Построение межрыночной нейросетевой торговой системы

Исторический рабочий процесс строил механическую торговую систему, в которой сеть была лишь одним этапом. Для обучения использовали дневные истории фьючерсов — дата, open, high, low и close, — а интерполяция кратчайшего пути от open к close через high и low этого дня создавала имитированные тики, которые применяли только в последующих гипотетических тестах покупок и продаж.

Поиск межрыночных входов

Когда сеть обучали для одного фьючерсного рынка, каждый другой ряд в многогрупповой базе предлагался как кандидат во входы — и внутри группы этого рынка, и вне её, — и обучение оставляло только ряды, признанные полезными.

Зафиксированные преобразования данных

Сырые цены не подавали без изменения. Изменение выражали как логарифм хода между двумя моментами времени, положение относительно недавнего среднего — в единицах стандартного отклонения, и оба преобразования затем масштабировали в непрерывный интервал от -1 до +1.

Прогнозы диапазона, а не бинарный сигнал

Сети обучали выдавать точечные оценки максимумов и минимумов на нескольких горизонтах, чтобы диапазон размеров хода вверх и вниз, а не только бинарное направление, можно было перевести в вероятности, цели и стопы.

Качество прогноза оценивали не менее чем по 30 недавним парам «прогноз — исход», при этом средняя ошибка ожидалась вблизи нуля. Стандартное отклонение этих ошибок, а не их абсолютный размер, использовали, чтобы поместить точечную оценку на нормальную кривую: около 68 процентов исходов ожидались внутри одного стандартного отклонения и около 95 процентов — внутри двух.

Механическая таблица выплат

Выбор входа, цели и стопа оформляли как механическую таблицу выплат. Действия ранжировали по долгосрочному ожидаемому экономическому следствию при заданных вероятностях событий, а не по пересечениям индикаторов, а очень близкий стоп считали вероятным к срабатыванию и поэтому почти гарантированным убытком.

После того как ожидаемую доходность считали из цели, стопа, комиссии и проскальзывания по стопу, кандидатов с отрицательным ожиданием или неприемлемым риском разорения отбрасывали. Оставшиеся сделки оценивали как ожидаемую доходность, умноженную на вероятность того, что вход напечатается, затем лучший балл по горизонтам упреждения выбирали перебором большого дерева решений.

Редакция: это ранжирование и поиск по горизонтам и есть шаг System optimization. Сеть поставляет вероятности; механическая торговая система решает, допускается ли заявка.

Отложенный порог значимости

После обучения и определения правил собранную процедуру моделировали на исторических ценах, не показанных во время обучения, в рамках пессимистической нулевой гипотезы, что любое положительное выборочное среднее — удача, пока t-тест против распределения случайного выбора с нулевым средним не отвергнет эту нулевую гипотезу на уровне доверия 95 процентов, с критическим t около 1.645, когда в моделировании было 30 или больше сделок.

Редакция: эта проверка и есть порог Walk-forward analysis. Ни одному сигналу не позволено сработать, пока собранная процедура, а не одна лишь сеть, его не пройдёт.

Чего построение не обещало

Построение программного обеспечения и торговой процедуры описывалось как требующее существенных исследований, проектирования, программирования и тестирования. Ни от какого метода, включая этот, не ожидали почти гарантированно прибыльных сделок, а соотношения, использованные в прошлых правилах, могут перестать работать, когда меняется динамика рынка.