Результаты простейшей лунной модели

Результаты простейшей лунной модели были неоднозначными. В пределах выборки большинство тестов показали убыток, который, тем не менее, был лучше ожидаемого убытка случайных входов. При этом модель на пресечении лунных средних была однозначно лучше случайного входа как в пределах, так и вне пределов выборки.

Хотя солнечные модели в пределах выборки работали лучше случайного входа, вне пределов выборки результаты были неоднородными и изменчивыми. Это также относится к моделям на основе циклов.

Впрочем, циклические модели при входе по лимитному приказу или по цене открытия в последние годы работали гораздо хуже, чем случайные входы. Как и в случае с моделями на основе пробоя, оптимизация здесь не играет роли; значимый уровень подгонки под исторические данные был обнаружен только в генетических моделях и нейронных сетях. Из- за огромного размера образца данных оптимизация одного двух параметров, необходимых для большинства моделей (за исключением генетической и нейронной сети) давала минимальный эффект вредной подгонки.

Как ни странно, модели на основе нейронных сетей довольно часто показывали неплохие (лучше случайных) результаты вне пределов выборки. В пределах выборки, естественно, эффективность нейросетей была потрясающей. Мы проводили коррекцию коэффициента корреляции, но и после коррекции корреляция оставалась значимой, сохраняя вне пределов выборки ощутимую реальную прогностическую ценность.

Результаты правил, разработанных с помощью генетических алгоритмов, были самыми лучшими. Великолепная эффективность, полученная в пределах выборки, сохранялась в длинных позициях и на данных вне выборки.

Обобщение

Многие из моделей были описаны как значительно превосходящие случайные входы. Эти модели могли бы стать прибыльными в сочетании с улучшенной стратегией выходов. В части III книги стало очевидно, что при использовании случайного входа хорошая стратегия выхода способна повысить прибыль (или снизить убытки) примерно на $1000 в средней сделке. Это означает, что при хорошем выходе модели, терпевшие убытки в несколько сот долларов, могут стать прибыльными.

Как было сказано выше, путь был долгим, порой трудным и обескураживающим. Но при этом взгляд с высоты сумел обнаружить много потенциально прибыльных моделей входа. Кроме того, было обнаружено немало сюрпризов: так, несмотря на ужасную репутацию и опасную тенденцию к подгонке под исторические данные, наилучшими вне пределов обучающей или эволюционной выборки оказались именно нейронные сети и генетические модели. Другим сюрпризом оказалось то, что некоторые из наиболее популярных торговых подходов — например, пересечения скользящих средних и стратегии на основе осцилляторов — оказались в числе наихудших всего с несколькими исключениями. Примечательны были также результаты исследования циклических моделей, от которых ожидали хорошей, если не идеальной работы на основе их теоретического изящества. Но, возможно, ввиду их популярности, даже при солидной математической реализации эффективность этих моделей была низкой.