Избранное трейдера yuryss
Первая часть лежит тут… smart-lab.ru/blog/155810.php… думал частично переписать, но решил просто добавить...
1 Основа торговли
Трейдинг — это прогнозирование будущих цен и торговля этого прогноза с целью извлечения прибыли.
Прогнозирование будущих цен можно делать на основе различных методов и способов, например: фундаментального анализа, новостей, цены, объемов, элиотов и прочих методов или их сочетания. В любом случае выделяется параметр наблюдения или ряд параметров на основании которых принимается решение об исходе прогноза.
В конечном итоге, исходы прогноза всего 2 — тренд и контртренд. В случае тренда мы делаем вывод что параметр наблюдения достаточно изменился, чтоб движение продолжилось, а для контртенда на основаниии такого же изменения параметра мы сделаем вывод что движение прекратится и сменится на противоположное.
Интересный подход к предсказанию направления рынка рассмотрен в статье "Using CART for Stock Market Forecasting". Для того, чтобы предугадать движение цены на недельном отрезке используется техника под названием CART (Classification And Regression Trees) — построение классификационного графа (дерева) с целью предсказать значение целевой характеристики (цены) на основании набора объясняющих переменных. CART находит применение во многих областях науки и техники, но применим и в торговле, так как обладает набором свойств, хорошо подходящими для этой цели:
Для построения дерева автор использует библиотеку языка R, вычисляющую рекурсивное разделение (Recursive Partitioning) rpart.
1. Расчетная таблица должна включать список всех проведенных сделок по всем ценным бумагам и инструментам, будь то акции, облигации, взаимные фонды, фьючерсы или опционы.
Предлагаю вашему вниманию простенький метод оценки стоимости опциона на центральном страйке исходя из текущей волатильности.
в качестве индикатора волатильности используем ATR (Average True Range), который доступен во многих торговых терминалах
По своей сути ATR показывает средний размер свечи (с учетом гэпов) за заданный период. Для расчетов желательно выбрать часовой таймфрейм и период кратный одному торговому дню (для ФОРТС 14, для FOREX 24). В результате имеем среднее значение от максимума до минимума часовой свечи. Зная это значение, и взяв на себя смелость предположить, что волатильность останется примерно такой же в интересующий нас будущий промежуток времени, мы можем посчитать ожидаемый размер «свечи» большего временного интервала:
ATR(N)= ATR(Н1)*КОРЕНЬ(N), где N количество часов в свече большего временного интервала.
Тем самым мы поучили ожидаемое значение от максимума до минимума свечи в N часов.
Здравствуйте Уважаемые участники форума!
Обращаюсь к Вам за советом по такому вопросу:
Имеется торговая система, построенная с применением нейронных сетей, которая имеет 12 оптимизируемых параметров – вещественных чисел в диапазоне от -1 до 1.
В качестве эксперимента была проведена оптимизация этих параметров на фьючерсе на обыкновенные акции сбербанка на минутках. Количество точек данных для оптимизации -30000 (это примерно 2 месяца). После этого система проверялась на новых данных – 10000 точек.
Результаты оптимизации и проверки представлены на рисунке.
Светло-зеленая кривая – это эквити счета, ниже – график цены.
Зеленые и красные линии – это сделки, просто их очень много и там все сливается.
Собственно сам вопрос: Что будет эффективнее в реальной торговле – переоптимизация параметров раз в день на последних данных за 2 месяца (последние 30000 минутных свечей), или переоптимизация каждый час на последних 3000 минутных свечах, или пероптимизация каждые 5 минут, или еще какой то вариант? То есть интересует оптимальная частота оптимизации и размер обучающего набора данных. Причем наблюдается такая взаимосвязь: чем больше обучающий набор данных, тем меньше средняя доходность системы на обучающем наборе, но тем больше вероятность того что система будет показывать эту доходность на данных которые она не видела. И наоборот, чем меньше обучающий набор, тем больше средняя доходность на обучающем наборе и тем меньше вероятность, что система покажет прибыль на неизвестных данных.