Ciao a tutti,
posto velocemente i risultati di un TS ricavato da una rete neurale a due ingressi ( rendimenti a un giorno e a due giorni calcolati come 100*ln(x) ) e a due uscite ( long e short ). Nessun layer nascosto visto che si tratta di una rete classificatrice.
Una delle due uscite "prevale" sull'altra e decide il tipo dell'operazione che viene aperta in close ( prima forzatura ) e chiusa il giorno dopo. Sempre in close.
Mantenere le posizioni per piu' giorni non migliora il rendimento.
La rete ha un solo parametro ottimizzato a posteriori. la velocita' di auto-apprendimento. Nel caso specifico pari a circa un anno di borsa aperta.
Gli altri parametri, i pesi della rete neurale, vengono calcolati dalla rete stessa in base al successo/fallimento dell'operazione intrapresa.
In questo modo la rete e' in grado di auto-apprendere.
Per chiarezza allego il grafo di STM e dei due input.
Si nota l'effetto di clustering della volatilita'. Linea rossa = 1gg, linea blu = 2gg.
I profitti sono calcolati senza ricorrere a costi di commissioni e slippage (seconda forzatura ). Sono chiaramente in percentuale.
Il numero totale di operazioni ( ~600 ) porterebbe ad un profitto atteso di 0.58/0.59% .
Chiaramente questo sistema non e' adatto al trading allo stato attuale.
Questa prova ha lo scopo di verificare l'effetto memoria nella serie storica e la capacita' della rete di adattarsi alle mutate condizioni di mercato.
Si nota che al brusco calo della volatilita' ( inizio 2004 ) la rete ha risposto positivamente dopo circa un anno portando la curva dei profitti a superare di nuovo i massimi precedenti.
Nessun elemento di analisi tecnica standard e' stato usato. Solo statistica.
E' chiaro che gradirei critiche ( costruttive spero ) con lo scopo di migliorare il lavoro e condividere i risultati.
Spero di intervenire ancora a breve.
Ciao a tutti e buon trading.
PS il sistemino sul nasdaq e' ancora long e io sto aspettando per poter rientrare
![Sniff Sniff :sad: :sad:](/images/smilies/azcrying.gif)