Погода в Киеве на неделюSV  Ukraine
Среда, 18.12.2024, 14:49| RSS | Приветствую Вас Гость
Главная | Регистрация | Вход
Главная
Меню сайта
Категории раздела
Аналитика [180]
Геополитика [180]
Политика [199]
Экономика [213]
История [97]
IT-info [32]
Религия [52]
Публикации [101]
Кухня [32]
Статистика

Онлайн всего: 1
Гостей: 1
Пользователей: 0
Форма входа

Поиск


Друзья сайта
  • Официальный блог
  • Сообщество uCoz
  • FAQ по системе
  • Инструкции для uCoz

  • Новий РОЗВИТОК

  • Главная » Статьи » Публикации

    СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ (TRADE SYSTEMS)


    "Курс технического анализа"

    Владимир Меладзе




    Глава 10. СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ (TRADE SYSTEMS)

    Вопросы, рассматриваемые в этой главе:
    Система параболик
    Оценка системы поддержки принятия решенийЭкспертные оценкиГенетический алгоритмНейронные сети


    В последнее время для решения задач технического анализа значительно шире используются компьютеры. Многие трейдеры пытаются разработать свои собственные системы поддержки принятия решений (СППР). Эти системы могут быть очень полезны, если не пытаться подменить ими интуитивные оценки, опыт и т. д. Технический анализ - это прежде всего искусство. Существуют три типа программного обеспечения для аналитиков: "набор инструментов", "серый ящик" и "черный ящик".

    "Набор инструментов"

    Программы этого класса рисуют посуточные и еженедельные диаграммы, делят экран на окна, строят графики цен и индикаторов. Они включают множество популярных индикаторов, таких как скользящие средние, каналы, MACD, MACD-гистограммы, Стохастик, RSI и др. С их помощью можно, например, простым нажатием клавиши переходить от 5-дневного к 9-дневному Стохастик-индикатору.

    Хороший пакет позволяет вводить свои собственные формулы в систему, и использовать их наравне со встроенными индикаторами. Хороший инструментарий дает возможность сравнивать одновременно два рынка, включает также модель расчета опционов.В дорогих программах, таких, например, как Compu Trac, только перечисление встроенных индикаторов занимает два листа.

    Функции "механических" систем

    Существуют две полезные функции, выполняемые "механическими" системами анализа. Во-первых, они предупреждают о возможном развороте тренда. В данном случае система является важным фильтром сигналов рынка, но при этом сама может рассматриваться как еще один дополнительный индикатор рынка. Во-вторых, можно следовать сигналам системы всякий раз, как они появляются. Достоинство этого способа использования системы - в ее "объективности", на нее не влияют эмоции, настроения рынка.

    Однако всегда следует помнить, что такие системы, хорошо согласуясь с прошлыми данными (с помощью которых они настраиваются)/ не обязаны давать столь же хорошее согласование в будущем - история не повторяется в точности. Поэтому следует строить систему, которая хотя и не "собирает" всю возможную прибыль, но зато она отличается большей точностью, аккуратностью сигналов и, следовательно, способна привести к меньшим потерям.

