Monday, May 23, 2016

數據挖掘技術 對金融市場






+

繼續閱讀本文 你忘了提供一個電子郵件地址。 這個電子郵件地址沒有出現有效。 您已超過最大字符限制。 請提供企業電子郵件地址。 提交我的電子郵件地址,我確認我已經閱讀並接受使用和同意聲明的條款。 隨機數據 直到最近,許多人認為,在金融市場價格的運動是隨機的。 許多研究人員現在證實了從業者相識多年。 價格走勢並非無的放矢。 很少人會反對的趨勢和交易區間在金融市場的存在。 這些特徵的發生足以證明市場不是一系列隨機價格變動。 接下來的問題恢復到市場是否是可以預見的。 合乎邏輯的答案是,可預測性依賴於預測的天賦。 金融市場必須是可預測的潛力。 當市場變化的成功預測,交易者可以收穫巨大的回報。 這就是為什麼那麼多的人所追求的數據挖掘工作。 基於行為的系統的特點和數據挖掘技術的限制,可以公平地說,市場是部分可預測的。 在很多情況下,沒有足夠的信息來做出可靠的預測。 其中,預測能力存在,不存在的確定性。 僅概率反應到一組條件是可以實現的。 如果我們接受了混沌理論了與在初始條件的依賴相關的原則,我們必須接受,之後步入未來的某個數量有限,複雜系統與哪怕是很小的初始差異的分歧使得它無法準確預測。 預測,具有高精確度,什麼是工具的價格將是對能力變得更加困難進一步在時間我們移動。 這並不意味著有效市場假說和投資組合理論是正確的。 它也並不支持市場活動的隨機漫步理論。 隨著越來越多的規律,不同的市場顯示表現出對不支持這些自私自利的建議的行為。 幾乎所有儀器的價格活動不是隨機的,不是正態分佈。 簡單的生存趨勢的價格就足以證偽一個正常或隨機性的假設。 這個現實的影響是超出了本文的範圍,但需要由成功的交易者可以理解。 我們所知,這種現實的看法是強制性的,如果我們要成功地進行交易。 了解我們可以依靠,什麼是不可靠的,是非常關鍵的。 具有學科作用於可靠的,而不是對情緒,是必不可少的金融存活。 隨機事件 隨機事件影響金融市場的存在是不容置疑的。 沒有人能解釋事件的發生,如總裁,俄克拉何馬城爆炸事件或天氣災難的暗殺行動。 當這些類型的事件發生時,一個或多個市場可能將大幅提升。 在這些市場參與者往往在他們的財務狀況大幅波動。 小可以做,以增強或保護自己的事件。 可預測的事件 與此相反,許多事件被錯誤地描述為隨機的。 由於消息的衝擊可能會或可能是不可預知的。 在大量的情況下,這個消息的內容是未知的,但發生的定時是已知的提前做好。 沒有市場參與者應該抱怨得到“中招”由計劃的政府報告發布。 這些,和許多其他事件,計劃提前做好,並提供了市場參與者的機會,建立一個合適的位置。 這些事件的特性可以被建模。 無論這造型是一個目標函數的構造,抓獲一個以規則為基礎的系統,或以更全面的系統建模為一系列的組件中的一部分,數據挖掘從業者應有效地將它們。 常識 知道別人都知道提供什麼好處的任何地方。 這是在金融市場尤其如此。 我們的交易獲利機會來自於擁有不可多得的資料。 相反,不知道別人都知道是非常痛苦的。 了解一個特定的政府報告,發布了四個小時前,有一個特定的值可能會幫助你解釋近期的價格走勢。 這種知識將無助於幫助您確定運動為即將到來的時刻。 識別並的方式,給你特別的見解分析數據具有很大的價值。 整個數據挖掘過程中,金融市場是由現實的推動。 在大多數情況下,洞察力僅僅是顯然認識到了一個機會,它是什麼,然後進行反應以適當的方式的問題。 這一概念的一個相對低科技例子涉及了一份報告,在固定的時間,每星期變得可用。 該報告可通過傳真,並廣受關注。 一些有見地的商人意識到,一段特定的傳真軟件,展示了他們的電腦顯示器上的報告,因為它是被接收。 傳統的傳真機接收整個頁面打印出來了。 利用該軟件提供了獨特的知識,超過在使用的第一週支付的計算機和軟件幾秒鐘。 先進技術的應用 先進的技術,數據挖掘在金融市場中的應用提供了許多令人興奮的機會。 然而,應當牢記,有沒有“銀彈”。如同任何工具,它們可以被濫用。 和,通常,更先進的工具,就越有可能它們被不正確地使用。 許多市場參與者,在他們急於獲利了結,拒絕做必要的準備工作。 有使用“亡羊補牢”的技術,許多必要的和有益的活動。 只有當基礎知識得到充分利用應提前技術來考慮。 這是很難想像一個交易員成功進入任何市場以30秒六十四分之三不知道市場是否交易。 它發生。 和諒解等關鍵方面也同樣可能被認為不重要在急於利用最新技術來佔領市場的關注。 神經網絡,遺傳算法,混沌理論,模糊邏輯和專家系統都有自己的長處。 許多基本技術,如技術分析和線性的統計數據也有一些顯著提供。 關鍵是有效地利用每一塊。 有些人會比其他人對您的特殊用途更多的價值。 在發展金融市場更清楚地了解所有具有價值。 這就是為什麼在數據挖掘的興趣不斷發展。 打造適合您的交易方式有效的技術清單。 了解您的業務。 貿易您的信息,沒有噪音。 