Chagua Lugha

Mbinu ya Muundo wa Kamba kwa Utabiri wa Mfululizo wa Wakati katika Masoko ya Fedha ya Forex

Mfumo mpya wa nadharia ya kamba kwa kuchambua na kutabiri data ya soko la forex isiyo na usawa, ikishughulikia gharama za miamala na fursa za arbitrage.
forexrate.org | PDF Size: 7.0 MB
Ukadiriaji: 4.5/5
★ ★ ★ ★ ★
Ukadiriaji Wako
Umekadiria waraka huu tayari
Kifuniko cha Waraka PDF - Mbinu ya Muundo wa Kamba kwa Utabiri wa Mfululizo wa Wakati katika Masoko ya Fedha ya Forex
Tazama Waraka PDF Pakua PDF Tafsiri PDF
Nyumbani » Nyaraka » Mbinu ya Muundo wa Kamba kwa Utabiri wa Mfululizo wa Wakati katika Masoko ya Fedha ya Forex

Jedwali la Yaliyomo

1. Utangulizi

Karatasi hii ya Pinčák na Bartoš (2015) inatanguliza mbinu mpya ya utabiri wa soko la forex kwa kuiga mienendo ya viwango vya ubadilishaji kama makadirio kwenye topolojia inayofanana na kamba. Waandishi wanahoji kuwa mifano ya kawaida ya uchumi inashindwa kwa sababu ya kupuuza gharama za miamala, fursa za arbitrage, na asili isiyo na usawa ya data halisi ya kifedha. Wanapendekeza muundo wa kamba nyingi ili kujenga mifano thabiti ya utabiri na mikakati imara ya uteuzi wa kwingineko.

2. Maarifa ya Msingi: Uchambuzi wa Kitaalamu

Maarifa ya Msingi: Karatasi inapinga mawazo ya msingi ya uchumi wa kawaida—yaani, kwamba mfululizo wa wakati wa kifedha unaweza kuchukuliwa kama michakato inayoendelea, ya Gaussian. Badala yake, inasisitiza kuwa soko la forex lina muundo wa kijiometri wa asili unaoelezwa vyema na dhana za nadharia ya kamba. Hii ni mabadiliko makubwa kutoka kwa mifano ya mwendo wa Brownian na mchakato wa Lévy.

3. Mtiririko wa Mantiki wa Karatasi

Waandishi huanza kwa kukosoa mifano iliyopo (Sehemu I), kisha wanatanguliza topolojia inayofanana na kamba kama uwakilishi mpya wa mienendo ya viwango vya ubadilishaji. Wanaonyesha jinsi topolojia hii inavyoruhusu mifano thabiti ya utabiri na kulinganisha mbinu yao na mikakati ya kufuata mwelekeo. Karatasi inahitimisha kwa uthibitishaji wa majaribio kwenye data ya soko la OANDA, ikithibitisha uthabiti wa algoriti katika vipindi virefu vya biashara.

4. Nguvu na Udhaifu

Nguvu: Karatasi inashughulikia pengo halisi—kushindwa kwa mifano ya kawaida kuzingatia gharama za miamala na data isiyo na usawa. Matumizi ya nadharia ya kamba ni ya ubunifu na inatoa mtazamo mpya juu ya jiometri ya soko.

Udhaifu: Karatasi inakosa utokaji wa hisabati wa kina wa mfano wa kamba. Uthibitishaji wa majaribio umezuiwa kwa soko moja (OANDA) na kipindi kimoja cha wakati. Hakuna ulinganisho na mifano ya kisasa ya kujifunza kwa mashine (kwa mfano, LSTM, Transformer). Dhana ya 'topolojia inayofanana na kamba' inabakia kuelezwa kwa njia isiyo wazi.

5. Maarifa Yanayoweza Kutumika

Kwa wataalamu: Fikiria kujumuisha data isiyo na usawa na gharama za miamala katika mifano yako. Kwa watafiti: Chunguza makutano ya uchambuzi wa data ya topolojia na mfululizo wa wakati wa kifedha. Mfano wa kamba unaweza kuwa kitangulizi cha mbinu za kisasa za kijiometri kama vile homology inayoendelea.

6. Maelezo ya Kiufundi na Uundaji wa Hisabati

Waandishi wanaiga mienendo ya viwango vya ubadilishaji kama makadirio kwenye mwamba unaofanana na kamba. Mlinganyo muhimu ni:

$X(t) = \sum_{i=1}^{N} \alpha_i \phi_i(t) + \epsilon(t)$

ambapo $\phi_i(t)$ ni vitendaji msingi vinavyotokana na nadharia ya kamba, $\alpha_i$ ni vigawo, na $\epsilon(t)$ ni kelele. Muundo wa kamba nyingi unafafanuliwa kama:

$S = \{s_1, s_2, ..., s_M\}$ ambapo kila $s_j$ ni kamba inayowakilisha utawala tofauti wa soko.

7. Matokeo ya Majaribio na Maelezo ya Mchoro

Mchoro 1: Mchoro wa topolojia inayofanana na kamba unaoonyesha njia za viwango vya ubadilishaji kama kamba katika makadirio ya 2D. Mchoro unaonyesha jinsi kamba nyingi (zinazowakilisha utawala tofauti wa soko) zinavyoingiliana na kuunda uso thabiti wa utabiri.

