1 votos

¿Existe un nombre o alguna investigación sobre un sistema en el que se intenta predecir el precio futuro encontrando un historial de precios similar en el pasado?

Permíteme explicarte.

Se mira hacia atrás desde algún periodo hasta el presente. Por ejemplo, desde hace una semana hasta ahora, utilizando una vista por minuto. A continuación, se rastrea la base de datos de los precios pasados y se intenta encontrar un segmento histórico que sea lo más parecido a lo que es esa ventana de una semana. Usted muestra el precio de los datos históricos después de ese segmento histórico coincidente con la esperanza de que el mercado actual siga una tendencia similar a la de los datos históricos.

A mí me parece una gran estrategia porque ataca al mercado a nivel de patrón. No se basa en indicadores para buscar tendencias, sino que busca las propias tendencias. Pero no puedo dejar de pensar que esto es ingenuo y será una pérdida de tiempo para implementar.

¿Alguien ha hecho esto? ¿O puede alguien decirme por qué es una idea tonta?

5voto

penti Puntos 93

Tal vez quiera consultar el libro Análisis técnico basado en pruebas por David Aronson.

En él aplica técnicas estadísticas para determinar si ciertos patrones de series temporales tienen algún poder predictivo. Es una lectura interesante y debería darte algunas ideas sobre cómo diferenciar entre el folclore y el rigor estadístico. También ofrece amplias referencias bibliográficas.

Puede encontrar una buena descripción y resumen del libro en Asesoramiento CXO .

También puede encontrar más material en el página web del autor .

4voto

nerdmonkey Puntos 191

Una lectura que puede ser de su interés y que procede en una línea de pensamiento similar es la de Shmilovici en "Predicting Stock Returns Using a Variable Order Markov Tree Model".

Resumen: "La forma débil de la Hipótesis del Mercado Eficiente (HME) afirma que el precio actual del mercado refleja plenamente la información de los precios pasados y descarta las predicciones basadas únicamente en los datos de los precios. En un mercado eficiente, la predicción coherente del próximo resultado de una serie temporal financiera es problemática porque no hay patrones recurrentes que puedan utilizarse para una predicción fiable. Esta investigación ofrece una prueba alternativa de la forma débil de la HME. Utiliza un algoritmo de predicción universal basado en el modelo de árbol de Markov de orden variable para identificar patrones recurrentes en los datos, construye modelos explicativos y predice el siguiente resultado de la serie temporal. Basándose en estas predicciones, rechaza la HME para determinados mercados de valores, mientras que la acepta para otros. La forma débil de la HME se pone a prueba para cuatro bolsas internacionales: el índice alemán DAX; el índice estadounidense Dow-Jones30; el índice austriaco ATX y el índice danés KFX. Se utiliza el algoritmo de predicción universal con ventanas deslizantes de 50, 75 y 100 rendimientos diarios consecutivos para períodos de hasta 12 años de comilla. Se detectan predicciones estadísticamente significativas para entre el 17% y el 81% de las series de valores ATX, KFX y DJ30 para entre el 3% y el 30% de los días de negociación. Un análisis resumido de las predicciones indica que, para un nivel de confianza del 99%, los mercados más volátiles de Alemania (DAX) y Estados Unidos (DJ30) son realmente eficientes. El algoritmo detecta periodos de posible ineficiencia del mercado en los mercados ATX y KFX que pueden aprovecharse para obtener un exceso de rentabilidad."

No es algo que haya tratado de poner en práctica, pero sigue viviendo en mi estantería junto con muchos otros materiales que esperan que se les preste la debida atención a su debido tiempo.

3voto

freiheit Puntos 9670

Sé que esta es una pregunta muy antigua, pero aquí hay algo que me encontré al tratar de hacer esencialmente la misma cosa. Uno de los problemas a los que te enfrentas cuando intentas detectar patrones usando (digamos) k means clustering es cómo encapsulas un patrón. Por ejemplo, supongamos que un día determinado el índice sube un 2% en un minuto y luego baja un 1% en los 10 minutos siguientes y que otro día el índice sube un 2% en 3 minutos y luego baja un 1% en los 15 minutos siguientes.

¿Cómo se puede comprobar que estos dos casos están próximos entre sí utilizando la medida de distancia elegida? Un enfoque que funcionó bastante bien para mí fue el uso de la deformación dinámica del tiempo para clasificar mi historial de casos frente al patrón actual que veo en el mercado. Este método es resistente a la unión o dilatación de los patrones en el tiempo (o número de operaciones si así lo desea).

Echa un vistazo a Ejemplo de DTW aquí. Creo que se acerca a lo que usted tiene en mente. Sin embargo, me gustaría añadir la advertencia de que el uso de patrones de precios puramente para la predicción es un camino lleno de muchos peligros.

2voto

Kreso Puntos 21

Creo que lo que busca se llama patrón estacional. Aquí hay una buena fuente - http://signalfinancialgroup.com/Seasonal/SeasonalOverview.php

0voto

user4812 Puntos 1149

Creo que lo que mejor se ajusta a tu idea es el algoritmo k-nearest neighbors.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X