Прогнозирование финансовых рынков с использованием искусственных нейросетей


Классификация рыночных ситуаций - часть 3


сигналы «скорее покупать» или «скорее продавать»;

е) 0,1736 - среднее отклонение выходных значений от сглаженного 6-типеродной скользящей средней MPP.

В целом, обобщая полученный результаты, можно говорить о наличии внутренних зависимостей в ценовой динамике,  почти в 70% случаев однозначно было предсказано будущее направление движения рынка.

Кроме непосредственно классификации полученные прогнозные значения можно использовать для построения индикатора (см. рис. 2.24). Стрелками на графике отмечены моменты открытия и закрытия позиций по избранной системе торговли (длинных и коротких соответственно). Индикатор комитета изображен красной линией в нижней части, результат торговли - красной линией в верхней части рисунка.

Как и в предыдущих опытах, для моделирования торговли построим простейшую торговую систему. После процесса оптимизации значимые уровни расставим следующим образом:

а) открытие «длинных позиций» - пересечение уровня +0,15 вверх;

б) открытие «коротких позиций» - пересечение уровня -0,15 «вниз».

Рис. 2.24. Индикатор комитета и результат торговли

в январе 2000 г. на рынке евро/доллар

Как видно из рисунка, результат торговли в январе 2000 г. по курсу евро/доллар составил +780 пунктов (или 7,8 «фигур»), с учетом того, что по выбранной системе, торговля с ожидаемым сигналом принесла доход в размере +1428 пунктов (14,28 «фигур») - максимум, который можно было заработать в январе 2000 г.




Начало  Назад  Вперед



Книжный магазин