<<
>>

РЕЗУЛЬТАТЫ ТОРГОВЛИ ДЛЯ ВСЕХ МОДЕЛЕЙ

В табл. 11-4 приведены лучшие показатели, полученные для данных, находящихся в пределах выборки, а также эффективность портфеля на данных в пределах и вне пределов выборки. Приведены показатели для всех комбинаций приказов, сетей и моделей.
В таблице: ВЫБ — вид выборки данных (В — в пределах, ВНЕ — вне пределов выборки); ДОХ% — доходность в процентах годовых; Р/ПРИБ — соотношение риска/прибыли в годовом исчислении; 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; ПРИБДЛ — общая прибыль от длинных позиций в тысячах долларов; ПРИБКР— общая прибыль от коротких позиций в тысячах долларов. Столбцы PI, P2, РЗ представляют значения параметров: Р1 — пороговое значение, Р2 — номер нейронной сети (согласно табл. 11-1 — 11-3), РЗ— не использовался. Во всех случаях приведены те пороговые значения Р1, которые обеспечивали максимальную эффективность в пределах выборки. Вне пределов выборки были использованы те же значения.

Порог для обращенного во времени Медленного %К оптимизировался для каждого вида приказов с помощью прогонки параметра Р1 от 50 до

270

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

Таблица 11—4.

Эффективность портфеля с лучшими параметрами по данным выборки для каждого из тестов в пределах и вне пределов выборки

ГЛАВА 11 НЕЙРОННЫЕ СЕТИ

271

Таблица 11—4. Эффективность портфеля с лучшими параметрами по данным выборки для каждого из тестов в пределах и вне пределов выборки (продолжение) ВНЕ 1 90 31 0 -1.8 -009 D.577 93 39| -51» 7 -48 0 i 1 I Тест J3, Верхняя точка разворота, сеть 18-10-1, вход по открытию В 34 4 Q\ 2M.a i-ве 9,000 377 92 «448 8 0 31» вне 34 4 Of 12.1 0.17 9.361 152 49 580 7 0 ее Тест 14.

Верхняя точка разворота, сеть 18-10-1. вход па лимитном/ приказу В 34 * ? 208.0 1.90 9,000 370 «701 В о 3219 ВНЕ 34 4 a 8.0 0.13 9.399 147 49 405 7 0 Тест 15. Верхняя точна разворота, сеть 18 10 1, анод по стоп-приказу В за 4 0 175.4 1.44 9.000 125 вв 12553 8 0 1589 ВНЕ 39 4 0 -в.2 -0.1ft 9.954 50 48 -1138 7 р 59 Тес г 1В. Верыяя точке разворота, сеть IB-20-6-1. вход газ открытию В 4* 9 0 80Vft 2.81 0.000 259 78 18550 В а 4749 ВНЕ 48 9 0 -19,4 -1,08 D.B87 91 27 -531* 7 0 -ИЗ Тест 17. Верхняя точна разворота, сеть 18-20-6-1, вход по лимитному приказу В [ 48 9 о 903.8 2.93 OOOOl 252 79 18905 а й 4794 ВНЕ S 4» • о -18,7 И .05 0.994 90 27 -5193 7 0 •484 1 Теут 18. fiepit-нк \очпй разворота, сет а 1В'20-6 1, вход по стоп приказу В 30 ft 0 за? з 2 AS 0.009 12Я8 » 8320 8 0 8014 ВНЕ 30 0 -22.5 -0.49 0.977 541 Э9 -2079 7 0 -1123 90 с шагом 1. Для моделей прогнозирования разворотных точек пороговые значения прогонялись от 20 до 80 с шагом 2. В обоих случаях оптимизация проводилась только в пределах выборки, и лучшие параметры затем использовались и в пределах, и вне пределов выборки во время тестирования, как и в других главах этой книги.

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).

272

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

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.

274

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

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 переоптимизированной системы. Для выборки из 88 092 фактов такая нейронная сеть, возможно, была слишком большой.

Результаты торговли для модели, основанной на нижней точке разворота

Две выбранные нейронные сети с максимальной вероятностью устойчивой работы вне пределов выборки (согласно их скорректированным корреляциям) были исследованы в отношении их торговой эффективности.

Ниже рассмотрена эффективность большей (18-20-6-1) и меньшей из них (18-10-1).

Результаты для сети 18-10-1. В пределах выборки эта сеть работала чрезвычайно прибыльно, что при такой степени подгонки неудивительно. Вне пределов выборки и эта система относилась к числу сильно убыточных. Для всех трех видов входов (по цене открытия, по лимитному приказу и по стоп-приказу — тесты 7, 8 и 9 соответственно) средний убыток в сделке составил около $2000, что типично для многих рассмотренных ранее убыточных моделей. Убытки были тем более примечательны, что модель вела торговлю только длинными позициями, обычно более выгодными, чем короткие.

ГЛАВА 11 НЕЙРОННЫЕ СЕТИ

275

В пределах выборки только четыре рынка не были высокоприбыльными: британский фунт, серебро, живой скот и кукуруза. Рынок серебра, как известно, вызывал проблемы у всех испытанных моделей. Вне пределов выборки сеть приносила прибыль при всех видах входов на рынках S&P 500, иены, сырой нефти, неэтилированного бензина, палладия, соевых бобов и соевого масла. 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 постоянное снижение.

