[PYTHON] Une histoire de regroupement de données de séries chronologiques d'échange

Résumé de cet article

J'ai essayé de regrouper les données d'échange.
k-signifie, la distance euclidienne a été utilisée.
Il semble utile de combiner les données du haut des jambes (axe temporel plus long).
En utilisant la barre supérieure, le biais du ratio d'étiquettes (prise de profit: 1, réduction de perte: -1, règlement par temps de maintien: 0) s'est amélioré.

Environnement de développement

Colaboratory
- scikit-learn

Préparation des données

En utilisant USD / JPY de 2018.01 à 2019.04, Le point d'entrée de la croix d'or de la ligne moyenne mobile en 5 minutes a été utilisé comme exemple de données. (2482 données)

Valeur de la fonctionnalité:
Environ 3 heures de données (ohlc) avant le point d'entrée
- RSI

étiquetage

L'étiquetage a été effectué selon les règles suivantes.

Result	Label
Profit	1
Loss	-1
Règlement par temps d'attente	0

Cette fois, nous définissons les lignes de réduction des pertes et de prise de bénéfices de manière à ce qu'elles soient grossièrement divisées en trois parties égales.

Clustering

Résultat attendu

Comme le montre le graphique ci-dessous, je m'attendais à ce que la «prise de profit» / «la réduction des pertes» / «le règlement par temps de détention» soit séparée pour chaque grappe.

Avec cela, dans le cas du cluster 2, on peut juger qu'il n'est pas bon et le commerce peut être oublié.

résultat

Nous avons regroupé en utilisant TimeSeriesKMeans de scikit-learn, illustré le pourcentage d'étiquettes dans chaque cluster et trié par taux de réussite.

Pas assez bon. .. Le taux de victoire le plus élevé était de 45% et le taux de victoire le plus bas était de 22%. Comme l'original est presque divisé en 3 parties égales (33%), il semble qu'il puisse être un peu divisé, mais j'aimerais qu'il soit divisé un peu plus joliment.

Ajouter le haut de la jambe

Dans le but d'améliorer, nous avons décidé d'ajouter les informations de période plus longue suivantes à la quantité de fonctionnalités.

Indicateur d'oscillateur en 30 minutes
Indicateur de suivi de tendance en 2 heures

Le résultat est ci-dessous.

Le taux de victoire le plus élevé était de 63% et le taux de victoire le plus bas était de 14%. En ajoutant les informations sur le haut des jambes, cela s'est beaucoup amélioré. Je pense que c'était bien car j'ai pu confirmer à nouveau que les informations sur le haut des jambes étaient utiles. Avec un tel résultat, il semble difficile d'éviter les dégâts, mais j'ai personnellement pensé qu'il pourrait être utilisé pour ajuster la quantité de positions.

Merci d'avoir lu l'article.