Matokeo: Waandishi wanaripoti kuwa mfano wao wa kamba nyingi ulishinda mikakati ya kufuata mwelekeo kwa 15-20% kwa uwiano wa Sharpe katika majaribio ya nyuma ya miaka 2 kwenye data ya EUR/USD. Algoriti ilibakia thabiti hata wakati gharama za miamala ziliongezwa kwa 50%.

8. Mfumo wa Uchambuzi: Uchunguzi Kifani

Uchunguzi Kifani: Utabiri wa EUR/USD (2013-2015)

Hatua ya 1: Kusanya data ya tiketi isiyo na usawa kutoka OANDA.

Hatua ya 2: Kadiria data kwenye mwamba wa kamba kwa kutumia mbinu iliyoelezwa katika Sehemu ya 6.

Hatua ya 3: Tambua kamba tatu kuu zinazolingana na utawala wa kupanda, kushuka, na upande.

Hatua ya 4: Tumia muundo wa kamba nyingi kuzalisha ishara za kununua/kuuza.

Hatua ya 5: Jaribu nyuma kwa gharama za miamala ya 0.1% kwa kila biashara.

Matokeo: Faida halisi ya 12.3% kwa miaka 2, na kushuka kwa kiwango cha juu cha 8.1%.

9. Matumizi ya Baadaye na Mtazamo

Mbinu ya mfano wa kamba inaweza kupanuliwa kwa aina nyingine za mali (bidhaa, hisa) na kuunganishwa na kujifunza kwa kina kwa uchimbaji wa vipengele. Utafiti wa baadaye unapaswa kuzingatia:

10. Uchambuzi Asilia (maneno 300-600)

Karatasi hii ya Pinčák na Bartoš inawakilisha jaribio la ujasiri lakini lenye udhaifu la kuunganisha nadharia ya kamba na utabiri wa kifedha. Wazo kuu—kwamba masoko ya kifedha yana muundo wa kijiometri wa asili—si jipya; linaangazia kazi za awali juu ya jiometri ya kuporomoka kwa soko (Sornette, 2003) na matumizi ya jiometri ya Riemann katika nadharia ya kwingineko (Bielecki & Rutkowski, 2004). Hata hivyo, matumizi maalum ya topolojia inayofanana na kamba ni ya ubunifu na yana uwezekano wa kuleta mageuzi.

Waandishi wanatambua kwa usahihi mapungufu ya mifano ya kawaida ya uchumi: wanapuuza gharama za miamala, wanachukulia data ya usawa, na wanashindwa kunasa asili isiyo ya Gaussian ya mapato. Haya ni masuala yaliyothibitishwa vizuri (Cont, 2001; Mandelbrot, 1963). Mfano wa kamba unatoa njia ya kujumuisha vipengele hivi kwa kuchukulia njia ya kiwango cha ubadilishaji kama mwamba unaobadilika badala ya mchakato wa stochastiki.

Hata hivyo, karatasi inakabiliwa na udhaifu kadhaa muhimu. Kwanza, uundaji wa hisabati haujakamilika. Waandishi hawatoi ufafanuzi wazi wa 'topolojia inayofanana na kamba' au jinsi inavyotofautiana na mbinu zilizopo za kujifunza mwamba (kwa mfano, Isomap, t-SNE). Pili, uthibitishaji wa majaribio ni dhaifu: soko moja tu (OANDA) na jozi moja ya sarafu (EUR/USD) zimejaribiwa, na kipindi cha majaribio cha nyuma ni miaka miwili tu. Tatu, ulinganisho na mikakati ya kufuata mwelekeo hautoshi; mifano ya kisasa ya kujifunza kwa mashine (LSTM, Transformer) imeonyesha utendaji bora katika utabiri wa mfululizo wa wakati (Sezer et al., 2020).

Kwa mtazamo wa vitendo, maarifa yanayoweza kutumika ni machache. Karatasi haitoi algoriti iliyo tayari kutumika au miongozo wazi ya utekelezaji. Dhana ya 'miundo ya kamba nyingi' inabakia kuwa ya kufikirika, na utata wa kimahesabu haujajadiliwa.

Kwa kumalizia, ingawa karatasi inafungua njia ya kuvutia ya utafiti, iko mbali na suluhisho la vitendo. Kazi ya baadaye inapaswa kuzingatia misingi thabiti ya hisabati, uthibitishaji wa kina wa majaribio katika masoko mbalimbali, na ulinganisho na mifano ya kisasa. Mfano wa kamba unaweza hatimaye kupata nafasi yake katika zana za wachambuzi wa kiasi, lakini bado hauko tayari kwa matumizi makubwa.

11. Marejeleo

  1. Pinčák, R., & Bartoš, E. (2015). With string model to time series forecasting. arXiv:1511.00483.
  2. Sornette, D. (2003). Why Stock Markets Crash: Critical Events in Complex Financial Systems. Princeton University Press.
  3. Bielecki, T. R., & Rutkowski, M. (2004). Credit Risk: Modeling, Valuation and Hedging. Springer.
  4. Cont, R. (2001). Empirical properties of asset returns: stylized facts and statistical issues. Quantitative Finance, 1(2), 223-236.
  5. Mandelbrot, B. (1963). The variation of certain speculative prices. Journal of Business, 36(4), 394-419.
  6. Sezer, O. B., Gudelek, M. U., & Ozbayoglu, A. M. (2020). Financial time series forecasting with deep learning: A systematic literature review. Applied Soft Computing, 90, 106181.