Прибыльная генетическая модель

Мы полностью исследовали каждый из классов моделей входа (т.е. все следующие за трендом модели на основе скользящих средних, все модели на основе пробоев, все малые нейронные сети). Все тесты по каждой из этих групп усреднялись для данных в пределах и вне пределов выборки.

С большим отрывом лидировала генетическая модель: только она давала устойчивую прибыль в усреднении по всем тестам ($3271).

За ней по показателям усредненных результатов следовали малые нейронные сети. Нейронные сети разделяются на крупные и малые, поскольку для крупных сетей проблема подгонки под исторические данные представляет огромную сложность. В тестах каждая модель испытывалась с одной крупной и одной малой сетью. Вне пределов выборки малые нейронные сети в среднем приносили убыток в $860 со сделки. Это, несомненно, лучше, чем результат модели случайных входов, когда убытки составляли в среднем более $2000 при стандартном отклонении около $400.

Далее в порядке убывания эффективности следуют сезонные модели.

В среднем все тесты сезонных моделей приводили к потере $966 со сделки.

Затем следуют три вида моделей на основе скользящих средних (на пересечении, угле наклона и поддержке/сопротивлении). В среднем в сделке они приносили убыток в $ 1500 — это вполне сравнимо с убытком $2100, ожидаемым от чисто случайных входов. Иными словами, модели на основе скользящих средних были лишь немного лучше случайных входов.

Эффективность всех прочих моделей была близкой к случайной, а модели на основе циклов, как оказалось, работали даже хуже случайных входов.

В пределах выборки прибыльными были генетические модели ($12 533 в средней сделке), все нейронные сети ($8940 — мелкие и $13 082 — крупные) и все модели на основе пробоев ($1537). Вне пределов выборки прибыльными остались только генетические модели, нейронные сети работали лучше случайных входов (хотя из- за подгонки под исторические данные их показатели заметно ухудшились), а эффективность моделей пробоев упала до случайного уровня (вредная оптимизация не может быть единственной причиной такого результата).

Далее в пределах выборки в порядке убывания эффективности следуют модели поддержки/сопротивления на основе скользящих средних (средний убыток $300 в сделке) и сезонные модели (средний убыток $671).

Затем следовали лунные и солнечные модели (средний убыток $1076 и $1067 соответственно). Модели на основе скользящих средних приносили убыток от $1300 до $1700. Модели на основе осцилляторов и циклов приводили к убыткам более $2000 со сделки, что не лучше, чем результат генератора случайных входов.

Интересно, что вне пределов выборки сохранили эффективность генетическая модель и малые нейронные сети. Такие модели чрезвычайно

способны к подгонке под исторические данные и часто проваливаются в тестах вне выборки и при реальной торговле. Кроме того, некоторый торговый потенциал был проявлен редко исследуемыми сезонными моделями. При этом наиболее популярные методики (скользящие средние, осцилляторы, циклы) были среди худших как в пределах, так и вне выборки. Примечательно, что модели на основе пробоев в среднем хорошо работали в прошлом, но теперь их эффективность снизилась до уровня модели случайных входов.