4 votos

¿Cómo utilizar la red neuronal para el análisis técnico?

Estoy trabajando en la construcción de una red neuronal para el análisis técnico de las acciones. La entrada que tengo es el precio de apertura y dos (hasta ahora) indicadores técnicos : RSI y William's R - para los últimos 2 años. Puedo incluir más puntos de datos y características en el futuro, pero por ahora sólo tengo que probar el concepto. Tengo las siguientes preguntas al respecto:

  1. Había decidido clasificar las acciones en 3 categorías : COMPRAR, VENDER y MANTENER utilizando este modelo. ¿Es adecuada esta formulación? En caso afirmativo ¿hay alguna forma de generar estas etiquetas objetivo para el entrenamiento? En caso negativo ¿cuál debería ser el objetivo adecuado?

  2. Las neuronas se disparan después de un cierto umbral, pero muchos indicadores requieren una interpretación diferente a la de un umbral límite. ¿Es necesario corregir esto en el modelo o no tendrá ningún impacto? En caso afirmativo, ¿qué método debería utilizarse para corregirlo? ?

Cualquier ayuda será muy apreciada.

0 votos

¿cuántos datos tiene? Soy muy escéptico de esto sin ser presentado con más diseño previsto. ¿Es el valor de dos años de datos suministrados como entrada, es decir, 252 X 2yrs X 3indexes para cada acción. ¿Se trata de un predictor de una sola acción o de múltiples acciones? El RSI es una función del precio de las acciones, al igual que el Williams R, por lo que técnicamente es sólo una reexpresión de los precios básicos de las acciones. Puede que no contribuyan en absoluto al rendimiento de la red neuronal.

0 votos

Si no me equivoco, los indicadores pueden dar una idea de si una acción está sobrecomprada o sobrevendida. Esto ayudaría a tomar una posición en esa acción. Esta era la idea básica detrás del diseño. Puedo obtener más datos - como alrededor de 10 años o así - por lo que no es un problema. Es un predictor de una sola acción. Mi principal preocupación era con respecto a las etiquetas de destino. Leí algunos artículos en los que se utilizaba esta metodología para comprar y vender acciones, pero no quedaba claro cómo generaban las etiquetas objetivo. Además, si crees que esto es incorrecto, sería genial si pudieras recomendar algún otro enfoque. Gracias.

2voto

Simon Puntos 106

P1: Pasar a un entorno de clasificación es, hasta la fecha, la técnica más común en la literatura. Lo más habitual es predecir la dirección de un movimiento en un horizonte definido, por ejemplo 1 día o 1 mes. Una técnica avanzada consiste en aplicar el etiquetado de triple barrera y eliminar las etiquetas de clase poco comunes.

P2: Jigar Patel y otros escribieron un buen artículo sobre la preparación de datos deterministas de tendencias que transforma los indicadores técnicos en una expectativa de tendencia. Papel . Puede que este tipo de ingeniería de funciones le resulte útil.

Adicional: Si sólo utiliza datos de precios e indicadores relacionados con los precios, es muy probable que su modelo detecte factores bien conocidos, como el impulso y el cambio de tendencia. Esto le ayudará a diseñar características que expliquen la explotación de estas anomalías del mercado. (Tenga en cuenta también que es poco probable que pueda explotar otros factores sin las variables explicativas correctas).

No creo que su actual conjunto de funciones pueda aportar mucho valor dado:

  1. No se puede utilizar el precio abierto, no es estacionario. Lo más habitual es utilizar la diferencia logarítmica de primer orden del precio, que sería la rentabilidad logarítmica. Se supone que los rendimientos son estacionarios y se distribuyen normalmente, los precios se distribuyen log-normalmente.
  2. Las rentabilidades diarias son muy muy difíciles de prever, intente cambiar a rentabilidades mensuales o semanales.
  3. Añada datos de volumen, así como el factor de mercado (S&P500), puede tener un buen éxito con un modelo de estilo CAPM no lineal.

El siguiente es un buen artículo del Journal of Financial Data Science: Redes neuronales en finanzas: Diseño y rendimiento

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X