Автор: Николай Камынин 
     В статье “ Возможности автоматических систем торговли ” мною была представлена система принятия решения для торговли по дневным данным исключительно на длинных позициях и дано краткое описание системы и постановка задачи.В данной статье представлены результаты работы этой системы в long и short, так называемый реверсивный принцип торговли и рассмотрен более подробно алгоритм построения системы. Представленная система, в отличие от предыдущей, либо покупает акции на 1000, либо, при закрытии длинной позиций, дополнительно продает акций на 1000, т.е. открывает короткую позицию. Таким образом, система всегда находится в рынке. Правила принятия решения обеих систем одинаковые.

Результаты работы системы

В таблицах представлены результаты работы системы. Как видно из табл.3, работа в short менее результативна, чем в long ( табл.2) , что вполне объяснимо на растущем российском рынке (см график в конце статьи). Так по сделкам Long на 23 мая 2006 года прибыль составила 1229%  и 88% удачных сделок, а по сделкам Short прибыль составила 867% плюс открытая позиция 29%  и 77%  удачных сделок. В целом (табл.1)  за 5 лет и 5 месяцев система получила 2096% прибыли, при 83% удачных сделок, совершив в общей сложности 527 сделок за 2345 дней.

 
В табл.4 представлены результаты работы системы по годам. Минимальная прибыль составила 199% в 2005 году, максимальная прибыль составила 600% в 2000 году, прибыль текущего года составляет 165%. 

Алгоритм построения системы

      В основе построения системы лежит теория распознавания образов ( термин 30 летней давности ), сегодня  более известна как теория нейронных сетей. В системе реализованы метод самоорганизации и обучения с учителем. Суть метода в следующем. Выбирается система признаков, на основе которой строится первичная система принятия решений, затем в систему добавляется новое правило. Система либо оставляет это правило, либо отбрасывает, исходя из критерия эффективности работы. Для построения первичной системы, я взял наиболее очевидные правила, типа “ если Close>Open, то купить » , или » если    Open>Close, то продать» и на исторических данных за 5 лет проанализировал количество выигрышных и  проигрышных сделок по РАО ЕЭС. В результате было выбрано следующее правило покупкиOpen[1]>Close[1] and Close[1]>Open  и правило для продажи Close>Open and Low[2]>High[1].            Эти правила я записал в «пустую» систему. После этого начался процесс обучения. Следующие правила  формируются без какой-либо статистики ( собственно не совсем так  поскольку любая теория — это обобщение практики, а следовательно — статистика ) . Можно  взять что угодно, например, «если Вам хочется спать, то продать,  а если вы встали утром с хорошим настроением, то купить». Важно, что бы Вы смогли формализовать правила и ввести их в систему. ( обучение с учителем )      После этого по определенному алгоритму обучения, система анализирует новое правило и либо включает в состав правил, либо отбрасывает как плохое, на основе определенных критериев самоорганизации. В моем случае формализованный критерий самоорганизации определен в виде:  «правило хорошее, если нет причины считать его плохим».          В своей системе я использую признаки, получаемые на основе своей волновой теории. Кратко об этом есть в предыдущей статье.
Ниже представлен график работы системы за период с 2000 года по 22 мая 2006 года.

Copyright © 2006 Николай Камынин