تحسين قواعد التداول المتوسط المتحرك مع أساليب التعلم الإحصائية والإحصائية

تحسين قواعد التداول المتوسط ​​المتحرك مع تعزيز وأساليب التعلم الإحصائية. 12 استنتاجات عرضنا في هذا البحث نظاما للجمع بين أنواع مختلفة من التنبؤات المقدمة من قبل مجموعة واسعة من قواعد التداول الميكانيكية من خلال أساليب التعلم الإحصائي مثل بوستينغ، والعديد من الطرق نموذج المتوسط ​​مثل بايزيان أو اللجنة (أساليب المتوسط ​​المتوسط). وكان إجراء التنبؤات الجمع بين الكلاسيكية عديمة الفائدة بسبب التفرد من المصفوفات المعنية. إلى جانب ذلك، من أجل تجنب مكلفة قواعد التداول التقنية المفرطة المستمدة من تعزيز وطرق التعلم الأخرى، قدمنا ​​فيتر الذي يتجاهل إشارات شراء أو بيع منخفضة ضبطها. إن فكرة استخدام الفائض للحد من تواتر التداول والحصول على عوائد أعلى قديمة جدا في مجال التمويل، ونجاح المرشحين يبرر وجود بعض الاتجاهات المنهجية في الأسعار التي لا يفسرها نموذج المشي العشوائي. وقد نظرنا في عينة تتكون من 10 فترات سنوية، من 1993 إلى 2002، في مؤشر بورصة نيويورك المركب. أيضا، من أجل إعطاء عملنا دافعا اقتصاديا أعمق التي يمكن أن تشير إلى التعالي والتطبيقات، وكررنا تجربتنا في اثنين من العينات الخاصة الصاعدة والسقوط الخاصة. وكان أولها هو ارتفاع سوببيريود حتى 1 سبتمبر 2000. والثاني هو هبوط سوبريود بعد 1 سبتمبر 2000. استنتاجنا الأول هو أن، بشكل عام، لا يتم إدخال تحسينات باستخدام فلاتر لجميع أساليب التعلم الإحصائية و الفترات التي تم تحليلها، باستثناء نموذج التعزيز المفاجئ، الذي يتغلب دائما على التعزيز غير المفصول. كما يتخطى نموذج التعزيز المفاجئ بقية طرق التعلم المستغلة وغير الملحوظة، في جميع الفترات التي تم تحليلها، باستثناء الفترة المتصاعدة من 1993 إلى 1 سبتمبر 2000. وخلال فترات زمنية قصيرة، يمكن أن يكون الجدول أكثر بروفي من نموذج التعزيز فايتيرد، ولكن هذه النتيجة إنفرتس لفترات زمنية أطول. ولذلك، تشير نتائجنا إلى أن نموذج التعزيز المفاجئ يوفر نتائج إحصائية واقتصادية أفضل من العينة من معظم قواعد المتوسط ​​المتحرك الواحد خلال 10 فترات سنوية، من 1993 إلى 2002 في مؤشر نيويورك المركب. عندما نأخذ في االعتبار فترة السنوات العشر الكاملة، يتخطى نموذج التعزيز الملحوظ أفضل متوسط ​​متحرك فيما يتعلق بعدة تدابير إحصائية واقتصادية في االعتبار. وعلاوة على ذلك، فإن نموذج التعزيز فايتيرد يحسن إلى حد كبير صافي عوائد استراتيجية بامب ونسبة شارب لها. من خلال الجمع بين المعلومات التنبؤية لمجموعة واسعة من القواعد ونحن أيضا تقليل التحيز التطفل البيانات التي أدخلتها اختيار التعسفي من المعلمات في قواعد التجارة الفنية، وتجنب عنصر الذاتية التي ينطوي عليها هذا الإجراء. وعلاوة على ذلك، فإن المتوسطات المتحركة لديها قدرة تنبؤية محتملة، وقد تكون قدرتها على الحصول على عوائد إيجابية متفاوتة. ومن ثم فإن أفضل قاعدة للمتوسط ​​المتحرك في السنة الحالية يمكن أن تكون قاعدة سيئة في السنة التالية، يستحيل تحديدها، وهي القواعد التي تعد أفضل القواعد. ولذلك، فإن طرق التعزيز وغيرها من الوسائل قادرة على منع التناقض التناقض الذي يوجد بين مختلف قواعد التداول الفنية، وتوفير قواعد جديدة قادرة على استخدام جميع المعلومات