    Преимущества "механических" систем
    Перечисленные ниже преимущества предполагают, что инвестор твердо следует сигналам системы.
    1. Главное достоинство "механической" системы, в том, что решения принимаются автоматически, на них не влияют эмоции и предубеждения.
    2. Большинство трейдеров и инвесторов теряют прибыль из-за отсутствия дисциплины. Система вносит порядок в операции.
    3. Хорошо настроенная система поможет извлечь больше прибыли, чем система, оставляющая решение за инвестором.
    4. Система позволяет накапливать прибыль при наличии сильного тренда, но автоматически ограничивает убытки при ложных всплесках цен.
    5. Хорошо настроенная модель позволяет инвестору торговать в направлении всякого важного тренда.
    Недостатки "механических" систем
    1. Никакая система не может удовлетворительно работать всегда, могут существовать достаточно продолжительные периоды, на которых она не работает.
    2. Использование прошлых данных для прогноза будущих значений не всегда помогает, характер рынка может меняться со временем.
    3. Большинство пытается настроить систему на получение максимальной прибыли, но оптимальная настройка на прошлое не дает оптимальности в будущем.
    4. Случайные события рынка могут негативно повлиять на работу системы. Например, в результате краха в 1987 г. в Гонконге рынок остановился на 7 дней. Закрыть позицию было нельзя.
    5. Наиболее эффективные системы по природе своей ориентируются на тренды. Однако часто встречаются периоды, на которых тренды отсутствуют, что делает систему бесприбыльной.
    6. Выполнение приказа по сигналу не всегда возможно.
    Правила построения систем
    Хорошо сконструированная система должна иметь в себе достоинства "механического" подхода, устраняя при этом перечисленные выше недостатки. Для этих целей следует руководствоваться следующими правилами:
    1. Проверяйте ее на прошлых данных по нескольким активам, на нескольких рынках. Чем на большем количестве данных будет проверена система, тем лучше будут результаты ее последующего использования.
    2. Следует оценивать эффективность системы, экстраполируя прошлые данные по еще более ранним. Например, можно оценить работоспособность системы в 1995 г., настроив ее по данным 1991-1994 гг.
    3. Следует точно определить правила системы. Если они нечетки, их интерпретация вызывает сомнения - в систему вносится субъективный элемент, который отрицательно сказывается на ее эффективности. Во-вторых, при неудачной настройке системы на пересечение заданных контрольных уровней индикатора, она, некоторое время показывая хорошую работоспособность, может привести к значительным убыткам, если после открытия позиции, цены не смогли достичь до противоположного контрольного уровня. Требуется точно определить правила установки уровня защитного закрытия.
    4. Убедитесь, что вы имеете достаточно капитала, чтобы выдержать самое неблагоприятное развитие событий. Следует "проигрывать" в системе такой сценарий, и быть уверенным, что его можно пережить.
    5. Следуйте каждому сигналу, генерируемому системой, не задавая вопросов.
    6. Используйте диверсифицированный портфель активов для ограничения рисков.
    7. Торгуйте на рынках, которые показывают наличие продолжительных трендов, имеют четкие временные характеристики.
    8. Не слишком усложняйте систему. Можно бесконечно "улучшать" ее по прошлым данным, вводя все новые и новые правила, но это может дать в результате обратный эффект. Следует ограничиться несколькими простыми, логичными правилами так, чтобы работа системы была "прозрачна", ясна для понимания.

    Для построения правил в системе, генерирующих сигналы к открытию позиций, обычно применяются каналы индикаторов. Они же часто используются и для сигналов закрытия позиций. Кроме этого, для закрытия можно применять систему Параболик.

    СИСТЕМА ПАРАБОЛИК

    Система Параболик была описана в 1976 г. Уэллесом Уильдером Мл. (Welles Wilder, Jr.). Названа она так потому, что сигналы к закрытию, генерирующиеся по ходу изменения цен, вычерчивают подобие параболы. В настоящее время система Параболик включена как составная часть во многие системы поддержки принятия решений.

    Основная задача системы Параболик - следуя тренду, произвести переориентацию торговых позиций в момент его разворота. Ее уникальным свойством является то, что она может реагировать не только на изменения цен, но и на изменения во времени. Большинство трейдеров однако ориентируют ее на изменения цен, не используя временную настройку.

    Как построить Параболик

    Параболик - система определения точек разворота позиций, предполагает непрерывное участие в торгах. Когда Параболик указывает на окончание длинной позиции, он в то же время предлагает открыть по той же цене короткую позицию. А когда Параболик указывает на момент закрытия короткой позиции, он в это же время по той же цене предлагает открыть длинную позицию. Этот метод давал неплохие результаты во время инфляционного рынка 70-х годов, однако в последующее время наблюдалось множество ложных выбросов. В настоящее время системой Параболик следует пользоваться выборочно, лишь при наличии трендов.

