使用MetaTrader 5平台下载正规交易软件，在市场中进行交易，算法交易约占证券交易所交易的60-70％,在FORTS和货币对市场约占90％。有鉴于此,机器人在实际交易量中的份额增加。这是由于现代市场上短线波动极其活跃,"买入并持有"的策略事实上不再适合。高效交易需要从被动投资转向主动交易。现代市场中成功基于使用有效的算法和一系列系统规则,以便增加成功交易的数量,并减少失败的数量,最大限度地减少亏损。

　　达成此目标的一种有前途的方法是建立高效交易的推荐制系统,将奇异频谱分析(SSA)的预测能力和贝叶斯原理基础之上的重要机器学习方法结合在一起。所选方法的价值在于,数据的处理单纯地基于统计分析方法,而非毫无根据的假设。这可清晰认识此方法的能力和局限性,及创建自动交易系统的前景。

　　在开发此系统的过程中,焦点是时间帧单位的尺度,在5分钟到1小时的范围之间。在大部分成功率统计方法的理论描述当中,基础尺度越大越受欢迎,比如小时和日线(由于混沌成份的影响减少)。然而,这种方法在个人投机交易的实际操作中几乎从无应用。

　　应用SSA并预测价格系列的特点

　　SSA方法可以解决这类问题:

　　时间序列主要成份的分离(趋势,周期变化,振荡)和噪音过滤;

　　搜索周期性;

　　通过限定成份集合来平滑源数据;

　　预测所观察依赖的进一步行为。

　　当处理非平稳序列时,SSA是少数可用的统计方法之一。这种系列的完美实例就是包括趋势,爆发,脉冲排布的市场价格序列。与此同时,价格在独立的非随机因素影响下形成,当然影响和持续时间略有不同。假设市场大部分时间依赖于这种力量,这就有可能使用与SSA方法相对应的基于不同尺度分量总和的模型。

　　从实际的角度来看,关键是应注意到,直到最近,影响SSA在数据处理中流行的主要原因之一是缺乏与FFT类似的快速算法。这一难题已不复存在—这类算法已经开发出来,且它们的有效性已得到证明。

　　使用SSA进行预测使用隐藏的周期性模型:将数据序列分离出分量,在分析期间已确定其行为,可根据行为参数扩展这些分量并汇总结果。产物是预测结果,其品质取决于初始分量集合所定义的原始数据的好坏。自然地,这种预测对于一个波动混乱的序列来说是不可靠的,但对于在稳定因素影响下且噪音相对较小时形成的价格是合理的。此外,在处理交易不活跃的金融工具时,不宜依靠统计分析。在此情况下.偶然因素和"主力"参与者的影响是不可预知且危险的。

　　结合指标来提高预测的可靠性

　　根据研究思路,开发了三款预测指标。趋势识别及其预测-基于快速变换的SSA趋势预测和快速预测,SSACD(MACD的改编)和SSA随机振荡。每款指标都有两种变体:简化和扩展。

　　由于所有指标使用相同的数据,但针对不同的处理特点,每款指标都有其优点和缺点。结合所有指标,实现协同效应,增加总体情势评估的效率,健壮性和准确性,是一种很自然的愿望。

　　从投机策略的视角来看,显然且必要的信息在于回答问题:"价格在不久的未来将会何去何从？"。有三种选择:价格会上涨,波动或下跌。

　　对于依据趋势识别预测价格的指标,显然,当价格上涨或下跌时,导数的相似值必须或正或负。通过设置EPS的误差等级,可以定义一个条件:如果"导数"邻近零点,半径为epsilon(EPS),那么价格变化可以忽略不计。

　　SSACD指标是MACD的改编版,为避免信息延迟经过调整,这在移动平均线中很常见。为了防止使用太多的术语,下文将其称为MACD。MACD在图表上显示为直方图和其平滑指数移动均线,称为信号线。相应地,平滑线的变化相对于MACD稍有延迟。因此,如果价格上涨,则(MACD-Signal)>0,如果下跌,则(MACD-Signal)<0。为EPS设置邻近零点的确定范围,定义不稳定价格行为的过渡区域。

　　SSA随机振荡指标是经过改编的快速随机振荡器,与之前的情况类似。随机振荡器的曲线通常与其局部趋势相同。即为,形成价格上涨,下跌和不稳定行为的条件可以通过随机指标的"导数":在epsilon邻近范围之内大于或小于零。

　　由于指标提供了局部预测,所以上述测量值的评估可给出价格行为在不远未来的信息。匹配的指标值能够增加预测可靠性,并降低误差概率。

　　为了验证所选方法的正确性,有必要评估如何组合指标来减少历史数据上的严重预测误差数量。误差是指短期预测指示一个方向,而价格变化却反方向发展的情形。

　　使用上述指标的用户可能会对选择的控制参数值感兴趣,以及为什么。但既然最感兴趣的是最近预测点,所以无需为这些参数指定长期选择。指标的适当参数,其行为应与该序列的主要(非预测)部分相一致,结合价格行为的平滑度和精细度,并适用于广泛的金融工具类别。以下应予以选择:

　　基于趋势预测价格(SSA快速趋势预测,版本2.5):

　　算法:复发性预测,

　　N:数据片段=256,

　　时间依赖性滞后=N/3,

　　趋势高频限制=0.25,

　　预测高频限制=0.25,

　　预测变换=S<i>/Max(:),

　　预测平滑=平滑MA(3)。

　　对于SSACD预测(受限)版本2.5:

　　算法:复发性预测,

　　N:数据片段=512,

　　时间依赖性滞后=N/4,

　　快速趋势高频限制=0.4

　　慢速趋势高频限制=0.6

　　信号SMA周期=4

　　数据准备={ln(S<i>-Smin+1)}/Max(:)

　　预测准备=S<i>/Max(:)

　　预测平滑=平滑MA(3)。

　　对于SSA随机振荡(受限)版本2.0:

　　算法:复发性预测,

　　N:数据片段=256,

　　时间依赖性滞后=N/4,

　　%K高频限制=0.3,

　　%D高频限制=0.6,

　　数据准备=S<i>/Max(:),

　　预测平滑=平滑MA(3)。

　　用于分析的历史数据片段已经在不同的时间间隔当中进行:

　　对于周期为M5,M15,H1的GOLD期货;

　　BRENT—M5,M15;

　　Si-USD/RUB—M15,

　　对于EUR/USD报价—M15。

　　MetaTrader 5平台下载正规交易软件，可以让资金更有保障，不改变指标参数,对不同周期、不同金融工具的交易进行处理,可以研究预测值的稳定性和品质。在长度约为1000点的数据序列上迭代,并在每个历史点上进行预测计算,这提供了预测与真实进行比较的机会。