آموزش Timing Solution – قسمت 39

2018/07/17 | 1397/04/26
گن , نجوم , آموزش Timing Solution
سیکل مهم بعدی، سیکل ژوپیتر -  نپتون است: آموزش Timing Solution مجددا روی گزینه "+" کلیک کنید. علاوه بر دو سیکل قبلی،  سیکل زحل نیز جالب بنظر میرسد: آموزش Timing Solution به این ترتیب سیکلهایی که فکر میکنیم قادر به حرکت دادن این بازار هستند را انتخاب کردیم. برای مهیا کردن این سیکلها برای مدل شبکه عصبی، آنها را به clipboard منتقل می کنیم: شما همچنین می توانید با پارامتر "orb" بازی کنید،  در اینجا آن را روی 15 درجه تنظیم میکنیم. اکنون زمان آن رسیده که خط پیش بینی بر مبنای این سه سیکل ایجاد کنیم. مدل شبکه عصبی را  اجرا می کنیم. لازم است ابتدا آنچه را که میخواهیم پیش بینی کنیم، تعریف کنیم. زیرا بازار مالی مورد نظر ما دارای یک روند است، ما پیشنهاد می کنیم که از relative price oscillator استفاده کنید: ما می توانیم با متغیرهای مختلف بازی کنیم. مرحله بعدی تعیین "inputs" است (آنچه که پیش بینی بر مبنای آن صورت می گیرد). برای اینکار فقط لازم است این سیکل ها را از clipboard برداریم: با کلیک روی گزینه "Training" شبکه عصبی را آماده کرده و میتوانیم خط پیش بینی را مشاهده کنیم: در تصویر بالا بازه قرمز رنگ، Testing interval می باشد، ما از نقاط قیمت این بازه نه برای محاسبه سیکلها، و نه برای آماده کردن شبکه عصبی استفاده نمی کنیم. منحنی قرمز رنگ، خط پیش بینی شبکه عصبی می باشد، درصورتیکه منحنی مشکی رنگ Relative Price Oscillator مربوط به بازار مالی انتخابی ما می باشد. مشاهده می کنید که خط قرمز حرکت های ماژور قیمت (قیمت واقعی) را  نسبتا بهتر منعکس می کند. این می تواند تاییدیه ای باشد بر اینکه ما در مسیر درستی  هستیم. اکنون ما برای بهینه سازی نهایی آماده هستیم، می خواهیم پیش بینی نهایی بر مبنای کل تاریخچه قیمت موجود انجام دهیم. برای ست کردن LBC (Learning Border Cursor) بر روی آخرین قیمت موجود، روی این گزینه کلیک کنید: تصویر زیر پیش بینی انجام شده را نمایش می دهد: جهت اطمینان از اینکه هیچ فاکتور مهمی از قلم نیفتاده است، خط پیش بینی شبکه عصبی را با اضافه نمودن چند سیکل نجومی دیگر ایجاد می کنم. پیش بینی انجام شده به اینصورت می باشد: این خط پیش بینی را با نمونه ایجاد شده بر مبنای مدل Spectrum مقایسه کنید؛ در اینجا با نتیجه "عکس العمل" مواجه می شویم. مدل Spectrum سیکلهای فاندامنتالی را پشتیبانی نمی کند، گویی این مدل نسبت به پیش بینی های بلند مدت نابیناست. مدل Spectrum تنها برای انتخاب سیکلهای اخیر و ایجاد پیش بینی های کوتاه مدت عملکرد مناسبی دارد. اگر مدل spectrum  را برای بازار مالی انتخاب شده قبلی اجرا کنیم،این منحنی پیش بینی را دریافت خواهیم کرد: بازار مالی منتخب ما در طول چند سال اخیر یک روند صعودی بزرگ داشته ، درحالی که مدل Spectrum اینگونه نشان میدهد که این روند بلافاصله پایان خواهد یافت. استفاده از سیکلهای فاندامنتالی از بروز چنین نتایجی جلوگیری میکند. تفاوت بین مدلهای Spectrum و مدلهای نجومی مانند تفاوت بین فردیست که تصمیماتش بر مبنای شایعات و شنیده های بی اساس است و فردی که ترجیح میدهد با آگاهی از فاکتورهای اصولی و بنیادی تصمیم گیری کند. اما همانطور که پیش تر اشاره شد، برای پیش بینی کوتاه مدت، مدل Spectrum نسبتا خوب است. چند نکته در خصوص استفاده از این نوع مدلها وجود دارد:
  1. تعداد خیلی زیاد از سیکلهای نجومی انتخاب نکنید. در مثال قبلی ما فقط سه سیکل تعریف کردیم:
این سه سیکل، سیکلهای نجومی اصلی حاکم بر این بازار مالی بخصوص می باشند.
  1. آیا ما می توانیم به این مدل اعتماد کنیم؟
این سوال را به گونه ای دیگر مطرح می کنیم: "کجاها ممکن است اشتباه کنیم؟". قبل از هرچیز،  ممکن است در انتخاب سیکل سیارات دچار اشتباه شویم. دومین موردی که باید به آن توجه کنید اینست که گاهی اوقات ممکن است انطباق نسبتا زیادی بین خط پیش بینی (قرمز) و قیمت (آبی) اتفاق بیفتد: از اینرو برای جلوگیری از انطباق بین خط پیش بینی و قیمت،  بایستی بازه قرمز رنگ (testing)  به اندازه کافی بزرگ باشد

مطالب مشابه

مشاهده همه