    Параболик основывается на старом надежном правиле - сдвигать уровни цен закрытия позиции только в направлении открытой позиции и никогда в противоположном. Если открыта длинная позиция, можно увеличивать уровень цен закрытия позиции, но никогда не следует уменьшать его. Если открыта короткая позиция, цену закрытия можно уменьшить.



    Цена закрытия устанавливается системой Параболик ежедневно по формуле

    Stopзавтра = Stopсегодня + AF *(EPсегодня - Stopсегодня),

    где Stopсегодня - текущая цена закрытия;

    Stopзавтра - цена закрытия завтрашнего дня;

    Epсегодня - экстремальный уровень торгов на текущий день: при открытой длинной позиции - это верхняя цена с момента покупки, если открыта короткая позиция - это самая маленькая цена с момента открытия позиции;

    AF - фактор ускорения.

    AF определяет скорость с которой следует сдвигать в направлении открытой позиции цену закрытия; AF зависит от числа новых вершин с момента открытия длинной позиции или числа новых нижних уровней цен с момента открытия короткой позиции.

    В первый день AF принимается равным 0,02. Это означает, что цена закрытия сдвигается на 2% от разницы между текущей ценой закрытия и экстремальной точкой. AF вырастает на 0,02 каждый раз, когда цены достигают нового верхнего уровня, или опускается на ту же величину по достижении нового нижнего уровня в периоды реакции, пока не достигнет своего предельного значения, равного 0,20.

    Если при открытой длинной позиции 3 раза достигались новые верхние цены, то AF=[0,02+(0,02*3)]=0,08, если это произошло 9 раз, то AF вырастет до своего предельного значения AF=[0.02+(0.02o9)]=0.2. В этом случае цены закрытия позиции меняются с шагом, равным 20% от расстояния между экстремальным уровнем цен и последним уровнем цены закрытия.

    В начале фактор ускорения невелик, цены закрытия меняются медленно. По мере достижения ценами своих новых верхних или нижних значений фактор ускорения растет, изменение цен закрытия происходит более резкими скачками. Если цены не достигают новых экстремальных значений фактор ускорения сохраняет ту же скорость изменения цен закрытия в направлении открытой позиции.

    Многие трейдеры применяют свои параметры для фактора ускорения. Некоторые увеличивают их, чтобы сделать Параболик более чувствительным, другие, наоборот, уменьшают значения шага и предельной величины фактора. Как правило, шаг изменения фактора ускорения находится в диапазоне 0.015 - 0.025, а его предельное значение выбирается в диапазоне 0.18 - 0.23.

    Правила для трейдеров

    Сначала требуется произвести начальную установку Параболика. Для этого необходимо рассчитать цены закрытия на предшествующем временном интервале, равном нескольким неделям. При этом цену закрытия предыдущего дня не следует сдвигать, каким бы ни был диапазон цен предыдущего дня - она остается равной рассчитанным ранее значениям.

    Система Параболик показывает хорошие результаты на трендах, при отсутствии тренда она дает множество ложных сигналов. Поэтому ее не следует применять механически.

    Для открытия позиции лучше использовать дополнительные методы и следовать Параболику, если они показывают наличие растущего или убывающего тренда.

    1. Если обнаружено наличие сильного растущего тренда, применяйте Параболик, рассчитав его на предшествующем интервале в несколько недель. Установив Параболик по состоянию на текущий день, начинайте ежедневно пересчитывать цены закрытия.
    2. Если у вас открыта короткая позиция при наличии сильного убывающего тренда, применяйте Параболик, рассчитав его на предшествующем интервале в несколько недель. Установив Параболик по состоянию на текущий день, начинайте ежедневно пересчитывать цены закрытия вашей короткой позиции.

    Система Параболик является прекрасным методом определения момента выхода из сильного тренда. Использовать же его сигналы для открытия позиций рискованно и, как правило, малоэффективно.

    ОЦЕНКА СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ

    Критерии для оценки СППР

    Система должна эффективно управлять доходами и риском при любых рыночных условиях, генерируя эффективные сигналы входа-выхода на рынок. При этом частота проводимых операций должна быть умеренной, учитывающей операционные затраты, комиссионные, потери на спреде и т. д.

