Технология Multiframe

примечания для внутреннего пользования

 

Вообще, основная идея этой технологии очень проста: "короткая" ценовая история лучше выявляет краткосрочные циклы, в то время как использование ценовой истории большей глубины предпочтительнее для долгосрочных циклов.

Например, чтобы вычислить 30-дневный цикл, мы используем ценовую историю в 360 дней (30*12=360, иначе говоря, значение цикла мы умножаем на коэффициент 12 перед Learning Border Cursor (LBC); вычисляя 1-летний цикл, мы используем 12 лет ценовой истории. Таким образом, суть технологии мультифрейм - это использование для вычисления циклов ценовой истории различной глубины. Сама идея представляется нам довольно логичной - чтобы выявить краткосрочные циклы (такие как 10-дневный цикл), мы используем только последние ценовые данные (перед LBC), поскольку они намного более актуальны для прогноза, чем ценовая история 20-летней давности. Данные большей длинны будут только запутывать нас. Чтобы показать долгосрочные циклы, ценовые данные должны быть соответственно расширены - иначе будет недостаточно информации, чтобы показать воздействие этих долгосрочных циклов на рынок. Для удобства пользователя, решение задачи, какая именно глубина данных является необходимой для анализа в каждом конкретном случае, возлагается на программу. Из-за сложности математических методов, примененных в Timing Solution, программа сама анализирует данные и предлагает коэффициент ценовой глубины, достаточный для исследования циклов. Кроме того, программа автоматически подбирает различную глубину времени для различных циклов.

Если же переходить к практике, то все это мы делаем через модуль Spectrum. Здесь следует установить следующие параметры:

 

Особенно важен здесь параметр, который можно назвать памятью фондовой биржи; он показывает, ценовую историю какой длинны мы используем, чтобы понять воздействие данного цикла на рынок. 

В нашем примере, мы выбираем значение коэффициента глубины в 12 единиц; это означает, что исследуя 10-дневный рыночный цикл, программа будет использовать следующую формулу: 10 дней *12=120 дней ценовой истории.

Как следствие, положение спектральной диаграммы сильно зависит от положения Learning Border Cursor. Это особенно важно для коротких циклов. 

Такой подход позволяет повысить чувствительность программы к ближней ценовой истории - он лучше выявляет циклы, которые начали воздействовать на фондовую биржу только недавно.

Используя аналогию с неким членом королевской семьи, мы можем сказать, что память фондовой биржи соответствует памяти этого человека о ее/его фаворитах (то есть циклах).  Какой-то фаворит может пользоваться вниманием королевской особы в течение недели (это короткие циклы), в то время как другой может чувствовать его к себе в течение многих лет (долгосрочные циклы). Мы не моделируем настроение королевской особы относительно ее/его фаворитов (то есть циклов). Мы только выявляем, кто находится в фокусе его внимания теперь. И мы делаем прогноз, в котором доля влияния последних циклов более весома. Периодически, мы обновляем нашу информацию относительно новых фаворитов, и соответственно, вносим поправку в свои прогнозы.

Алгоритмы мультифрейма применяется также и в Астрономическом модуле (Composite). Выполните следующие установки:

Установление коэффициента глубины на 12 означает, что для вычисления 28-дневного цикла Луны, мы будем использовать временной интервал в 336 дней (28*12 = 336), в то время как для ежегодного цикла мы будем брать историю за 12 лет.

Технология мультифрейма представлена во всех модулях программы. В модуле Neural Net (Нейросеть), Вы можете применить ее и к обучающему режиму:

 

Как уже говорилось выше, при использовании технологии мультифрейм программа будет уделять, в процессе обучения, больше внимания последним ценовым событиям. Имеется специальная возможность самостоятельно установить необходимые параметры. Сделать это можно в окне "Options":

Недавно мы обновили специальный модуль, позволяющий очень быстро выявлять работающие астрономические циклы:

Вы можете установить режим мультифрейма также и для него:

Таким образом, при использовании технологии мультифрейма, для продуктивной работы Вам достаточно изменить  только один параметр - память фондовой биржи. Это проще, чем каждый раз установливать различную длину для обучающего интервала.

Следует также сказать, что мультифрейм это экспериментальная техника, и нам следует провести дополнительные исследования, чтобы установить, какой коэффициент глубины является действительно ценным для такого понятия, как память фондовой биржи. Мои предварительные мысли относительно этого можно резюмировать в следующем:

a) это значение должно быть установлено, по крайней мере, на 3.0 единицы(2.0 как минимум)

b) значение в 12 единиц, которое мы активно применяли в этой статье, на наш взгляд, все же чрезмерно (наша королевская особа никого не помнит так долго).

c) оптимальная значение лежит где-то между a) и b).

Некоторой информацией  относительно данной проблемы поделился со мной Марк Джерик - по его мнению, это значение должно быть установлено приблизительно на 4 единицы (чтобы быть точным, к такому выводу он пришел работая с моделями, основанными на принципе авторегрессии).

Все имеющеся в программе Готовые Решения переделаны с учетом данной технологии, кроме Динамической модели. Для Динамической модели, режим мультифрейма не дает хороших результатов - здесь мы используем 4 года лишь в качестве учебного интервала.

6 августа 2005

Торонто

Канада