Forex Trading Data Mining.
Mineração de dados O que é o Data Mining Data mining é um processo usado pelas empresas para transformar dados brutos em informações úteis. Ao usar o software para procurar padrões em grandes lotes de dados, as empresas podem aprender mais sobre seus clientes e desenvolver estratégias de marketing mais efetivas, além de aumentar as vendas e diminuir os custos. A mineração de dados depende da coleta e armazenamento de dados efetivos, bem como do processamento de computadores. BREAKING Down Downs Data Mining são usuários bem conhecidos de técnicas de mineração de dados. Muitos supermercados oferecem cartões de fidelidade gratuitos aos clientes que lhes dão acesso a preços reduzidos não disponíveis para os não membros. Os cartões tornam fácil para as lojas rastrear quem está comprando o que, quando eles estão comprando e a que preço. As lojas podem então usar esses dados, depois de analisá-lo, para múltiplos propósitos, como oferecer cupons de clientes direcionados aos hábitos de compra e decidir quando colocar itens à venda ou quando vendê-los a preço total. A mineração de dados pode ser motivo de preocupação quando apenas as informações selecionadas, que não são representativas do grupo de amostra geral, são usadas para comprovar uma determinada hipótese. Armazenamento de dados Quando as empresas centralizam seus dados em um banco de dados ou programa, ele é chamado de data warehousing. Com um data warehouse, uma organização pode girar segmentos dos dados para usuários específicos para analisar e utilizar. No entanto, em outros casos, os analistas podem começar com o tipo de dados que desejam e criar um data warehouse com base nessas especificações. Independentemente de como as empresas e outras entidades organizam seus dados, eles usam isso para apoiar os processos de tomada de decisão das administrações. Software de mineração de dados Os programas de mineração de dados analisa relacionamentos e padrões em dados com base no que os usuários solicitam. Por exemplo, o software de mineração de dados pode ser usado para criar classes de informações. Para ilustrar, imagine que um restaurante deseja usar a mineração de dados para determinar quando eles devem oferecer certas especiais. Ele analisa as informações coletadas e cria classes com base em quando os clientes visitam e o que eles ordenam. Em outros casos, os mineiros de dados encontram clusters de informações baseadas em relacionamentos lógicos, ou eles olham associações e padrões seqüenciais para tirar conclusões sobre tendências no comportamento do consumidor. Processo de mineração de dados O processo de mineração de dados é dividido em cinco etapas. Primeiro, as organizações coletam dados e carregam-no em seus data warehouses. Em seguida, eles armazenam e gerenciam os dados, seja em servidores internos ou na nuvem. Analistas de negócios, equipes de gerenciamento e profissionais de tecnologia da informação acessam os dados e determinam como eles querem organizá-lo. Em seguida, o software de aplicação classifica os dados com base nos resultados dos usuários e, finalmente, o usuário final apresenta os dados em um formato fácil de compartilhar, como um gráfico ou tabela. Consultor Expert MetaTrader Devido às características únicas de diferentes pares de moedas , Muitas estratégias quantitativas de Forex são projetadas com um par de moedas específicas em mente. Embora isso possa produzir muitas estratégias de negociação lucrativas, também há vantagens em desenvolver estratégias que podem ser negociadas em vários pares de moedas. Isso introduz um elemento de diversificação que pode fornecer um nível adicional de proteção contra desvantagem. Daniel Fernandez publicou recentemente um sistema que ele projetou para negociar em cada uma das quatro principais divisas. Seu objetivo era encontrar um sistema que teria produzido um histórico de 20 anos de negociação rentável em EUR USD, GBP USD, USD JPY e USD CHF. Daniel usa uma abordagem de mineração de dados para desenvolver uma estratégia para negociar as quatro principais divisas. Para construir seu sistema, Daniel usou seu software de mineração de dados para definir sinais de entrada e saída que teriam produzido uma estratégia de negociação lucrativa em cada um dos quatro pares de moedas nos últimos 20 anos. O que ele aparece é uma combinação de três regras baseadas em preços que formam a base de sua estratégia Forex Majors. Daniel8217s Forex Majors Strategy Daniel8217s A estratégia Forex Majors é muito simples na medida em que sempre tem uma posição, longa ou curta, em cada um dos quatro pares de moedas que negocia. Baseia todas as suas negociações em gráficos diários. A estratégia vai longa quando as três condições seguintes são atendidas: a estratégia é curta quando as três condições seguintes são atendidas: como você pode ver, a estratégia é basicamente uma estratégia otimizada seguindo a estratégia. Isso faz sentido, porque Daniel afirma no início de seu artigo que a tendência de longo prazo seguindo as estratégias são geralmente as melhores estratégias para negociar múltiplos mercados. Uma regra adicional que a estratégia de Daniel8217s usa é uma parada-perda baseada em ATR. A perda de parada fixa é definida em 180 da ATR de 20 dias. Se a perda de parada for disparada, a estratégia permanece fora do mercado até que um sinal seja gerado na direção oposta. O teste indica que a reintrodução em um sinal na mesma direção afetou negativamente o desempenho. Backtesting Performance Os resultados de backtesting que Daniel incluiu em sua publicação mostram que a estratégia foi bastante lucrativa. Produziu um índice de ganhos de 45, um fator de lucro de 1,38, e um índice de recompensa para risco de 1,68. A maior preocupação de Daniel8217 sobre a estratégia foi que o período de retirada máxima representou muito tempo. De acordo com os números de Daniel8217s, o retorno anual médio foi de 9,67. Isso consistiu em 16 anos lucrativos, 4 anos perdidos e um ano que basicamente se rompeu. O melhor ano foi um retorno de 37,76, eo pior ano foi uma perda de 20,2. Daniel observa que este sistema não representaria uma boa estratégia autônoma por causa de seus retornos em relação a remessas máximas. No entanto, ele sugere que poderia ser uma peça interessante de uma estratégia maior e multi-sistema.