    Сложность построения не должна отпугивать. Большинство отвергающих численные методы в пользу своей "интуиции" получают в итоге результаты ниже среднего.

    Естественно важной характеристикой в оценке системы является суммарная (итоговая) прибыль. При высоких операционных затратах важное значение приобретает такая характеристика как прибыль на операцию. Точность решений (процентная), рассчитываемая как отношение числа прибыльных операций к общему числу операций, является популярной характеристикой для многих трейдеров, хотя ее важность переоценена. Дело в том, что многие эффективные системы чаще принимают ошибочные решения, чем верные, тогда как многие бесприбыльные (или почти бесприбыльные) системы чаще принимают верные решения. Максимальные потери собственных средств являются важной характеристикой для измерения риска стратегий используемых системой. Системы подверженные периодическим крупным потерям не могут рассматриваться как пригодные к использованию, даже если, в конце концов, они дают достаточную итоговую прибыль. При этом под максимальными потерями имеется в виду не просто самая большая сумма потерь от последовательности убыточных операций, а максимальное снижение капитала в течение рассматриваемого периода. Во время такого снижения последовательность убыточных операций может прерываться отдельными прибыльными операциями, не способными изменить общий убыточный характер периода неэффективности системы. Основная характеристика эффективности системы рассчитывается как отношение итоговой прибыли к величине снижения капитала в период максимальной неэффективности системы и обычно называется отношением доход/риск (reward/risk ratio). Существует также множество других оценок эфективности системы, иногда довольно сложных, требующих большого объема статистических рассчетов, однако в большинстве случаев оказываются достаточными приведенные простые характеристики. Следует заметить, что при оценке системы можно воспользоваться критериями, которые рекомендует классическая теория управления портфелем. Одним из эффективных критериев такого рода является показатель Шарпа:


    S = (Rs – RF)/s ,

    где Rs — доходность системы,

    RF — безрисковая % ставка за тот же период (доходность гособлигаций),

    sоценка стандартного отклонения доходностей операций системы.


    Оптимизация системы

    Оптимизация системы заключается в поиске лучшей формулы для индикатора - лучшей в смысле получения с ее помощью максимальной и/или наиболее устойчивой прибыли по данным, собранным в течение длительного периода времени. Такая оптимизация внутренне противоречива. Ее критики немедленно укажут на то, что поведение будущих цен может отличаться от их поведения в прошлом. Сторонники такой оптимизации должны быть убеждены в существовании определенных закономерностей, устойчивости в поведении цен, не меняющегося или незначительно меняющегося с течением времени.

    Для проверки действенности того, что используемые в теханализе правила дают устойчивую прибыль в будущем, будучи сами рассчитаны по прошлым данным, применяют следующий простой метод тестирования (так называемое слепое моделирование или ex-ante cross validation). Сначала оптимизируют решающее правило по прошлым данным, а потом проверяют его на более поздних (недавних) данных. Таким образом можно определить, насколько хорошо вообще можно прогнозировать будущее по прошлым данным с помощью заданного правила. Если индикатор с оптимальными параметрами дает хорошие результаты на более поздних данных, можно надеяться, что он будет хорошо работать и в будущем.

    При переоценке параметров системы следует переходить к новой системе, только если полученное "улучшение" статистически значимо. Значимость можно проверить, например, с помощью рангового критерия Крускала-Уоллиса.

    Данные выборок по результатам отдельных операций двух и более сравниваемых систем смешиваются, упорядочиваются по возрастанию и каждому значению присваивается свой порядковый номер (ранг) от 1 до N. Рассчитывается статистика:


    Рекомендации при построении системы

    Роберт Пеллетьер (Robert C. Pelletier) рекомендует при построении решающих правил ограничивать число параметров, т. к. их увеличение увеличивает число степеней свободы системы. Кроме того между ними могут существовать связи, т. е. они могут оказаться статистически зависимыми, что обычно видно по коэффициенту их взаимной корреляции. Пеллетьер считает, что хорошая система должна содержать не более, чем 2-5 параметров.

