РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ НЕЙРОННОГО ВЫХОДА
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 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.
366
ЧАСТЬ III ИССЛЕДОВАНИЕ выходов
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.Результаты тестирования нейронных выходов на различных рынках
В табл. 15-3 приводятся результаты торговли с использованием оптимальной МССВ и дополнительного нейронного сигнала выхода на различных рынках. Было использовано оптимальное значение порога (54) согласно табл. 15-2.
Значительная прибыль как в пределах, так и вне пределов выборки была получена только на рынке живых свиней. Ряд рынков (например, немецкая марка и иена) показали значительную прибыль в пределах выборки, но были убыточны вне ее пределов. В длинных позициях рынки NYFE и неэтилированного бензина были прибыльны как в пределах, так и вне пределов выборки — это можно объяснить и статистическим артефактом, поскольку в пределах выборки в длинных позициях многие рынки приносили прибыль.
Таблица 15—1. Эффективность базовой МССВ, предназначенной для
использования в сочетании с нейронной сетью, прогнозирующей сигналы выхода ВЫБ ПРИБДЛ ПРИБКР Ф.ПРИБ дох% Р/ПРИБ ВЕР СДЕЛ ПРИБ% $СДЕЛ ДНИ В -1976 -4073 0.83 -10.3 -1.46 1.0000 3826 39 -1581 8 ВНЕ -974 -1632 0.84 -21.6 -1.45 0.9985 1649 39 -1580 8 ГЛАВА 15 СОЧЕТАНИЕ выходов с ИСКУССТВЕННЫМ ИНТЕЛЛЕКТОМ
367
Таблица 15—2. Эффективность торговли портфелем при сочетании МССВ и нейронного сигнала выхода для различных значений параметра порога ВЫБ П1ЛЧИ 1ТРИБДЯ Ф.ПРКЕ дох* р.-приь ИР ОДЕЛ ПРИГ,'-, зсдел дни В 50 -1W1 ?418J 073 10 3 2.22 1.0000 4282 37 -1416 3 в 52 -001 -3130 СИ -10.4 -1.12 09999 4030 40 -1000 5 и 64 -4» -2SM 0.19 -19.D -0.47 0 8W4 иа« 4t -432 « н И -463 3073 ose 1 О.Э -091 0 9*77 3916 41 -907 7 и ее ?авд -3040 0.69 -10.3 -0 91 0.9978 3666 41 -936 7 В во -654 -3131 0 66 -10.4 -ОМ 0.9969 3864 41 -1031 7 I! 62 -1284 -337В 0.97 -10.3 -1.14 овма ЭА54 40 -1212 В 04 -1513 ММ 0.66 -10.4 -1.21 0.9998 3*47 40 -1299 7 н во -1729 ? 3*05 0.65 ? 10.4 -1.30 10000 3837 40 -1405 7 н 64 -101*1 -зввг 0.64 -10.3 -1.40 1.0000 3432 19 -1513 6 н то -1BSB1 -39SS 0.64 -10.3 -1.42 1.0000 3830 ЗВ • 1544 8 В 72 -1869 1994 0.64 -10.1 -1.44 1.0000 38» 3» 1558 6 в 74 -ТВ? в -4010 0.94 -10.3 -1.44 Loom 3626 39 ? 1563 8 те ? 1976 -3066 0.64 -10.3 -1 44 1 0000 3827 39 -1557 a в 76 -1&7& -4011 064 -10.3 -1.44 1 оооо 3627 39 -156< 6 в во -1&7& -40+7 0.63 -10.3 -1.45 1.0000 3426 39 -1574 6 1 ВНЕ 54 -1291 -1432 081 -22.3 -168 2 К97 1710 39 -1502 в
Еще по теме РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ НЕЙРОННОГО ВЫХОДА:
- МЕТОДОЛОГИЯ ТЕСТИРОВАНИЯ НЕЙРОННОГО КОМПОНЕНТА СТРАТЕГИИ ВЫХОДОВ
- ТЕСТИРОВАНИЕ СТРАТЕГИЙ ВЫХОДА
- МЕТОДОЛОГИЯ ТЕСТИРОВАНИЯ ГЕНЕТИЧЕСКОГО КОМПОНЕНТА ВЫХОДОВ
- СТАНДАРТНЫЕ ВХОДЫ ДЛЯ ТЕСТИРОВАНИЯ ВЫХОДОВ
- РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ
- 7.3.3. Результаты тестирования модели
- РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ
- РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ СОЛНЕЧНЫХ МОДЕЛЕЙ
- Тестирование, реализация программы и анализ результатов стимулирования сбыта
- СРАВНЕНИЕ РЕЗУЛЬТАТОВ НАИЛУЧШЕЙ СТРАТЕГИИ ВЫХОДА НА РАЗЛИЧНЫХ РЫНКАХ
- ГЛАВА 11 Нейронные сети
- НЕЙРОННЫЕ СЕТИ В ТОРГОВЛЕ
- ЧТО ТАКОЕ НЕЙРОННЫЕ СЕТИ?
- ВИДЫ ВЫХОДОВ, ИСПОЛЬЗУЕМЫХ В СТРАТЕГИИ ВЫХОДА
- ПРОГНОЗИРОВАНИЕ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ
- ВХОДЫ НА ОСНОВЕ НЕЙРОННОЙ СЕТИ
- Применение технологии нейронной сети в маркетинге
- Тестирование модели