المقدمة لفئة واسعة من القواعد. خلال الفترة الكاملة التي تم تحليلها (19932002)، أظهرت خوارزمية التعزيز المفاجئ قدرة عالية للحصول على المعلومات التنبؤية من القواعد الجيدة بدءا من قواعد المتوسط ​​المتحرك السيئ، كونها جدول أكثر قوة وقوة من أي قاعدة متوسط ​​متحرك لفترات زمنية طويلة . وخلال فترة الارتفاعات المعممة (حتى 1 أيلول / سبتمبر 2000)، لم تتمكن طريقة التعلم الإحصائي ولا القاعدة التجارية المتوسطة المتحركة من الحصول على عائد صاف أعلى من عائد استراتيجية بامب. في هذا المجال الفرعي تم الحصول على أفضل نسبة بروفيتي مثالية أيضا من قبل استراتيجية بامب، وتم الحصول على أفضل نسبة شارب من قبل المتوسط ​​المتحرك 10، 90، 2، تليها استراتيجية بامب. تحسين قواعد التداول المتوسط ​​المتحرك مع تعزيز والتعلم الإحصائي أساليب. (13) ومع ذلك، فإن سلوك قواعد التداول التقنية القائمة على أساليب التعلم كان عكسيا تماما خلال السقوط الفرعية (2 أيلول / سبتمبر 2000 إلى 31 كانون الأول / ديسمبر 2002). وهكذا تغلبت جميع أساليب التعلم خارج العينة على عودة استراتيجية بامب، وخاصة نموذج التعزيز فايتيرد. أيضا، كانت نسبة شارب لنموذج التعزيز الملتوي أعلى من نموذج بامب، وأعلى بكثير من نسبة شارب للجنة ونماذج بايزي. وحدث نفس الشيء مع النسبة المثالية. كما لوحظ أنه فيما عدا فترة الارتفاعات المعممة في السوق، حصل نموذج التعزيز المستقر على عائد صاف أكبر من أي نموذج متوسط ​​متحرك، مما يدعم مخاطر أقل من أي نموذج آخر. لذلك، على الرغم من أن نموذج التعزيز فايتيرد غير قادرة على التغلب على عائدات استراتيجية بامب خلال فترة الارتفاع، وتشير النتائج التي تم الحصول عليها أنه يتغلب على بامب خلال فترة السقوط، وقادرة على استيعاب جزء كبير من السقوط في السوق . لذلك، يمكن استخدام نموذج التعزيز المتغير كاستراتيجية متحفظة مكرسة لتقليل المخاطر أثناء انهيار السوق في نهاية المطاف. ومع ذلك، من الضروري توخي الحذر والدراسة، في البحوث المستقبلية، مدى قوة النتائج الواردة في هذه الورقة للمؤشرات المالية الأخرى، وقد يكون من المفيد التحقيق في المؤشرات الشعبية الأخرى (الأسهم والسندات أو البورصات الأجنبية). والنتيجة النهائية لهذا البحث هي عدم التشكيك في القدرة التنبؤية لقواعد المتوسط ​​المتحرك في السلسلة والفترة التي تم تحليلها. على العكس من ذلك، فإن نتائجنا تدعم أنه على الرغم من أن المتوسطات المتحركة تظهر طوارئ وتقلب القوة التنبؤية لها، مجموعة واسعة من المتوسطات المتحركة لديها معلومات تنبؤية أكثر من أي فرد واحد، والتي من خلالها خوارزمية دفعة التعزيز قد تستفيد. ويشير هذا البحث إلى أن استخدام أساليب التعلم مثل تعزيز يبدو أكثر قوة و بروفي الجدول من استخدام المتوسطات المتحركة الفردية. وهو يسترعي الانتباه إلى المحللين التقنيين لاستخدام أساليب التعزيز وغيرها من طرق الجمع بدلا من المتوسطات المتحركة الفردية. وأخيرا، يمكن توسيع نطاق هذا البحث ليشمل مجموعة أوسع من قواعد التداول الفنية مثل تلك المستخدمة في سوليفان وآخرون. (1999)، أي وضع القواعد والدعم والمقاومة، وانفصال القنوات، ومتوسطات التوازن. شكر وتقدير تدعم هذه الدراسة وزارة العلوم والتكنولوجيا الإسبانية من خلال مشروع SEJ2006-07701 إلون. المراجع أليكساندر S. 1961. تحركات الأسعار في أسواق المضاربة: الاتجاهات أو المشي العشوائي. مراجعة الإدارة الصناعية 2. 