    Выборка для проверки индикатора должна быть достаточно большая, чтобы на выбранный период приходилось не менее 30 сигналов. При этом период должен включать в себя целое число полных длительных (низкочастотных) циклов, чтобы ограничить влияние смещений в направлении продаж или покупок. Так, например, для известного 4-х летнего цикла фондового рынка анализ должен производиться на данных не менее чем за 8 лет.

    Сравнение со стратегией "купил-и-держи"

    Обычно стандартом для сравнения эффективности работы системы служит пассивная стратегия "купил-и-держи". Однако при этом необходимо быть аккуратным в анализе, так как эффективность пассивной стратегии в сильной степени зависит от выбранного периода времени. Ясно, что на медвежьей фазе рынка почти все индикаторы дадут выигрыш по сравнению с пассивной стратегией. В то же время общая тенденция рынка в масштабе нашего столетия - бычья, и переиграть стратегию "купил-и-держи" на всем периоде ХХ века непросто. Следует однако иметь в виду, что для пассивной стратегии характерен риск определенного рода. Снижение стоимости оборотных средств на медвежьих фазах может достигать 50% и более, что неминуемо приводит к уходу с рынка мелких спекулянтов, имеющих в своих активах большую долю заемных средств. По критерию отношения доход/риск многие индикаторы переигрывают стратегию "купил-и-держи".

    ЭКСПЕРТНЫЕ СИСТЕМЫ

    Построение решающих правил для СППР удобно вести с помощью оболочек экспертных систем (ЭС). Такие системы, построенные на основе системы продукций и методов нечеткой логики, позволяют получить взвешенные оценки сигналов различных индикаторов и генерируют на их основе итоговый сигнал к проведению торговых операций.

    Рекомендации при построении СППР на базе ЭС:

    1. Не бояться простоты формулируемых правил, не усложнять правила. Лучше всего иметь множество простых правил, выстроенных в иерархическом порядке, так чтобы выводы из правил внизу иерархии использовались как исходный материал правилами более высоких уровней.
    2. Одним из наиболее мощных и привлекательных свойств экспертных систем является то, что при недостаточности информации система, прежде чем обратиться к пользователю, сначала пытается сама извлечь ее из других правил путем построения обратной цепочки.
    3. Построение экспертных систем может включать в себя не только правила логического вывода типа если ... то..., но и другие технологии: нечеткие множества, моделирование процессов и т. д.
    4. Нейронные сети и генетические алгоритмы могут быть использованы для оценки прогнозирующих способностей индикаторов рынка, что является важным этапом при разработке мощной базы знаний.


    ГЕНЕТИЧЕСКИЙ АЛГОРИТМ

    Генетический алгоритм был предложен более 20 лет тому назад Джоном Холландом (John Holland). Алгоритм управляет набором представителей (individuals), которые могут рассматриваться как возможные решения поставленной задачи. Отобранные на каждом шаге лучшие представители перемешиваются ("скрещиваются") между собой, производя "мутантов". От полученных таким образом новых представителей ожидают еще более хороших результатов. Процесс повторяется несколько раз.



    Схема алгоритма:

    t = 0

    Инициализация P(t)

    Повторить следующие действия определенное число раз

    Оценить набор представителей P(t)

    Отобрать P(t+1) из P(t)

    Применить к P(t+1) процедуру "скрещивания" представителей

    P(t) - набор представителей на шаге t. На шаге инициализации случайным образом набирается исходный набор представителей.


