Neuro-genetyczny system komputerowy do prognozowania

procentowej zmiany indeksu giełdowego

mgr inż. Marcin Jaruszewiczpromotor: dr hab. Jacek Mańdziuk

2007-01-24

Agenda

Elementy systemu Parametry systemu Scenariusz testów Hipotezy Wyniki

okno 5 dni

Elementy systemu

chromosom – sieć neuronowa

przystosowanie – błąd siecinajlepszy osobnik – zestaw zmiennych wejściowych

AlgorytmGenetyczny

SiećNeuronowa

Testzestaw

zmiennych

nauka – dobór wag połączeń między neuronami

test – kolejne prognozy zmiany wartości indeksu

SieciNeuronowe

zakres zmiennych: średnie, formacje, oscylatory

łącznie 370 zdefiniowanych zmiennych, 74 zmienne dostępne dla AG

Parametry systemu

Algorytm genetyczny: liczba chromosomów = 48 maksymalna liczba iteracji = 500 prawdopodobieństwo mutacji = 0.2/0.05 prawdopodobieństwo krzyżowania = 1

Sieć neuronowa maksymalna liczba iteracji = 2000 współczynnik uczenia = od 0.8 do 0.1 współczynnik momentu = 0.2

Scenariusz testów

5 W290 U 5 T

5 W290 U 5 T

5 W290 U 5 T

krok 1

krok 2

krok 20

U – zbiór uczący, W – zbiór walidacyjny, T – zbiór testowy

……

Nauka na podstawie danych znanych w chwili „rozpoczęcia” nowego okna

Prognoza zmiany wartości indeksu od znanej do kolejnej wartości zamknięcia – kolejne prognozy w oknie bez douczania

Algorytmy testowe

Decyzja z końca dnia k jest realizowana po cenie otwarcia w dniu k+1 przy oczekiwaniu prognozowanej zmiany wartości ceny zamknięcia w dniu k+1

Sygnały: kupuj (jeśli prognozowana zmiana dodatnia), sprzedaj (jeśli prognozowana zmiana ujemna)

Algorytm 1 „kupuj i trzymaj” Algorytm 2 „utrzymanie ostatniej zmiany” Algorytm 3 „prognoza sieci neuronowej” Algorytm 4 „prognoza oscylatora MACD”

Wyróżniające cechy

Adaptacyjny dobór zmiennych Krzyżowanie ilorazowe Mutacja rozmiaru chromosomu Kontekstowe prawdopodobieństwo

mutacji Dwa zestawy parametrów sterujących Szerokie zastosowanie analizy technicznej

(średnie, oscylatory, formacje) Obecność martwych chromosomów

Hipotezy

Względnie skuteczna prognoza dla horyzontu 1 dnia

Sensowne preferencje wyboru zmiennych

Istnienie istotnej zmienności zależności między parametrami (danymi)

Uzasadnienie wyboru różnych indeksów i wskaźników: DAX, NIKKEI, DJIA, USD/JPY, EUR/USD

Uzasadnienie uwzględnienia zmiennych analizy technicznej

Skuteczna prognoza (1/2)

Skuteczna prognoza (2/2)

Przebieg 1: Algorytm 3 „prognoza sieci neuronowej”... +9,32%

Przebieg 2: Algorytm 3 „prognoza sieci neuronowej”... +4,68%

Przebieg 3: Algorytm 3 „prognoza sieci neuronowej”... +3,51%

Algorytm 1 „kupuj i trzymaj”......................................... -5,45%

Algorytm 2 „utrzymanie ostatniej zmiany”................... -8,00%

Algorytm 4 „prognoza oscylatora MACD”..................... -3,58%

Preferencje zmiennych

W kolejnych generacjach najlepszych chromosomów dla pojedynczego kroku wszystkie generacje: wartość Oscylatora

Stochastycznego oraz Impetu (k=10, 20) dla prognozowanej giełdy

ostatnie generacje: numer dnia w tygodniu, 20 i 10 dniowa procentowa zmiana indeksu dla różnych dni historii oraz Oscylator Impet (k=5)

Zmienność zależności (1/2)

Zmienność zależności między MACD a prognozowaną wartością

-1

-0.5

0

0.5

1

1 6 11 16 21 26 31 36 41 46 51 56 61 66 71 76 81 86 91

Zmienność zależności (2/2)

Porównanie skuteczności sieci dla przesuniętego okna

Uwzględnienie giełd (1/2)

DAX RSI 5

DAX Zmiana Zamknięcia

DAX WILLIAMS

DAX Sygnałkupuj/sprzedaj

DJIA WILLIAMS

DJIA Zmiana Zamknięcia

NIKKEI Zmiana ZamknięciaNIKKEI Sygnał

kupuj/sprzedaj

-0.5

0

0.5

1

DAX NIKKEI NIKKEI DJIA

Zależności między zmiennymi a prognozowaną wartością

Uwzględnienie giełd (2/2)

Wykorzystanie zmiennych w 20 kolejnych 5-dniowych oknach

Zakres danych

Występowanie w zmiennych

wybieranych przez AG

Występowanie w zbiorze zmiennych dostępnych dla AG

DAX 84.11% 94.59%

DJIA 6.62% 1.35%

NIKKEI 3.97% 1.35%

USD/JPY 3.31% 1.35%

EUR/USD 1.99% 1.35%

0

5

10

15

20

25

30

35

40

45

50

War

tość

O

Zm

iana

O(%

)

MO

V A

VG

5

MO

V A

VG

10

MO

V A

VG

20

War

tość

C

War

tość

H

War

tość

L

MA

CD

WIL

LIA

MS

5 dn

i Zm

iana

(%

)

10 d

ni Z

mia

na (

%)

20 d

ni Z

mia

na (

%)

MA

CD

syg

nał k

upuj

/spr

zeda

j

WIL

LIA

MS

syg

nał k

upuj

/spr

zeda

j

2 A

VG

's s

ygna

ł kup

uj/s

prze

daj

MA

CD

lini

a sy

gnał

u

Typ

for

mac

ji

For

mac

ja

Zm

iana

C(%

)

IMP

ET

5

IMP

ET

10

IMP

ET

20

RO

C 5

RS

I 5

SO

FS

O

RO

C 1

0

RO

C 2

0

DA

Y N

O

Uwzględnienie AT (1/2)

Liczba wystąpień zmiennych w chromosomach w generacjach 50, 150, 250, 350

Uwzględnienie AT (2/2)

krok 1: Stochastyczny i Impet krok 2: brak oscylatorów krok 3: Stochastyczny krok 4: Stochastyczny i Impet krok 5: RSI, ROC i MACD krok 6: Stochastyczny i ROC krok 7: Stochastyczny, Impet, Williams i MACD krok 8: Impet i 2 średnie krok 9: MACD krok 10: brak oscylatorówanalogicznie kolejne 10 kroków

Podsumowanie

System przystosowujący się do zmian warunków na giełdzie

Sensowne wykorzystanie popularnych zmiennych analizy technicznej

9% (min 3%) zysk hipotetycznej gry w porównaniu ze spadkiem wartości indeksu o 6%

Skuteczność gry zarówno dla trendu wzrostowego jak i spadkowego

Potwierdzenie skuteczności w niezależnych krokach oraz alternatywnym okresie testowym

Dziękuję za uwagę

- pytania- uwagi

Materiały są dostępne na stronie: jaruszewicz.com