Lorentzsche Klassifikation (Lorentzian Classification) — ist ein moderner Ansatz im maschinellen Lernen für das Trading, der durch Indikatoren auf der Plattform TradingView äußerst populär geworden ist.
Es ist nicht einfach ein weiterer «Oszillator», sondern der Versuch, komplexe mathematische Konzepte der nicht-euklidischen Geometrie in die Welt der Finanzmärkte zu übertragen.
1. Was ist Lorentzian Classification?
Der Methode liegt der k-nächste Nachbarn Algorithmus (k-Nearest Neighbors oder KNN) zugrunde.
Wie funktioniert klassisches KNN:
Der Algorithmus sucht in der Vergangenheit nach ähnlichen Verhaltensmustern der Preise. Wenn 8 von 10 ähnlichen Fällen in der Vergangenheit mit einem Preisanstieg endeten, gibt der Algorithmus ein Kaufsignal aus.
Warum gerade „Lorentzian“?
Klassisches KNN verwendet die „euklidische Distanz“ (eine gerade Linie zwischen Punkten in der Ebene). Finanzmärkte sind jedoch ein chaotisches Umfeld. Die Lorentzian-Metrik verwendet einen verzerrten Raum (ähnlich dem, den die Relativitätstheorie beschreibt), was es dem Algorithmus ermöglicht:
• Besser, das Markt„rauschen“ zu ignorieren.
• Berücksichtigen Sie starke Volatilität, ohne das Ergebnis zu verzerren.
• Effektiveres Gruppieren von Daten mit zeitlichen Abständen.
2. Schlüsselkomponenten des Indikators
Damit der Algorithmus den Markt „sehen“ kann, analysiert er mehrere Parameter gleichzeitig (Features):
1.Relative Strength Index (RSI): Misst die Stärke des Trends.
2.Money Flow Index (MFI): Berücksichtigt Handelsvolumina.
3.Average Directional Index (ADX): Bestimmt die Trendstärke.
4. Commodity Channel Index (CCI): Hilft, Zyklen zu finden.
5. WaveTrend: Ein zusätzlicher Filter für Umkehrpunkte.
Der Algorithmus projiziert diese Daten in einen mehrdimensionalen Raum, in dem jeder Punkt einen historischen Moment darstellt und seine Koordinaten die Werte der oben genannten Indikatoren sind.
3. Vor- und Nachteile
4. Praktische Anwendung im Handel
Die Lorentzian-Klassifikation funktioniert am besten als Filter und nicht als einzige Quelle der Wahrheit.
• Signalfilterung: Wenn Sie das Muster „Doppeltief“ sehen und die Lorentzian Classification ein Verkaufssignal (rote Farbe) anzeigt, ist es besser, von dem Handel abzusehen.
• Bestätigung des Trends: Verwenden Sie das Histogramm des Indikators, um die Stärke der aktuellen Bewegung zu bestimmen. Helle Farben deuten auf eine hohe Wahrscheinlichkeit hin, dass die „Nachbarn“ in der Vergangenheit einstimmig handelten.
• Zeitrahmen: Die besten Ergebnisse werden normalerweise auf 15-Minuten-, 1-Stunden- und 4-Stunden-Charts beobachtet. Auf zu niedrigen Zeitrahmen (1m) gibt es viel Rauschen, das KNN verwirrt.
5. Formel für die Distanz (technischer Aspekt)
Für diejenigen, die sich für Mathematik interessieren: Die Lorentzian Distance wird anders berechnet als die Standardmetrik. Wenn x und y Punkte im Parameterraum sind, sieht die Distanz L ungefähr so aus:
Die Verwendung des Logarithmus (\ln) ermöglicht es, den Einfluss großer Ausreißer (anomaler Kerzen) zu verringern und macht das Modell robuster.
Fazit
Die Lorentzian-Klassifikation ist ein großer Schritt nach vorne im Vergleich zu klassischen Indikatoren. Sie verwandelt den Handel von „Grafik-Orakeln“ in die Analyse statistischer Wahrscheinlichkeiten. Denken Sie jedoch daran: Kein Algorithmus garantiert einen Gewinn von 100%, da der Markt immer unvorhersehbare Bewegungen zeigen kann.
📊 Die Triade des Handels: Wie MA, RSI und MACD eine unbesiegbare Strategie schaffen