    Реализации алгоритма требует наличия следующих четырех его составляющих:
    1. Процедура предварительного отбора представителей (потенциальных решений).
    2. Процедура (критерий) оценки представителей.
    3. Процедура отбора (селекции) представителей.
    4. Процедура генерации новых представителей (модификация текущего набора).
    В качестве простого примера рассмотрим применение алгоритма для прогноза цен следующего торгового дня по данным за 10 предыдущих дней.
    Критерий

    Подбор критерия - одна из самых сложных задач при реализации генетического алгоритма. В нашем примере в качестве критерия будем использовать следующую формулу:


    (Число операций) 0,7 * ( Среднее изменение цен за операцию)
    Мутация и скрещивание

    Мутация и скрещивание являются теми механизмами, с помощью которых генетический алгоритм улучшает набор представителей. При мутации одно из условий одного представителя заменяется случайно выбранным условием другого представителя. Например, представитель

    ((> (C3)(H4))( < (L2)(C0)))
    может после мутации принять вид:
    ((> (C3)(H4))( > (H9)(L8)).
    При скрещивании два представителя могут образовать два других (offspring). Например, из
    ((> (C1)(C2))( > (C3)(C4))( > (C5)( >C6)))
    и
    ((> (L1)(L2))( > (L3)(L4))( > (L5)( >L6)))
    образовались:
    ((> (C1)(C2))( > (L3)(L4))( > (L5)( >L6)))
    и ((> (L1)(L2))( > (C3)(C4))( > (C5)( >C6))).
    Точка деления находилась после первого условия, но может быть и в других местах, что позволяет при скрещивании одной пары представителей получить множество новых пар.

    Селекция

    С помощью процедуры селекции происходит отбор новых представителей. Крайние позиции - выбрать только одного - самого лучшего, или выбирать всех без разбора. Оптимум - посередине.

    Представители с высоким значением критерия пропорционально репродуцируются, тогда как количество представителей с малыми значениями ограничивается. Обычно число репродукций определяется из соотношения:



    Число репродукций (копий) i = Целая часть [fi/F]
    где fi - значение критерия для i-го представителя,
    F - среднее значение критерия по всем представителям.

    НЕЙРОННЫЕ СЕТИ

    Нейронные сети представляют собой самообучающиеся системы, построенные на элементах моделирующих принцип действия нейрона человеческого мозга.

    Модель нейрона МакКаллока-Питтса состоит из тела (сомы) и отростков (аксонов), концы которых стыкуются с телами других нейронов. Место стыка называется синапсом. Синапс характеризуется силой синаптической связи w. Если нейрон i имеет синапсы с силами связи wi1, ... ,win, то приходящие по ним импульсы от других нейронов (Sj) в нем суммируются и дают на выходе:




    Рис. 88. Модель нейрона.


    В качестве функции активации (переходной функции) f() нейросети обычно выбираются: простая ступенчатая функция, симметричная или ассимметричная S-образная функция или линейноступенчатая функции (см. рис.).



    Рис. 89. Простая ступенчатая, ассимметричная и симметричная S-образные функции активации.


    Если обозначить wij, силу связи j-го нейрона на i-ом, то нейросеть, состоящая из n нейронов будет полностью характеризоваться матрицей синаптических связей:

    Обычно используют простейшие нейросети, так называемые, слоистые нейросети . Входы нейронов каждого слоя соединены только с выходами нейронов предыдущего. Первый слой называется входным , последний - выходным , а остальные - скрытыми (внутренними ) слоями. Пример обозначения такой нейросети: 4 - 8 - 5 - 3. Это означает, что нейросеть состоит из 4-х слоев: во входном слое 4 нейрона, в выходном - 8, в двух скрытых слоях - 8 и 5.
    Управление (обучение ) нейросетью осуществляется посредством изменения сил синаптических связей в матрице W. Неросеть может быть использована как самообучающаяся система, либо быть предварительно настроена на специально подобранных примерах - образцах (обучение с учителем ). При настройке нейросети для заданного набора входных сигналов сеть генерирует выходные сигналы, которые сравниваются с образцами, отклонения от которых оцениваются с помощью специально подобранной функции потерь (например, равной среднеквадратической отклонений). Далее изменяют матрицу синаптических связей с целью минимизации функции потерь (обычно методом градиентного спуска ). Нейросеть, таким образом, можно отнести к моделям аддитивной, нелинейной и непараметрической регрессии.