Результаты для сети 18-20-6-1. Эти данные получены в тестах 10, 11 и 12 (вход по цене открытия, по лимитному приказу и стоп-приказу соответственно) . Эффективность этой сети в пределах выборки взлетела до невероятного уровня. При входе по цене открытия годовая прибыль составила 768%, причем 83% из 699 сделок были прибыльны. Средняя прибыль в сделке составила $18 588. Как ни странно, при большем размере этой сети и, следовательно, большей возможности подгонки под данные ее эффективность вне пределов выборки по показателю средней прибыли в сделке превосходила меньшую по размерам сеть, особенно в случае входа по стоп-приказу, где убыток составил всего $518.

Все рынки в пределах выборки без исключения были прибыльными с использованием любых входов.

Вне пределов выборки со всеми видами входов прибыльными были рынки S&P 500, британского фунта, платины, палладия, соевой муки, пшеницы, канзасской пшеницы, миннесотской пшеницы и леса.

Результаты торговли для модели, основанной на верхней точке разворота

Две выбранные нейронные сети с максимальной вероятностью устойчивой работы вне пределов выборки (согласно их скорректированным корреляциям) были исследованы в отношении их торговой эффективности. Ниже рассмотрена эффективность большей (18-20-6-1) и меньшей из них (18-10-1).

Результаты для сети 18-10-1. Как обычно, в пределах выборки эта сеть была чрезвычайно прибыльной. Вне пределов выборки прибыль была получена с использованием двух видов входных приказов — по цене открытия (тест 13) и по лимитному приказу (тест 14). При использовании входа по стоп-приказу (тест 15) были получены умеренные убытки. Это неожиданно, учитывая то, что короткие позиции обычно бывали менее прибыльными, чем длинные.

Разбор отдельных рынков показывает, что в пределах выборки только рынки канадского доллара, откормленного скота, соевого масла, пше

276

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

ницы и какао не были прибыльны со всеми тремя видами входов. Вне пределов выборки при использовании всех трех входов значительные прибыли были получены на рынках немецкой марки, иены, сырой нефти, мазута, откормленного скота, живого скота и кукурузы. Прибыльность рынков иены, сырой нефти и до некоторой степени кукурузы соответствовала хорошей работе на этих рынках модели нижней точки разворота. Вне пределов выборки эти рынки работали прибыльно с обеими моделями точек разворота (нижней и верхней).

График изменения капитала (рис. 11-2 для входа по цене открытия) показывает резкий рост капитала до августа 1993 г., а затем более медленный подъем в течение всего остального периода выборки и двух третей периода вне выборки. После этого начинается плавное снижение.

Результаты для сети 18-20-6-1. Как и ожидалось, эта сеть, наибольшая из двух выбранных, показала самую высокую эффективность в пределах выборки. Вне пределов выборки эта сеть работала со всеми видами входов отвратительно (тесты 16, 17и 18 — вход по цене открытия, по лимитному приказу и стоп-приказу соответственно). Наименее убыточные результаты были получены при использовании входа по стоп-приказу.

В пределах выборки только рынки серебра, пшеницы, сахара и апельсинового сока не приносили прибыли со всеми тремя видами входов. Вне пределов выборки только рынок какао был прибылен со всеми тремя входами. Как ни странно, все рынки металлов показывали высокие прибыли при входе по цене открытия и по лимитному приказу вне пределов выборки, равно как и рынки откормленного скота, какао и хлопка.

Анализ капитала портфеля показывает невероятно гладкую и устойчивую прибыль в пределах выборки и убытки вне пределов выборки для всех видов входов.

<< | >>
Источник: Джеффри Оуэн Кац, Донна Л. МакКормик . Энциклопедия торговых стратегий / Пер, с англ. — М.: Альпина Паблишер. — 400 с. . 2002

Еще по теме РЕЗУЛЬТАТЫ ТОРГОВЛИ ДЛЯ ВСЕХ МОДЕЛЕЙ:

  1. 4. «Американская мечта» для всех
  2. Цена ниже рыночной, но для всех
  3. Статья III. О РАСХОДАХ НА УЧРЕЖДЕНИЯ ДЛЯ ОБРАЗОВАНИЯ ЛЮДЕЙ ВСЕХ ВОЗРАСТОВ
  4. Статья III. О РАСХОДАХ НА УЧРЕЖДЕНИЯ ДЛЯ ОБРАЗОВАНИЯ ЛЮДЕЙ ВСЕХ ВОЗРАСТОВ
  5. А.А.Закиров. Учебное пособие по дисциплине «Экономика отрасли» для студентов всех специальностей факультета Нефти и газа, 2007
  6. Адвадзе В.С. Электронный учебник в вопросах и ответах по истории экономических учений (для студентов всех видов обучения), 2011
  7. И.А. Филиппова. Международная миграция капитала и заграничные инвестиции: Методические указания для студентов всех специальностей. - Ульяновск: УлГТУ.-36 с., 2000
  8. Краткосрочная модель двойною равновесия как инструмент анализа результатов стабилизационной политики в малой открытой экономике. (Модель Манделла-Флеминга)
  9. Анализ результатов торговли
  10. 4.3. Внешняя торговля результатами интеллектуальной деятельности
  11. 10.6. Результаты решения задачи по оцениванию экономической эффективности торговли на FOREX
  12. 7.3.3. Результаты тестирования модели
  13. Система экономико-математических моделей для выбора и анализа вариантов использования инвестиций для внедрения новой техники
  14. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ СОЛНЕЧНЫХ МОДЕЛЕЙ
  15. | Четыре модели электронной торговли
  16. Модели нового типа международной торговли.
  17. Модель комплексной оценки результатов и затрат труда
  18. Модели международной торговли с учетом фактора технологии
  19. Модель торговли на основе нечеткой логики