Прогнозирование разворота тренда с помощью методов распознавания образов на примере индекса РТС

Адамян Гарик Левонович


	1		Введение
	2		Определение образов на графиках «японских свечей»
	3		Рис. 1. Примеры однодневных «японских свечей» Обзор литературы
	4		Рис. 2. Образ Rickshaw Man Bull, разворачивающий нисходящий тренд (август — сентябрь 2018 г.) Данные и методология
	5		Рис. 3. Образ Rickshaw Man Bull, разворачивающий нисходящий тренд (июль 2009 г.)
	6		Рис. 4. Образ Marabozu Bear, разворачивающий нисходящий тренд (ноябрь — декабрь 2008 г.)
	7		Рис. 5. Образ Marabozu Bear, разворачивающий нисходящий тренд (январь — февраль 2008 г.) Результаты
	8		Таблица 1. Результаты биномиального теста
	9		Таблица 4. Результаты биномиального теста Таблица 5. Статистически значимые результаты для всех условий с уровнем значимости 0,1
	10		Таблица 6. Статистически значимые результаты для всех условий с уровнем значимости 0,05 Заключение
	11		Литература

Биржевая торговля Рынок деривативов

Портфельные инвестиции Технический анализ

Ключевые слова: технический анализ, тренд, образы, «японские свечи», эффективные рынки

Аннотация

Статья посвящена методам распознавания образов для прогнозирования разворота тренда индекса РТС. Образы обнаруживаются с помощью библиотеки Python TA-Lib, проверяется их способность прогнозировать разворот тренда для различных условий. Проводится биномиальный тест для оценки статистической значимости способности исследуемых методов распознавать развороты тренда. Показано, что с их помощью можно найти фигуры технического анализа, которые имеют статистически значимые прогнозы разворота тренда.

Журнал: «Управление финансовыми рисками» — №3, 2020 (© Издательский дом Гребенников)

Объем в страницах: 11

Кол-во знаков: около 15,133

Библиографическая ссылка: печать / интернет

* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Bulkowski T.N. (2008). Encyclopedia of Candlestick Charts. New York: Wiley.

2. Caginalp G., Laurent H. (1998). «The predictive power of price patterns». Applied Mathematical Finance, Vol. 5, pp.181–205.

3. Chang P.H.K., Osler C.L. (1999). «Methodical madness: technical analysis and the irrationality of exchange-rate forecasts». Economic Journal, Vol. 109(458), pp. 636–61.

4. Kirkpatrick Ch.D., Dahlquist J. (2006). Technical Analysis: the Complete Resource or Financial Market Technicians. New Jersey: FT Press.

5. Lo A.W., Mamaysky H., Wang J. (2000). «Foundations of technical analysis: computational algorithms, statistical inference, and empirical implementation». The Journal of Finance, Vol. 55(4), pp. 1705–1765.

6. Mitchell C. (2020). Reversal. — Подробнее .

7. Murphy J.J. (1999). Technical Analysis of the Financial Markets: a Comprehensive Guide to Trading Methods and Applications. New York: New York Institute of Finance.

8. Pring M.J. (2002). Technical Analysis Explained: the Successful Investor’s Guide to Spotting Investment Trends and Turning Points. New York: McGraw-Hill.

9. TA-Lib: Technical Analysis Library. — https://tПодробнее .

10. Wang M., Wang Y. (2019) «Evaluating the effectiveness of candlestick analysis in forecasting U.S. stock market». Proceedings of the 3rd International Conference on Compute and Data Analysis, Kahului, HI, USA, pp. 98–101.

Адамян Гарик Левонович

Руководитель исследований финансовых рынков компании Labz.ai, преподаватель магистерской программы «Наука о данных в бизнесе» Ереванского государственного университета (ЕГУ).

г. Ереван, Армения

Другие статьи автора 2

Электронная библиотека