726. ألين F، كارجالينن R. 1999. استخدام الخوارزميات الوراثية لقواعد التداول الفنية. مجلة الاقتصاد المالي 51. 245271. بلوم L، إيسلي D، أوهارا M. 1994. إحصاءات السوق والتحليل الفني: دور الحجم. جورنال أوف فينانس 49. 153181. بودي Z، كين A، ماركوس آج. 2002. أساسيات الاستثمارات. ماكجرو هيل: نيويورك. بروك W، لاكونيش J، ليبارون B. 1992. قواعد تقنية بسيطة والخصائص العشوائية من عوائد الأسهم. جورنال أوف فينانس 47. 17311764. براون D، جينينغز R. 1989. في التحليل الفني. مراجعة الدراسات المالية 4. 527551. تشانغ فك، أوسلر كل. 1999. الجنون المنهجي: التحليل الفني وعدم العقلانية لتوقعات سعر الصرف. المجلة الاقتصادية 109. 636661. فاما إف. 1970. سوق رأس المال الفعال: مراجعة النظرية والعمل التجريبي. مجلة المالية 25. 383 417. فاما إف. 1976. أسس المالية. الكتب الأساسية: نيويورك. فاما إف، بلوم مي. 1966. تصفية القواعد وتداول سوق الأسهم. مجلة الأعمال 1. 226241. فروند Y، سكابير ري. 1997. جيل القرار النظري للتعلم على الانترنت وتطبيق لتعزيز. مجلة الحاسوب وعلوم النظام 55 (1): 119139.Improving المتوسط ​​المتحرك قواعد التداول مع تعزيز وأساليب التعلم الإحصائية جوليان أندرادا-فيليكس () وفرناندو فرنانديز-رودريغيز معلومات الاتصال إضافية فرناندو فرنانديز-رودريغيز: قسم الطرق الكمية في الاقتصاد و جامعة لاس بالماس دي غران كناريا، إسبانيا، البريد الإلكتروني: قسم الأساليب الكمية في الاقتصاد والإدارة، جامعة لاس بالماس دي غران كناريا، إسبانيا ملخص: نقدم نظاما للجمع بين مختلف أنواع التنبؤات المقدمة من فئة واسعة من قواعد التداول الميكانيكية من خلال طرق التعلم الإحصائية (تعزيز، وعدة طرق المتوسط ​​المتوسط ​​مثل بيزي أو أساليب المتوسط ​​المتوسط). تقدم أساليب التعلم الإحصائي نتائج أفضل من العينة من معظم قواعد المتوسط ​​المتحرك الواحد في مؤشر بورصة نيويورك المركب من يناير 1993 إلى ديسمبر 2002. وعلاوة على ذلك، باستخدام مرشح للحد من وتيرة التداول، نموذج دفعة تصفيتها تنتج استراتيجية تقنية والتي ، على الرغم من أنها ليست قادرة على التغلب على عائدات استراتيجية شراء وعقد (ب) خلال فترات ارتفاع، فإنه التغلب على البوسنة والهرسك خلال فترات السقوط، وقادرة على استيعاب جزء كبير من السقوط في السوق. حقوق الطبع والنشر 2008 جون وايلي سونس، Ltd. التنزيلات: (رابط خارجي) hdl. handle. net10.1002for.1068 رابط إلى اشتراك النص الكامل المطلوبة (تكستمل) الأعمال ذات الصلة: هذا البند قد تكون متاحة في مكان آخر في إكونبابيرس: البحث عن العناصر مع نفسه عنوان. تصدير المراجع: بيبتكس ريس (إندنوت، بروسيت، ريفمان) هتملتكست جورنال أوف فوريكاستينغ يحرر حاليا من قبل ديريك دبليو بون المزيد من المقالات في مجلة التنبؤ من جون وايلي أولاد، المحدودة سلسلة البيانات التي تحتفظ بها وايلي بلاكويل الترخيص الرقمي (). هذا الموقع هو جزء من ريبيك وجميع البيانات المعروضة هنا هي جزء من مجموعة البيانات ريبيك. هل عملك مفقود من ريبيك هنا هو كيفية المساهمة. أسئلة أو مشاكل تحقق من الأسئلة الشائعة إكونبابيرس أو إرسال البريد إلى.