Слава Україні!
Адмін сайту, який є громадянином України та безвиїзно перебуває в Україні на протязі всього часу повномасштабної російської агресії, зичить щастя та мирного неба всім українським хлопцям та дівчатам! Також він рекомендує українським трейдерам кращих біржових та бінарних брокерів, що мають приємні торгові умови та не співпрацюють з російською федерацією. А саме:
Exness – для доступу до валютного ринку;
RoboForex – для роботи з CFD-контрактами на акції;
Deriv – для опціонної торгівлі.
Ну, і звичайно ж, заборонену в росії компанію Альпарі, через яку Ви маєте можливість долучитися як до валютного ринку, так і до торгівлі акціями та бінарними опціонами (Fix-Contracts). Крім того, Альпарі ще цікава своїми інвестиційними можливостями. Дивіться, наприклад:
рейтинг ПАММ-рахунків;
рейтинг ПАММ-портфелів.
Все буде Україна!
|
|
Второе множество прогнозов было получено на выходе сети ALLLNET после ее повторною обучения с помощью движущегося окна (этот вариант получил название WINNET). Ожидалось, что второй метод, по сравнению с первым и с регрессией, даст лучшие результаты при работе с новыми данными по каждому из следующих критериев:
• Средняя квадратичная ошибка (MSE) на тестовом множестве (MSETE).
• Коэффициент корреляции Пирсона р между целевым значением и выходом (COCO). Этот коэффициент измеряет, насколько хорошо выход совпадает с целевыми значениями в критических точках.
• Чистый доход, полученный на тестовом множестве (NETRET) при применении простейшей однопериодной стратегии торговли (без учета транзакционных издержек). Основываясь на прогнозе дохода, который дает сеть на следующий временной интервал, инвестор занимает длинную или короткую позицию по акциям Филипс и через 15 минут закрывает ее. Затем очередной прогноз сети опять укажет ему, занять ли длинную или короткую позицию, которая будет закрыта через 30 минут и т.д. Итоговый чистый результат может служить мерой точности прогноза, учитывающей направление и абсолютную величину.
ALLNET дает лучшие, по сравнению с регрессией, результаты в смысле MSE и оценки чистого дохода. Однако это не говорит о ее качественном превосходстве в прогнозировании перед линейной моделью. Дальше, чем на 3 дня торгов, и регрессия, и ALLNET протезировали значения меньше 0.5, т.е. отрицательные доходы, так что наш инвестор должен был бы все время держать короткую позицию.
Предполагая, что адаптивно обученная сеть может дать лучшие результаты, мы применили метод обучения при помощи движущегося окна. Для удобства сеть ALLNET повторно обучалась 100 раз, что дало в результате 404 прогноза (вместо 435). На выходе эта сеть (W1NNET) уже не давала понижающею тренда, и это подтвердило наши представления о том, что метод адаптивною обучения имеет преимущество перед статическим обучением, использованным в ALLNET.
Как мы и ожидали, WINNET показала лучшие результаты по всем трем критериям. При этом нужно учесть, что значения пересчитаны так, чтобы учесть меньший объем тестовых данных.
Если говорить о всем тестовом множестве, то обе сети дают лучшие результаты, чем регрессионный анализ. Это неудивительно, поскольку сети способны улавливать нелинейности, содержащиеся в
данных. Далее, адаптивная сеть (WINNET) лучше оценивает будущие
доходы, чем простая (ALLNET), потому что она может прогнозировать как положительные, так и отрицательные доходы. ALLNET и
регрессия дают разные результаты из-за разного числа степеней свободы, и это привносит некоторые нюансы в расстановку победите
лей на пьедестале почета.
Так, регрессия дает несколько лучшие, по
сравнению с обеими сетями, результаты для первых трех торговых
дней в смысле корреляции и MSE, но не по полученному чистому доходу. Нужно помнить при этом, что качество прогноза по методу
регрессии падает после первых трех дней.
|
