d9e5a92d

Результаты торговли для модели, основанной на обращенном Медленном %К

Две выбранные нейронные сети с максимальной вероятностью устойчивой работы вне пределов выборки (согласно их скорректированным корреляциям) были исследованы в отношении их торговой эффективности.
Первая сеть была 3- слойной (18- 6- 1 нейронов), вторая 4- слойной (18- 14- 4- 1 нейронов).

Результаты для сети 18- 6- 1.
В пределах выборки, как и ожидалось, результаты были великолепными. Средняя сделка приносила более $6000 прибыли при всех видах входов, годовая прибыль составляла от 192,9% (вход по цене открытия, тест 1) до 134,6% (вход по стоп- приказу, тест 3).
Такие результаты были получены на основе подгонки под данные сложной модели из 114 свободных параметров. Стоит ли за этим что- то, кроме излишней подгонки? Видимо, да. При использовании входа по стоп- приказу вне пределов выборки удалось получить некоторую прибыль — средняя сделка принесла $362. Хотя вне пределов выборки другие виды входов были убыточными, эти убытки были меньше, чем наблюдавшиеся при тестировании других систем в предыдущих главах: при входе по цене открытия убытки составляли только $233 в сделке, а при входе по лимитному приказу (тест 2) — $331. Как это случалось и с другими моделями, вход по стоп- приказу работал лучше,чем вход по лимитному приказу. Вне пределов выборки система была прибыльна со всеми видами входов при торговле только длинными позициями. Короткие позиции были убыточны со всеми видами входов.
Эффективность системы в пределах выборки была потрясающей для всех видов входов и на всех рынках с несколькими исключениями. Наихудшей была эффективность на рынке евродоллара, видимо, ввиду свойственных этому рынку высоких транзакционных расходов. Слабо работала система на рынках серебра, соевого масла, казначейских облигаций и векселей, канадского доллара, британского фунта, золота и какао. Видимо, особенности этих рынков затрудняют нейросети, поскольку остальные рынки были высокоприбыльными. Многие из этих рынков также работали плохо с другими моделями.
Вне пределов выборки торговля была успешной для всех видов приказов на рынках казначейских облигаций (неприбыльных в пределах выборки), немецкой марки, швейцарского франка, иены, неэтилированного бензина, золота (также неприбыльного в пределах выборки), палладия и кофе. Многие другие рынки также были прибыльны с двумя или тремя видами входов. При использовании входа по стоп- приказу (наилучшего в целом) значительную прибыль приносили даже рынки S&P 500 и NYFE, а также живого скота, соевых бобов, соевой муки и овса.
На рис. 11- 1 изображен график изменения капитала для модели на основе прогнозирования обращенного во времени Медленного %К с входом по стоп- приказу. Как видно, капитал увеличивается в пределах выборки и в течение половины периода вне выборки, после чего начинается медленное снижение.

Результаты для сети 18- 14- 4- 1.
Эта сеть в пределах выборки работала значительно лучше, чем вне ее пределов. В пределах выборки прибыль варьировалась от 328,9% в год (при входе по стоп- приказу, тест 6) до 534,7% (вход по цене открытия, тест 4). Во всех случаях средняя Прибыль в сделке



Рисунок 11- 1. График изменения капитала для модели, основанной на обращенном во времени Медленном %К, нейронная сеть 18- 6- 1, вход по стоп- приказу.

превышала $6000. Как обычно, длинные позиции были прибыльнее коротких. Вне пределов выборки все виды входов были убыточны, но, как и в предыдущем наборе тестов, эти убытки были меньше, чем характерные для торговых систем, описанных в других главах, т.е. ближе к $1000, чем к $2000. Эта сеть также проводила гораздо больше сделок, чем предыдущая, причем лучше всего работал вход по лимитному приказу (тест 5). Убытки длинных позиций были меньше, чем коротких, за исключением входа по стоп- приказу, где убыток коротких позиций был сравнительно небольшим. Повышенная эффективность в пределах выборки и резкое падение эффективности за ее пределами — четкий признак избыточной подгонки под данные, которой достигла большая сеть с 320 параметрами, подстроившись под особенности учебного набора данных, но потеряв эффективность вне выборки.
В пределах выборки практически все рынки были прибыльны со всеми видами входов за тремя исключениями: серебро, канадский доллар и какао. Эти рынки в целом трудно поддаются любой системе. Вне пределов выборки система была прибыльна со всеми видами входов на ряде рынков: немецкой марки, канадского доллара, сырой нефти, мазута, палладия, откормленного скота, живого скота и леса. По крайней мере с одним из видов входов работали прибыльно еще несколько рынков.
График изменения капитала показывал постоянный рост вплоть до конца периода выборки, откуда начиналось плавное снижение, что характерно для поведения пере оптимизированной системы. Для выборки из 88 092 фактов такая нейронная сеть, возможно, была слишком большой.


Содержание раздела