ЧТО МЫ УЗНАЛИ?
* Выходы имеют важное значение для общей эффективности. Попытки улучшения выходов в этой главе обеспечили снижение средних убытков в сделке более чем на $1000 по сравнению со стандартным выходом, использованным при исследовании входов.
* Как и в случае с входами, поиск хорошего выхода подобен поиску крошечного островка неэффективности в море эффективного рынка. Хотя такие острова есть, найти их непросто.
...[ ... ]
Сочетание выходов
Сочетание выходов
с искусственным интеллектом
В этой главе будет исследоваться модифицированная стратегия стандартного выхода (МССВ) в сочетании с элементами, основанными на нейронных сетях и генетических алгоритмах. В гл. 11 для генерации сигналов входа были разработаны системы прогнозирования на основе нейронных сетей. Один из этих нейронных индикаторов (сеть на обращенном во времени Медленном %К) пытался предсказывать положение завтрашней цены относительно диапазона цен на следующие несколько дней. Эту сеть можно использовать совместно со стратегией выхода; если в длинной позиции сеть указывает, что рынок близок к максимуму следующих нескольких дней, то имеет смысл выйти из позиции, пока рынок не начал падать. Если в короткой позиции сеть показывает, что цены будут расти, то также следует выходить из позиции, не дожидаясь убытков при реальном движении рынка.
Первый тест из приведенных ниже исследует поведение нейронной сети, прогнозирующей обращенный во времени Медленный %К в сочетании с модифицированной стратегией выхода. Нейронная сеть, генерирующая собственный сигнальный выход, не может быть применена отдельно от других стратегий выхода, поскольку она не всегда будет подавать сигнал на закрытие позиции. Сеть создана для генерации сигналов входа, т.е. она подает сигнал, когда есть вероятность, что рынок поведет себя определенным образом. При этом отсутствие сигнала не означает, что на рынке не может произойти чего-то важного. Когда мы занимаем позицию на рынке, то в к
...[ ... ]
МЕТОДОЛОГИЯ ТЕСТИРОВАНИЯ
МЕТОДОЛОГИЯ ТЕСТИРОВАНИЯ НЕЙРОННОГО КОМПОНЕНТА СТРАТЕГИИ ВЫХОДОВ
Мы используем наибольшую из двух лучших нейронных сетей, обученных прогнозированию обращенного во времени Медленного %К. Предварительная обработка и логика принятия решений идентичны использованным в гл. 11. Используется сеть 18-14-4-1 (18 нейронов в первом слое, 14 в первом промежуточном, 4 во втором промежуточном и 1 на выходе). Параллельно используется МССВ. В дополнение к условиям выходов МССВ вводится условие: если прогнозируемое значение обращенного во времени Медленного %К выше некоего порога, т.е. положение рынка относительно ценового диапазона ближайшего будущего высоко, то система выходит из длинной позиции. Подобным же образом, если прогноз показывает, что рыночная цена находится вблизи нижней границы диапазона цен ближайшего будущего, то система выходит из любой корот
кой позиции. Выходы, запускаемые сигналами нейронной сети, производятся по цене закрытия соответствующего дня.
static void Model (float *parms, float *dt, float *opn, float *hi, float *lo, float *cls, float *vol, float *oi, float *dlrv, int nb, TRDSIM &ts, float *eqcls) {
//
//
// на нейропредсказателе
// File = x21mod01.c
выходом,
Выполняет случайные входы с модифицированным стандартным улучшенным с помощью "сигнального выхода", основанного
для обратного Медленного %К.
// parms
// dt
// орn
// hi
// 1о
// cls
// vol
// oi
// dlrv
// nb
// ts
// eqcls
набор [1..MAXPRM] параметров набор [l..nb] дат в формате
...[ ... ]
РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ
РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ НЕЙРОННОГО ВЫХОДА
Результаты базовой с и с т е м ы
В табл. 15-1 приведены результаты работы МССВ. Порог был установлен достаточно высоко, чтобы сеть не генерировала никаких выходов. Эта таблица идентична табл. 14-1 при оптимальных значениях фиксированной защитной остановки и целевой прибыли. В таблице: ВЫБ - часть образца данных (В - в пределах, ВНЕ - вне пределов выборки); ПРИБДЛ - общая прибыль длинных сделок, в тысячах долларов; ПРИБКР - общая прибыль коротких сделок, в тысячах долларов; Ф.ПРИБ - фактор прибыли; ДОХ % - прибыль в процентах годовых; Р/ПРИБ - годовое соотношение риска/прибыли; ВЕР - ассоциированная вероятность статистической достоверности; СДЕЛ - число сделок на всех рынках в составе портфеля; ПРИБ% - процент прибыльных сделок; $СДЕЛ - средняя прибыль/убыток со сделки; ДНИ - средняя длительность сделки в днях.
Между эффективностью системы в пределах и вне пределов выборки существует очевидная взаимосвязь. Средняя сделка принесла убыток $1581 в пределах и $1580 вне пределов выборки; процент прибыльных сделок на обеих выборках составил 39%. Соотношения риск/прибыль составили -1,46 в пределах и -1,45 вне пределов выборки.
...[ ... ]
Результаты торговли
Результаты торговли портфелем с нейронным выходом
Табл. 15-2 представляет собой стандартную таблицу результатов оптимизации. В ней приведены результаты торговли портфелем финансовых инструментов для всех значений порога, а также результаты решения, которое было оптимальным в пределах выборки, полученные на данных вне выборки.
В пределах выборки было получено улучшение общих результатов за счет применения дополнительного нейронного выхода. Средняя прибыль в сделке достаточно медленно изменялась при изменениях значения порога. Наилучшее значение порога составило 54, средняя сделка при этом приносила убыток в $832. Процент прибыльных сделок составил 41%, годовое соотношение риска/прибыли -0,87. Таким образом, внедрение нейронного выхода значительно повысило эффективность торговли по сравнению с результатами, приведенными в табл. 15-1. Вне пределов выборки, впрочем, улучшения не наблюдалось: эффективность не особо отличалась от работы базовой МССВ. Когда исследовалась работа нейронных сетей для генерации входов, эффективность при переходе на данные вне пределов выборки падала весьма резко - видимо, нечто подобное произошло и в этом тесте, где в качестве элемента стратегии выходов использовалась та же нейронная сеть.
...[ ... ]