Разделы



Нейронные сети в торговле

Нейронные сети были наиболее популярны в конце 80 — начале 90-х го­дов, после чего медовый месяц завершился. Что же произошло? В общем, наступило разочарование среди трейдеров, надеявшихся, что новые тех­нологии чудесным образом обеспечат им превосходство с минимальны­ми затратами усилий. Разработчики использовали для обучения недоста­точно подготовленные исходные данные, надеясь на открытия, которые должна была сделать сама сеть. Это был наивный подход. Успех на рынке никогда не бывает таким простым и доступным для всех. Этот подход был не только неэффективен в отношении разработки сетей, но и привел к тому, что сети широко распространились. В результате любая попытка систем уловить выгодные движения рынка сводилась к нулю ввиду изме­нившейся природы рынка, который быстро адаптировался к новым мето­дам торговли. Во всем обвинили саму технологию и отбросили ее, не за­думавшись о неправильном подходе к ее применению. Для получения ус­пешных результатов был необходим более осмысленный и изощренный подход.

Большинство попыток разработать прогностические модели на осно­ве нейронных сетей, простые или усложненные, были сконцентрирова­ны на отдельных рынках. Проблема с отдельными рынками состоит в том, что количество точек данных для обучения сети весьма ограничено и ве­дет к переоптимизации, что, особенно в сочетании с не слишком хорошо подготовленными данными, ведет к провалу при торговле. В этой главе нейронные сети будут обучаться на основе целого портфеля ценных бу­маг, валют и фьючерсов, что позволит использовать для избежания под­гонки десятки тысяч точек данных — приличное количество для малень­кой или средней нейронной сети. Возможно, таким образом удастся зас­тавить работать достаточно прямолинейный алгоритм прогнозирования рынка. Фактически, такая сеть сможет служить универсальным прогнос­тическим средством, т.е. после обучения на целом портфеле она сможет прогнозировать в отдельности каждый из рынков.

ПРОГНОЗИРОВАНИЕ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ

Форекс отзывы дают Тебе неповторимую возможность узнать о торговле на Форекс всесторонне и сформировать свое мнение!

Нейронные сети будут разрабатываться с целью прогнозирования: ( I ) куда уйдет рынок в ближайшем будущем и (2) будет ли завтрашняя цена от­крытия представлять собой точку разворота. Для первого случая будет сооружаться сеть, прогнозирующая обращенный во времени стохасти­ческий осциллятор, а именно обращенный Медленный %К. Это, в общем, стандартный осциллятор, но рассчитываемый с обратным отсчетом вре­мени. Такой осциллятор отражает текущее положение цены закрытия по отношению к нескольким последующим дням. Несомненно, предсказа­ние значения такого индикатора было бы полезно для трейдера: зная, что сегодняшняя цена закрытия и, вероятно, завтрашняя цена закрытия ле­жат внизу ценового диапазона нескольких следующих дней, можно пред­полагать, что это хорошая ситуация для покупки, и наоборот, если сегод­няшняя цена открытия лежит вблизи максимума ближайшего будущего, время поразмыслить о продаже. Во втором случае представим моделиро­вание ситуации с завтрашним открытием — будет ли эта цена максиму­мом или минимумом? Для решения этой задачи будут обучены две ней­ронные сети: одна на определение минимума в завтрашней цене откры­тия, другая на определение максимума. Возможность предсказать макси­мум или минимум на завтрашней цене открытия также полезно для трей­дера, решающего, входить ли в рынок и какую позицию занимать—длин-ную или короткую. Целью этого исследования будет получение таких про­гнозов в отношении любого рынка, где используется модель.

п»ї

ВХОДЫ НА ОСНОВЕ НЕЙРОННОЙ СЕТИ

Мы будем обучать три нейронные сети, дающие три модели входа. Две из них будут настроены на поиск точек разворота: одна будет определять минимумы, другая — максимумы. Если модель, определяющая минимум, покажет, что вероятность минимума на завтрашней цене открытия выше некоторого порога, то будет отдан приказ на покупку. Если модель, опре­деляющая максимум, покажет, что вероятность максимума на завтраш­ней цене открытия выше некоторого другого порога, то будет отдан при­каз на продажу. Ни одна из этих моделей не будет отдавать приказы при каких-либо других условиях. Таким образом, стратегия проста и основа­на только на предсказанных минимумах и максимумах. Если вероятность определения максимумов и минимумов будет выше случайной, то торгов­ля будет прибыльной. Система обнаружения не должна быть идеальной, пусть вероятность правильного сигнала будет выше 50% — этого будет достаточно, чтобы преодолеть транзакционные затраты.

Для модели, использующей обращенный во времени Медленный %К, будет использоваться подобная стратегия. Если прогноз показывает, что обращенный во времени Медленный %К имеет вероятность быть ниже установленного порога, будет отдан приказ на покупку; это значит, что рынок находится вблизи минимума некоторого будущего ценового диа­пазона и можно быстро получить прибыль. Таким же образом, если про­гнозируемое значение обращенного Медленного %К высоко и превыша­ет некоторый верхний порог, будет отдан приказ на продажу.

Эти входы, как и многие другие, рассмотренные в предыдущих главах, являются прогностическими — они предсказывают рынок, а не следуют за ним. Они подходят для торговли против тренда и при точном предсказа­нии могут резко снизить проскальзывание, обеспечить своевременное вы­полнение приказов, поскольку трейдер будет покупать, когда другие про дают, и наоборот. Хорошая прогностическая модель — Святой Грааль тор­говли, который дает возможность продавать вблизи максимума и покупать вблизи минимума. Однако при неточной работе все преимущества про­гностической модели будут перевешены расходами на неудачные сделки.

Читать далее: Модель на обращенном во времени медленном %