быть никакого намека на то росла фишка или нет. Следы наличия тренда присутствуют, но какого именно не указывается. Хотя это не точно. А вот точно что должны быть следы цикличности, и если при росте и падении цикличность разная то точность классификации должна быть больше 0,5… Хотя это не точно.  Ну нам жалко чтоли, попробовать? Пуская нейросетка крутит колесико. Крутило колесико нейросеть долго....:

( Читать дальше )

Прямо скажем как курица лапой, так что строгим ревнителям четких формул лучше дальше не читать. Всем остальным покажу как типа можно применять знание о частотах на рынке.
Посмотрел я еще несколько инструментов и обнаружил что у FRTS одна из самых четких частотных картинок: 


Опять уже привычный период в 220 (годовая периодичность), который тянется до 2500 отчета. Ну если быть точней он меняется, начал с 220, потом опустился ниже, затем вернулся обратно, но мы люди не гордые, упростим ситуацию, будем считать период константой.
Опять накладываем гармонику с годовым циклом и получаем что то вроде:



( Читать дальше )

Как можно представить разложение Фурье и Вейвлеты? Не вдаваясь в математику, в которой я прямо скажем не большой специалист, это представление временного ряда в других системах координат. 

Вот например такой ряд — немножко похожий на котировку застрявшей в боковике акции.


Опытный трейдерский глаз конечно сразу заметит что на котировку это не очень похоже. Но я сейчас не об этом, я о том что этот внешне беспорядочный ряд раскладывается на 4 гармоники (плюс розоватый в самом низу-шум). 


( Читать дальше )

Похоже, подавляющая часть молодёжи, завёрнутой на торговле криптовалютой, опирается на двух китов:

1) Святую веру в обречённость рынка криптовалют на непременный «Туземун» и
2) Теханализ

В силу консервативности своей природы (все натальные Раки жутко консервативны :) я долго сомневался в оправданности первого кита, однако лавина информации, свидетельствующей о неудержимой экспансии и самой технологии (блокчейн) и финансовых инструментов, завязанных на конкретные реализации криптовалют, убедила меня в неизбежности триумфального похода на Луну.

К тому же на помощь пришла аналогия из начала нулевых, когда любая попытка предсказать светлое будущее смартфонам (известным в то время под термином «камерафон») вызывала зловещий смех армии «экспертов», «аналитиков» и «специалистов» всех мастей, который упорно не видели ниши для каких бы то ни было гаджетов, позиционирующих себя на стыке обычных мобильных телефонов и КПК (помните такие? iPAQ например). Что из этого зловещего смеха вышло мы наблюдаем сегодня в цифрах — полтора миллиарда смартфонов, проданных в 2017 году в мире! Ау, где вы «КПК»!

А вот насчёт применимости теханализа к рынку криптовалют у меня не просто сомнения, а очень большие сомнения. Вернее, сомнений, никаких нет вообще: я убеждён, что теханализ абсолютно не применим к этому рынку ни в какой своей форме. Однако, учитывая революционность такого заявления, подбрасываю коллегам одну метафору, которая, если вы с ней согласитесь, окажется весьма полезной в вашей работе не только на рынке криптовалют, но и на любом другом. 

Прежде, чем перейти к метафоре, которая, как мне видится, демонстрирует правомерность моего подхода, вкратце опишу сам подход.

Для того, чтобы технический анализ можно было применять на конкретном рынке, необходимо, чтобы на этом рынке сформировалось то, что я назвал «матрёшкой циклов». Иными словами, на протяжении достаточного долгого времени должна накапливаться эмпирическая информация, отражающая флуктуации котировок тех или иных финансовых инструментов рынка. Накапливаться до тех пор, пока не будет набрана некая критическая масса и сформируется та самая «

( Читать дальше )