Аннотация

Одним из самых крупных и нестабильных рынков в мире является рынок обмена валют. В настоящее время на Форексе анализ рынка является важной частью работы при подготовке к торгам и проводится этот анализ с использованием методов машинного обучения. Для обучения использовались исторические данные о ценах на валюту, но эта информация сильно зашумлена, что мешает построить эффективные алгоритмы роботизированной торговли. Для решения данной проблемы мы предлагаем, на основе технических индикаторов сформулировать правила торговли. Так же мы предлагаем новую функцию затрат, которая вычисляет доходность с поправкой на риск, коэффициент Шарпа и коэффициент Стерлинга, чтобы уменьшить дисперсию и величину просадки. Предлагаемая нами стратегия для роботизированной торговли основана на генетическом алгоритме максимизирующего отношения коэффициентов Шарпа и Стерлинга. Эксперимент проводился на внутридневных данных 6 основных валютных пар с 2018 по 2019 год. Результаты неизменно показывали значительную положительную доходность и эффективность торговли эффективна благодаря оптимизированным функциям, основанным на правилах. Максимальная полученная доходность составила 320% годовых при использовании 5-минутных сделок на валютной паре AUD-USD. Кроме того, предлагаемая модель обеспечивает лучшую производительность по факторам риска, включая максимальные просадки и дисперсию в сравнении с эталонными моделями.

Ключевые слова: технический анализ, генетический алгоритм, машинное обучение

https://habr.com/ru/post/696308/?utm_source=habrahabr&utm_medium=rss&utm_campaign=696308