Диссертация (1152468), страница 25
Текст из файла (страница 25)
Итоговая сумма сравнивается с заданнымипороговыми параметрами для покупки и продажи.Далее пороговые значения сигналов на покупку и продажу, а такжесоответствующие предикторам веса представляют собой оптимизируемыепараметры для любых создаваемых торговых советников.В качестве агрегируемых предикторов могут выступать не только прогнозытрадиционных регрессионных моделей временных рядов, но также и значения илиторговые критерии популярных рыночных индикаторов (индексов) [37, с. 246282]. Необходимо отметить следующие преимущества предлагаемого метода:1) наличие зависимой от времени градации выбранных прогнозных моделей(предикторов) по их значимости и предсказательной способности. Зачастую, вопределенные периоды времени, вследствие изменчивости локальной рыночнойконъюнктуры, предсказательная способность как всех, так и отдельных150предикторов может меняться. В свою очередь, присвоение всем предикторамдинамических весов позволяет решить данную проблему;2) введение динамических пороговых параметров для сигналов покупки ипродажи позволяет изменять чувствительность советника в зависимости отконъюнктуры выбранного рынка и других временных особенностей.В целях демонстрации эффективности данного метода был создандополнительный торговый советник ТС4, основанный на агрегации прогнозовмодели, использованной в советнике ТС1 с прогнозами одного из техническихиндикаторов ТС2.
Таким образом, советник ТС4 в рамках заложенной в негопрогнозной логики одновременно использует разработанную и описанную впараграфе 2.2 экономико-математическую модель 1 (базовую) и один из наиболеепопулярных инструментов технического анализа – индикатор CCI [37, с. 253].Полный MQL код советника ТС4 представлен в Приложении Ф, однако в целяхдемонстрации основных принципов предложенного метода соответствующиеэлементы прогнозной логики ТС4 и их MQL код приведены в таблице 3.11.Необходимо отметить определенные особенности предложенного метода иразработанногонаегоосноветорговогосоветникаТС4.Во-первых,агрегирующие коэффициенты a1, a2, a3 и a4, а также пороги агрегации st и bt,задающие критерии принятия торговых решений, являются оптимизируемыми спомощью генетического алгоритма платформы MT4.
Во-вторых, как показано втаблице 3.11, варианты логики выхода из заключенной сделки советником ТС4позволют его применение для проведения торговых операций с использованиемкак логики ограниченного, так и неограниченного горизонтов прогнозирования.Таблица 3.11 – Составляющие логики ТС4, демонстрирующие основныепринципы метода, и их MQL код*Составляющие модели иэлементы логики советника (Yt* Yt k )ytyt=(yr1-Open[0]) (r (k , Yt ) Yt )Индикатор CCIryt=(max-Open[0]) / ryt=(min-Open[0])double CCI = iCustom(Symbol(),0,"CCI",14,0,1);kПрограмный код151Продолжение таблицы 3.11Составляющие модели иэлементы логики советника1 *(Yt Yt*1 )2 tВыбор горизонтапрогнозированияПрогнозы индикатора CCIПрогнозная логика свычислительным механизмом«присутствия эффекта»Логика открытия сделокЛогика закрытия сделок приограниченном горизонтепрогнозированияЛогика закрытия сделок принеограниченном горизонтепрогнозированияОсновные параметры,влияющие на принципыпринятия решенийОсновные оптимизационныепараметрыФункция волатильности дляимплементации методаобработки данныхПрограмный кодavdyt=((yr1-yr2)+(yr3-yr4))/2;if (FHorizon==1) / if (FHorizon==0)if(CCId>0) techndirection=1;if(CCId<0) techndirection=-1;if (a1*ytyt+a2*ryt+a3*avdyt+a4*techndirection>=bt)direction=1;if (a1*ytyt+a2*ryt+a3*avdyt+a4*techndirection<=bt)direction=-1;if(Model()==1) CheckForOpenBuy();else if (Model()==-1) CheckForOpenSell();if (Time[0]>=OrderOpenTime()+time){if (CalculateCurrentOrdersBuy()!=0) CheckForCloseBuy();else if(CalculateCurrentOrdersSell()!=0)CheckForCloseSell();}}if (CalculateCurrentOrdersBuy()!=0 && Model()==-1){CheckForCloseBuy(); CheckForOpenSell();}else if (CalculateCurrentOrdersSell()!=0 && Model()==1){CheckForCloseSell();CheckForOpenBuy();}}input int FHorizon;input int time;input double a1, a2, a3, a4, st, bt, tres;input int period, stoploss, takeprofit;vol=iStdDev(NULL,0,period,0,MODE_SMA,PRICE_MEDIAN,1); Источник: Составлено авторомОценка возможностей советника ТС4 была проведена на примере тестовыхторговых операций на международном валютном рынке FOREX и смежном с нимрынке бинарных опционов в соответствии со следующими принципами:1) начальный тестовый депозит для торговых операций на рынке FOREX,задаваемый в платформе MT4, был установлен на уровне 1000 долл.
США. Всвою очередь, используемое кредитное плечо было установлено на уровне 1:10;2) тестовые сделки заключались в покупке и продаже на рынке FOREXрассмотренных ранее валютных пар USDJPY, EURUSD и USDRUB, либо покупки152опционов Кол и Пут на рынке бинарных опционов, соответствующих ставкам надальнейший рост или снижение курса данных пар;3) данными для тестирования являлись значения рядов USDJPY, EURUSD иUSDRUB с временным шагом 30 минут за период с 2012 по 2017 год;4) значения спреда для пар USDJPY, EURUSD и USDRUB составляли 0,01,0,0002 и 0,05 соответственно;5) премия, выплачиваемая тестовым брокером бинарных опционов, былаустановлена на уровне 85% от размера начальной ставки;6) каждая сделка на покупку или продажу на рынке FOREX осуществляласьс использованием минимально возможного лота 0,01 для каждого из пятиприменяемых, предварительно полученных путем обучения ТС4 сценариев.
