Data mining for traders is the process of researching large amounts of historical data to find repeatable price action patterns in financial markets. Data mining can be done on all different time frames and both technical and fundamental data can be used to analyze the movements of markets based on different catalysts.
거래자들을 위한 데이터 채굴은 금융 시장에서 반복 가능한 가격 행동 패턴을 찾기 위해 많은 양의 과거 데이터를 조사하는 과정이다. 데이터 채굴은 모든 다른 시간 프레임에 대해 수행될 수 있으며, 기술 데이터와 기본 데이터는 모두 다른 촉매에 기반한 시장의 움직임을 분석하는 데 사용될 수 있다.
When you mine for data you try to track past moves in relation to different catalysts and identify these patterns to create repeatable trading signals. This is one of the ways traders look to find edges in their trading based on previous recurring patterns caused by human psychology, seasonal patterns, or capital flows into and out of the market.
당신이 데이터를 캐낼 때 당신은 다른 촉매와 관련된 과거의 움직임을 추적하고 반복 가능한 거래 신호를 만들기 위해 이러한 패턴을 식별하려고 노력한다. 이는 거래자들이 인간의 심리, 계절적 패턴, 혹은 자본이 시장을 드나드는 것에 의해 야기된 이전의 반복적인 패턴을 바탕으로 그들의 거래에서 우위를 찾는 방법 중 하나이다.
A trader must assign the probability of whether the patterns in the data are based on a real cause and effect relationship or they are just random in nature. Data mining can both uncover powerful price patterns and also fool a trader with randomness that has no value going forward. The biggest edge in data mining is in finding an edge through creating a high probability risk/reward ratio with a small risk but the chance of a bigger reward or a high wining percentage signal with small losses when wrong.
거래자는 데이터의 패턴이 실제 원인과 결과 관계에 기초하는지 아니면 원초적으로 무작위적인지에 대한 확률을 할당해야 한다. 데이터 마이닝은 강력한 가격 패턴을 발견하고 앞으로 나아갈 가치가 없는 무작위로 거래자를 속일 수 있다. 데이터 마이닝의 가장 큰 장점은 위험은 작지만 잘못된 경우 적은 손실과 함께 더 큰 보상 또는 높은 윈닝 비율 신호를 발생시킴으로써 우위를 확보하는 것이다.
Quality control can be created in data mining when looking for patterns in the sample data and then looking for it in new out of sample data that was not previously used or by forward testing to see if the data continues to work in real time implementation.
샘플 데이터에서 패턴을 찾은 다음 이전에 사용되지 않았던 샘플 데이터 중 새로운 데이터에서 또는 데이터가 실시간 구현에서 계속 작동하는지 확인하기 위하여 전방 테스트를 함으로써
데이터 마이닝에서 품질통제를 생성할 수 있다.
If a trader or investor is not careful about being fooled by their own bias in data-mining it can lead to a lot of errors and false patterns found by optimizing for past data not looking for real edges based on valid principles.
거래자나 투자자가 자신의 데이터 편향에 속는 것을 조심하지 않는다면, 이를 채우는 것은 유효한 원칙에 근거하여 실제 가장자리를 찾지 않는 과거 데이터에 최적화함으로써 많은 오류와 잘못된 패턴을 발견을 유도할 수 있다
Data mining is very similar to backtesting but expands to looking at not just price action and technical indicators but all kinds of data sets. Having a powerful computer for analyzing huge amounts of data quickly and also speed of execution can be an edge in itself.