BARS trong tài chính

Để áp dụng thuật toán ML trên dữ liệu phi cấu trúc, chúng ta cần phân tích cú pháp, trích xuất thông tin có giá trị từ đó và lưu trữ các trích xuất đó ở định dạng chính quy. Hầu hết các thuật toán ML đều giả sử một bảng biểu diễn dữ liệu được trích xuất. Những người hành nghề tài chính thường gọi các hàng trong bảng đó là “thanh”.

Chúng ta có thể phân biệt giữa hai loại phương pháp thanh: (1) phương pháp thanh tiêu chuẩn, phổ biến trong tài liệu và (2) phương pháp thanh điều khiển thông tin, tiên tiến hơn, mà những người thực hành tinh vi sử dụng, mặc dù chúng chưa xuất hiện lần nào trên các bài viết. Trong phần này, chúng ta sẽ thảo luận về cách hình thành các thanh đó.

Một số phương pháp xây dựng thanh rất phổ biến trong ngành tài chính, đến mức hầu hết các API của nhà cung cấp dữ liệu đều cung cấp một số phương pháp trong số đó. Mục đích của các phương pháp này là chuyển đổi một loạt các quan sát có tần suất không đều (thường được gọi là “chuỗi không đồng nhất”) thành một chuỗi đồng nhất thu được từ việc lấy mẫu thông thường.

Mục đích của các thanh định hướng thông tin là lấy mẫu thường xuyên hơn khi có thông tin mới xuất hiện trên thị trường. Trong bối cảnh này, từ “thông tin” được sử dụng theo nghĩa cấu trúc vi mô thị trường. Các lý thuyết về cấu trúc vi mô thị trường coi trọng sự tồn tại của khối lượng ký kết không cân bằng, vì hiện tượng đó gắn liền với sự hiện diện của các nhà giao dịch có hiểu biết. Bằng cách đồng bộ hóa việc lấy mẫu với sự xuất hiện của các nhà giao dịch có hiểu biết, chúng ta có thể đưa ra quyết định trước khi giá đạt đến mức cân bằng mới.