Ichimoku Kinko Hyo & Deeplearning¶
L'indicateur technique Ichimoku Kinko Hyo est une stratégie à lui tout seul. C'est une analyse technique extrêment graphique qui permet en un coup d'oeil de détecter les grandes tendances du cours de l'action.
Voici le graphe de l'indicateur technique Ichimoku-Kinko-Hyo et sa prédiction Keras.
Interface¶
Dans le Menu Stratégie choisissez Ichimoku-Kinko-Hyo :
Configuration¶
Remarquez l'interface de configuration avec trois parties :
- (1) Longueur des moyennes mobiles de la Tenken, Kijun et Senkou
- (2) Configuration du nombre de jours prédiction
- (3) Choix prédéfinis des longueurs pour les signaux Tenken, Kijun et Senkou
Prédiction keras et tensorflow¶
Avec cette stratégie vous avez la possibilité de vous faire aider par l'IA, un signal automatique d'achat et de vente est alors affiché sur le graphique.
Configuration du modèle de prédiction¶
Le modèle de prédiction LogisticRegression de sci-learn est utile pour prédire les signaux d'une stratégie binaire comme à l'achat (1) ou bien à la vente (0)
Avec notre implémentation ce modèle possède deux paramètres vus au point (2) :
- Nombre de jours de la prédiction
- Nombre de jours la fenêtre de prédiction (largeur de la fenêtre mobile)
Calculer la Prédiction¶
- (1) Cochez la case Forcasting pour afficher le signal de prédiction.
- (2) Un signal à trois états, achat de vente et neutre, est généré par l'entrainement de l'IA.
- (3) Un réseau de neurones Keras est entrainé sur les données du passé pour délivrer sa prédiction.
Ici AIR LIQUIDE est à l'achat.
Lire le signal de prédiction¶
- (1) - L'outil Zoom de Matplotlib
- (2) - Le signal de prédiction
Avec l'outil zoom je fais un zoom sur la fin du graphe, je peux lire le signal de prédiction qui possède trois états.
Les trois états du signal¶
- (1) Vente
- (2) Neutre
- (3) Achat
Bien sûr avec Safran en ce moment ce signal est à l'achat.
Formation¶
Algorithme¶
Découvrez l'implémentation Python de cet indicateur technique au sein de la plateforme :