通過使用堅固件的知識,積累隨著時間的推移,你成功的機會大大提高。 您的研究應該引領你擴大你積累的知識。 這可能包括增加新的金融工具或新技術,你的開採知識庫。 宣稱對債券期貨索賠 在為期六年,筆者已經開發出了30年期美國國債的行為預測的痴迷。 我有一些特殊的人,一路上的有識之士的樂趣。 他們在金融市場一般,特別有助於我的數據挖掘的理解發展的債券交易獲利。 一般結構為我的數據挖掘工作一直比較穩定,在過去的兩年。 然而,歷時四年多來全時工作的舒適定義什麼,我試圖做的債券市場。 我的既定目標是平均每天4蜱利潤。 我看這個季度平均。 在國債期貨Tick是一個點一個點半秒。 每點價值$ 1,000。 假設20個交易日每月,這相當於每季度約240蜱利潤,或每季度約$ 7,500個的利潤,佣金之後。 這些假設是基於交易一張合約。 交易一張合約通常需要$ 2,500交易賬戶。 這代表了$ 2,500資金的年回報$ 30,000。 實現這一利潤水平做了一些限制。 我已經限制我的交易於債券期貨,只利用了為期一天的會議。 我不使用選擇此程序。 我很願意交易在多個時間框架:日內,每日,每週。 我用的價格目標,利潤目標和止損。 我退出市場的主要計劃的新聞事件。 我最初開始嘗試預測價格。 現實情況是,即使是非常良好的精度不能進行交易。 我趕緊開始尋找方向移動市場:向上,向下,橫盤整理。 最近,我傾注顯著的努力,預計售價範圍。 每種類型的預測能力都有自己的用途和優勢。 我的數據挖掘工作使用神經網絡和混沌理論的廣泛應用。 在紙面上一些初步的成功之後,我開始對現場交易的殘酷體驗。 我很幸運,有真金白銀管理經驗的顧問。 他強調,在交易的一個最重要的優先事項是限制你的活動,讓你可以明天繼續進行交易。 與傳統的智慧,將有新的機會的明天。 交易數量少相對於什麼是交易賬戶能夠處理合同的是能夠明天進行交易的萬無一失的方法。 通過從未在單個交易推桿5%以上有危險,和從來沒有在同一時間具有風險的10%以上,我舒服能夠繼續交易無限期。 每個交易者有一個風險承受能力。 有些人會說,我能與更高級別賺取更多的利潤。 其他人會認為我有太多的風險,或者說我太武斷了。 正如剛才指出,交易商制定自己的標準。 在這些水平上,我很輕鬆賺錢,我可以在晚上睡覺。 我最初的經歷留下了很多有待改進。 解釋,由於,“我失去了錢。”它很快變得明顯,知識是成功的關鍵。 不只是皮毛,市場和歷史數據挖掘提供的喧鬧。 相反,成功的交易者需要來自深入的分析和測試市場的真正的知識。 我恢復的基本知識。 我開始花我時間尋找該附加信息的內容或變換,使得信息內容容易從數據中提取的變量。 在這個過程中,我成了一個信息的交易者。 我的理解,隨著時間的推移。 在這個過程中,我開始建立可預測的行為,並在債券市場參與者預期的情況下,一個圖書館。 像許多數據挖掘從業者,我的結論是,週五是比其他個交易日顯著不同。 這種膚淺的知識重新發現,並定期證實。 通過研究市場,我獲得了為什麼市場參與者的行為是上週五不同的理解。 交易國債期貨,在本質上,交易利率。 什麼對利率的影響也對債券價格產生影響。 一個簡單的事實是,許多計劃的政府報告說,影響利率上週五公佈。 這些都是已知的事件。 然而,如果交易者一味著重於數據,他看到的事件的唯一的影響,並不能預料它。 基礎知識,比如知道每天平均價格區間在過去一個月,過去一個季度或過去的五年裡,顯著提高你的盈利機會。 嘗試使用的日內交易提取的位置的一個點利潤(32蜱)是值得關注的。 明知非新聞日的過去一年的平均日較差的18蜱使得信息交易者的問題成功的期望概率。 隨著時間的推移,我已經重新先進的技術,自己的長處。 奇怪吸引子的原則,從混沌理論,一直到我的預測範圍做出了貢獻,我的趨勢分類的能力和我的考慮多個時間框架的能力。 神經計算已經幫我找出變量,始終表現出強大的信息內容,檢查變量之間的相互作用,並考慮到數據的非線性問題。 我已經利用專家系統,遺傳算法和模糊邏輯的功能為好。 所有這些技術是萬能的。 數據挖掘從業者有一箱的工具和必須了解如何正確有效地使用每個。 這包括採取哪些具有價值的交易和丟棄的休息。 在挖掘數據,醫生更好地被採用傳統工藝也比用先進的技術服務欠缺。 在金融市場數據的成功挖掘,需要大量的精力和技能的多樣化。 潛在的回報是顯著。 本文研究了多個關鍵問題。 這些問題處理不當阻礙了許多交易商的數據挖掘性能。 交易信息,而不是噪音,需要開發一個定義良好的一套滿足個人交易者的需求的技能。 客觀清醒的認識是至關重要的。 提高數據的信息內容增加價值。 運用不同的技術,新與舊,提高了數據挖掘的圖書館。 隨著技術庫中的數量增加,所以做你有交易機會的數量。 你不必進行交易。 你應該需要降低您的交易活動,以高品質的機會,而不是由緊迫性採取立場來證明你已經度過了市場觀望的時間來驅動。 沒有必要成為市場的傷亡中的一個。



No comments:

Post a Comment