    Рис. 90. Простая ступенчатая, ассимметричная и симметричная S-образные функции активации.



    Эффективность работы нейросети является взвешенной оценкой трех ее свойств:

    степени конвергенции - точности с какой модель адаптировалась к заданным входным значениям;
    степени генерализации (обобщения) - точности, с какой модель работает на входных наборах, выходящих за рамки тех, которые ей предлагались;
    стабильности - меры разброса (отклонений) в точности ее прогнозов.
    На перечисленные выше свойства нейросети можно повлиять посредством следующих процедур:
    выбором подходящей функции активации
    выбором подходящей функции потерь
    выбором архитектуры (структуры) сети
    подбором параметров для градиентного спуска
    выбором времени обучения Пример применения нейротехнологий в техническом анализе Основной целью нейронного обучения является построение связей (ассоциаций) между наблюдаемыми формациями. Нейронные сети полезны на этапе принятия решения по сигналам, приходящим от нескольких технических индикаторов. Различные технические индикаторы эффективны при различных состояниях рынка. Как мы уже говорили, трендоследящие индикаторы эффективно работают при наличии тренда, тогда как осцилляторы применимы, когда рынок колеблется в диапазоне.

    Покажем на простом примере (A.-P. Refenes, A.Zaidi ), как в этом случае можно использовать нейронную сеть. Пусть стоит следующая задача: найти смешанную стратегию на основе комбинации двух стратегий, каждая из которых строится по сигналам от двух простых индикаторов: скользящей средней (MA) и отклонения от среднестатистического значения (MV).

    MA - простой индикатор, сравнивающий две скользящие средние с разными периодами усреднения и дающий сигнал на покупку, когда быстрая СС пересекает медленную снизу-вверх, и сигнал на продажу при пересечении сверху-вниз.

    MV - простой индикатор, дающий сигнал на продажу, когда цена оказывается больше своего среднестатистического значения, сигнал на покупку - в противном случае.

    Структура системы показана на Рис. 91.

    На вход системы поступают сигналы индикаторов (0 - короткая позиция, 1 - длинная) и информация об эффективности индикаторов за 2 последних дня (прибыль или убыток), а также текущая рыночная информация.
    На выходе получается три сигнала:

    МА: следовать рекомендации MA-индикатора

    МV: следовать рекомендации MV-индикатора

    NP: ничего не предпринимать

    Каждый выходной сигнал принимает значения в диапазоне от 0 до 1.



    Рис. 91. Схема нейронной сети для анализа двух индикаторов.


    Если оба МА и МV сигналы находятся в состоянии ВКЛ (принимают значения большие 0,5), то выбираются рекомендации сигнала с наибольшим значением, если же NP находится в состоянии ВКЛ, то ничего не предпринимается.

    Эксперименты с моделью проводились на данных обменного курса валют за период с 1984 по 1986 гг. Нейронная сеть представляла собой многослойный персептрон (9-12-6-3). По результатам прогона были выведены следующие простые эвристические правила (предполагается в каждый момент времени следование одной из стратегий):

    Следуя МА стратегии : если были убытки в момент (t-1) и оба индикатора в момент t дают (на момент t+1) одинаковые рекомендации, тогда надо переключиться на MV-индикатор;

    Следуя МV стратегии : если были убытки в моменты (t-1) и (t-2), а оба индикатора в момент t дают (на момент t+1) противоположные рекомендации, тогда надо переключиться на MА-индикатор;

    Полученные правила были применены на данных 1984-1992 гг., что дало 3% выигрыша по сравнению с чистой MV-стратегией и 3,2% выигрыша по сравнению с МА-стратегией.



    Источник:
             Логотип Парус Инвестора





    Категория: Публикации | Добавил: ekjack (25.09.2012)
    Просмотров: 1101
    Всего комментариев: 0
    Добавлять комментарии могут только зарегистрированные пользователи.
    [ Регистрация | Вход ]

    Copyright MyCorp © 2024
    Бесплатный конструктор сайтов - uCoz