кластерный анализ

Провел кластерный анализ индекса РТС, курса рубля и индекса волатильности среди глобальных активов за 2006-2013 год. Превосходный первоисточник идей  и примеров с разъяснениями и исходным кодом здесь . Как установить ПО и что ещё можно исследовать, можно найти по  вышеприведенной ссылке.
 
Кластерный анализ на основе набора различных алгоритмов классификации, позволяет организовать наблюдаемые данные в наглядные структуры, что бы далее по полученной структуре лучше понять, обработать, и более эффективно использовать данные в требуемой области деятельности.

 
Мне было интересно насколько точно алгоритмы кластерного анализа (кластеризации), реализованные на языке программирования R (далее кибермозг), смогут сгруппировать активы и выявятся ли какие-то не известные взаимосвязи.


( Читать дальше )

 Очень интересные приводы, имеющие хороший визуальный интерфейс… Но вот хотел бы чтобы ответили на несколько вопросов по использованию данных приводов.
1. Есть Кластеры? Какую функцию они выполняют в приводе и как их использовать? Чем кластеры отличаются от объемов?
2. Частенько вижу, когда крупные игроки ставят свои заявки ПРЯМО ПОД ЦЕНУ или НАД ЦЕНОЙ, препятствуя ее дальнейшему движению. Как это можно предвидеть или использовать?
3. Как можно выявить айсберг заявки?
4. Я так понимаю, именно большие объемы из одной или группы заявок создают «поддержку» или «сопротивление». Но если учитывать, что есть те, кто выставляет завки «по рынку» крупными лотами, не давая цене двигаться в том или ином направлении — то какое значение имеют «поддержка » и «сопротивление»?

Всем за ответ спасибо. 

Торгую роботами, руками не охота. До этого момента все мои торговые алгоритмы использовали мувинги и их производные индикаторы, что легко программировалось. Но тут наткнулся на кластерный анализ, по логике вроде есть толк, но вот как его программить... 
Кто нить строил роботов на основе кластерного анализа? 

Уже неоднократно биржевые пословицы находят свое подтверждение — да и статистика на их стороне.
Недавно рисовал на День благодарения — подарки окупились smart-lab.ru/blog/95545.php:
«Далее ждём традиционное Новогоднее (январское ралли): 100% вероятностей на рынке не бывает, но если удастся «правильно» зайти в лонг — будем стоять «до конца»»

И снова традиции взяли «верх» — НОВОГОДНЕЕ РАЛЛИ ОТРАБОТАЛО НА ВСЕ 100%!!!



Вчера фьючерс S&P500 ещё до открытия торгов на Америке «повернулся к рынку задом» — на кластерных графиках заметны были крупные продажи, поэтому был смысл от рынка держаться подальше (все среднесрочные позиции в лонг закрыл в ещё в пятницу):

( Читать дальше )

Записывайтесь на мой курс по написанию торговых роботов с нуля:
http://ya-marsel.livejournal.com/353979.html

Пролог

« — О! А теперь, Иван Арнольдыч, мгновенно вот эту штучку! Если вы мне скажете, что это плохо, вы мой кровный враг на всю жизнь!.. Это плохо? Плохо? Ответьте, уважаемый доктор! — Это бесподобно!...» 

А теперь собственно сама новость.

Мой помошник сделал прокрутку  Cluster Profile.  Выглядит очень впечатляюще! Даже я проникся. Пока, правда, проблема с легендой цветов, но это временные трудности.

И вторая новость: Добавил в отчет сканирования рынка на предмет необычных объемов поле новости. Результат ошеломил меня самого! Почти у каждой бумажки с объемом та или иная очень важная новость (!)
  * Дело о банкротстве
  * Выплата дивидендов
   и пр.

  Я не обещаю, что вы можете на этом заработать, но фактически мы теперь имеем генератор интересных идей и свежих новостей хотя бы для обсуждения на смартлабе!

  Очень удобно: с утра одним кликом мыши получаешь интересные идеи хотя бы для интересного поста или расследования.

 Попробуйте сами:

   http://mxticker.com/MXTicker/ValueSplash 

Кто использует кластерный анализ внутри дня на ФОРТСе ?

Интересует опыт его применения на фьючерсах Газпрома, Сбербанка, РТС, Доллар/Рубль.

Кластерные объемы, дельта объемов и т.д. ?

Заранее благодарен.

Как можно улучшить результаты системы, используя методы data mining? Самое элементарное — это использовать кластерный анализ на некоторых данных. Допустим, у вас есть функция f(x,y,...). Можно исследовать поведение этой функции на разных кластерах значений аргументов. Иногда, можно выделить несколько кластеров значений аргументов, на которых функция ведет себя с некоторой закономерностью. И далее уже анализируя эту закономерность — написать правило. Главное, не перегнуть палку с такого рода оптимизацией. Является ли это подстройкой под кривую? Я думаю, это зависит от функции f. Что она из себя представляет? Есть некоторые фундаментальные законы поведения рынов, которые заставляют самые обычные индикаторы вести себя определенным образом. Эти вещи можно попытаться использовать. Тестирование нужно проводить на самых разных рынках: волатильные, трендовые, стремительно падающие, спокойные. Если правило улучшает все рынки — правило годное. К сожалению мне не хватает знаний в этой области, а идеи как это применить — есть. Придется видимо почитать что-нибудь по теме.

( Читать дальше )