Всвоюочередь,сделкинарынкебинарныхопционовпроводилисьсиспользованием 1/5 от единицы затрачиваемого капитала для каждого сценария;7) оптимизация ТС4 проводилась на данных одного полного месяца (T-1) вцелях его последующего применения с использованием пяти различныхоптимизационных сценариев на данных тестового множества следующего месяца(T).
Повторение подобной процедуры проводилось длля всех трех рассмотренныхвалютных пар USDJPY, EURUSD и USDRUB за период с 2012 по 2017 год;8) оптимизация ТС4 для его тестирования на рынке FOREX осуществляласьс использованием целевой функция «expected payoff» (математическое ожидание),в свою очередь, в целях тестирования ТС4 на рынке бинарных опционовоптимизация осуществлялась с помощью функции «profit factor» (прибыльность).С принципом установки диапазона вариации оптимизируемых коэффициентовсоветника ТС4 можно ознакомиться с помощью иллюстраций в Приложении Н;9) получаемые в рамках процедуры оптимизации сценарии, содержащиеразличные значения агрегирующих коэффициентов a1, a2, a3, a4 и пороговыхпараметров агрегации st и bt, сортировались по убыванию размера чистойприбыли, выражаемой в долларах США, затем применительно к рынку FOREX изданных сценариев отбирались первые пять, обладащие одинаковой, с точностью153до ближайшего целого, величиной соотношения размера чистой прибыли кмаксимальной просадке счета, в свою очередь, применительно к рынку бинарныхопционов отбор сценариев определялся исходя из близости данной величины ксвоему минимальному значению.Далее, на рисунках 3.13 – 3.16, представлены результаты проведенноготестирования советника ТС4.Рисунок 3.13 – Кривые дохода советника ТС4за 2017 год (рынок FOREX)Источник: Составлено авторомРисунок 3.14 – Кривые дохода советника ТС4за период с 2012 по 2016 год (рынок FOREX)Источник: Составлено авторомРисунок 3.15 – Кривые дохода советника ТС4за 2017 год (рынок бинарных опционов)Источник: Составлено авторомРисунок 3.16 – Кривые дохода советника ТС4за период с 2012 по 2016 год (рынок бинарныхопционов)Источник: Составлено авторомИз представленных результатов можно сделать ряд выводов:1541) тестовое применение советника ТС4, основанного на агрегациипрогнозных моделей представленных ранее советников ТС1 и ТС2 с помощьюпредложенного метода, позволило продемонстрировать его эффективность дляпроведения торговых операций как на международном валютном рынке FOREX,так и на смежном с ним рынке бинарных опционов;2) доходности тестовых торговых операций советника ТС4 на рынкеFOREX для трех рассмотренных валютных пар USDJPY, EURUSD и USDRUB за2017 год составили 32,1%, 27,9% и 23,4% соответственно, в свою очередь,среднегодовые доходности на аналогичных парах за период предыдущих пятилет, с 2012 по 2016 год, составили 19,7%, 17,2% и 13,0% соответственно;3) доходности тестовых торговых операций советника ТС4 на смежном срынком FOREX рынке бинарных опционов для трех рассмотренных валютныхпар USDJPY, EURUSD и USDRUB за 2017 год составили 25,9%, 21,7% и 19,4%соответственно, в свою очередь, среднегодовые доходности на аналогичных парахза период предыдущих пяти лет, с 2012 по 2016 год, составили 17,2%, 14,7%,15,4% соответственно;4) сравнение полученных результатов работы советников ТС1, ТС2 и ТС4, сточки зрения их финансовой результативности, оцениваемой соответствующимигодовыми доходностями от проведения торговых операций как на рынке FOREX,так и на смежном с ним рынке бинарных опционов для трех рассмотренныхвалютных пар, позовляет убедиться в эффективности предложенного методапостроения прогнозной логики автоматизированных торговых систем путемагрегации нескольких прогнозных моделей в одну с последующим подборомагрегирующих коэффициентов, а также пороговых критериев принятия торговыхрешений с помощью генетического алгоритма, заложенного в платформу MT4;5) эффективность предложенного метода выразилась в более высокихсреднегодовых доходностях советника ТС4 за период с 2012 по 2017 год, а такжев более устойчивых траекториях роста величины исходного депозита зааналогичный промежуток времени по сравнению с советниками ТС1 и ТС2 как155для рынка FOREX, так и для рынка бинарных опционов для всех рассмотренныхвалютных пар.В качестве основных итогов данного параграфа необходимо отметитьследующие:1.
Предложенметодувеличенияфинансовойрезультативностиавтоматизированных торговых систем путем агрегации с помощью генетическогоалгоритма платформы MT4 различных прогнозных моделей и предикторов,использующихся в подобных системах, в целях улучшения адаптации последнихк постоянно меняющимся характеристическим и конъюнктурным особенностямисследуемого финансового рынка.2. В соответствии с предложенным методом создан торговый советник ТС4,основанный на агрегации сигналов прогнозных моделей советников ТС1 и ТС2.3.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
