Synopse bis zum letzten Mal

Ich versuche, die Geschichte in diesem Artikel selbst zu vervollständigen, aber wenn Sie den folgenden Artikel lesen, wird der Ablauf der Geschichte klarer.

Die Preisspanne für NIKKEI 225 am nächsten Tag (Preisschlusspreis) beträgt 60 Wenn es mit der Genauigkeit von% vorhergesagt werden kann, sagte er, dass er mit einer jährlichen Rate von 46% verdienen könnte, wenn er den Kauf und Verkauf von 1570 NF Nikkei Leverage und 1357 NF Nikkei Double Inverse wiederholt.
Um dies zu überprüfen, werden die Rabatte des repräsentativen Marktindex für die letzten 3 Tage Wir haben einen Prädiktor konstruiert, der am nächsten Tag unter Verwendung des Codes der Nikkei-Durchschnittspreisspanne als Lehreretikett maschinell erlernt wurde. Die Zielgenauigkeit lag jedoch weit unter 60% und betrug nur 51% des Würfelniveaus.
Wenn , anstatt Ihren eigenen Prädiktor zu erstellen, Yahoo! Finance. Ich habe überlegt, den Artikel "Tokyo Stock Market Outlook" zu verwenden, aber das hat auch nicht funktioniert.

Einführung

Dieses Mal werde ich versuchen, vorherzusagen, ob die Preisspanne (Discount-Preis-Schlusskurs) des nächsten Tages von NIKKEI 225 durch eine andere Methode als maschinelles Lernen positiv oder negativ ist. Der Punkt, auf den Sie achten sollten, ist, dass es beim Betrachten des Diagramms mit Kerzen häufig vorkommt, dass die positive Linie eine Weile anhält und die negative Linie anhält. "Drei Tage hintereinander" oder "vier Tage hintereinander".

Positive Linie = Preisspanne (Pull-Close-Preis) Vorzeichen ist positiv
Versteckte Linie = Preisspanne (Pull-Price-Close-Preis) Vorzeichen ist minus

Wenn heute eine positive Linie ist und die Wahrscheinlichkeit, morgen eine positive Linie zu werden, sich von der Wahrscheinlichkeit unterscheidet, eine negative Linie zu werden, erhöht sich die Wahrscheinlichkeit, die Vorhersage zu treffen, wenn die größere Wahrscheinlichkeit als vorhergesagter Wert verwendet wird.

Yin Yang Bigram

Lassen Sie uns sofort das Verhältnis von NIKKEI 225 zum kontinuierlichen Hinzufügen positiver oder negativer Linien herausfinden.

Löschen Sie die Aktienkursdaten von NIKKEI225 mit csv,

Date,Open,High,Low,Close,Volume
2017-10-31,21896.38,22020.38,21840.07,22011.61,1055801728.0
2017-10-30,22047.95,22086.88,21921.24,22011.67,1397960064.0
2017-10-27,21903.27,22016.5,21815.72,22008.45,1241389952.0
2017-10-26,21698.95,21793.62,21688.56,21739.78,851784320.0
2017-10-25,21900.13,21921.36,21648.35,21707.62,1258339712.0
    ...

Verwenden Sie den folgenden Code, um das Verhältnis von Yang-Yang, Yin-Yang, Yang-Yin und Yin-Yin herauszufinden.

import pandas as pd
import numpy as np

nikkei_225 = pd.read_csv('NIKKEI225.csv').set_index('Date').sort_index()
open_list = nikkei_225['Open'].tolist()
close_list = nikkei_225['Close'].tolist()
diff_list = np.array(close_list) - np.array(open_list)

posiposi = 0
posinega = 0
negaposi = 0
neganega = 0
for i in range(len(diff_list)-1):
    if diff_list[i]>=0 and diff_list[i+1]>=0:
        posiposi = posiposi + 1
    elif diff_list[i]>=0 and diff_list[i+1]<0:
        posinega = posinega + 1
    elif diff_list[i]<0 and diff_list[i+1]>=0:
        negaposi = negaposi + 1
    else:
        neganega = neganega + 1
print(posiposi, posinega, negaposi, neganega)

2014-10-30_2017-10-31 Mit 735 Aktien Yangyang = 170 Fälle Yang Yin = 195 Fälle Yinyang = 195 Fälle Schatten = 175 Fälle Getroffen.

Als das,

Wenn der heutige Nikkei 225 eine positive Linie ist

Wahrscheinlichkeit, morgen eine positive Linie zu werden = 170 / (170 + 195) = 46,57%
Wahrscheinlichkeit, morgen eine Schattenlinie zu werden = 195 / (170 + 195) = 53,43%

Wenn der heutige Nikkei 225 eine versteckte Linie ist

Wahrscheinlichkeit, morgen eine positive Linie zu werden = 195 / (175 + 195) = 52,70%
Wahrscheinlichkeit, morgen eine Schattenlinie zu werden = 175 / (175 + 195) = 47,30%

Das Ergebnis war das. Ich dachte, es gäbe viel Sonnenschein und Schatten, aber ich entfernte es. Aber es ist asymmetrisch, also werde ich es versuchen.

Kauf- und Verkaufsprogramm

Wenn der heutige Nikkei225 eine positive Linie ist, ist es morgen eher eine negative als eine positive Linie. 1357NF Kaufen Sie einen Double Inverse Close und verkaufen Sie ihn Close
Wenn der heutige Nikkei225 eine versteckte Linie ist, ist morgen eher eine positive Linie als die von morgen. 1358 Kaufen Sie doppeltes Nikkei Leva zu einem engen Preis und verkaufen Sie zu einem engen Preis

Wiederholen Sie dies. Kurz gesagt, wenn es heute eine positive Linie ist, ist es morgen eine negative Linie, und wenn es heute eine negative Linie ist, ist es morgen eine positive Linie. Ist das ein Systemhandel?

Gewinn- und Verlustsimulation (Backtest)

Vom 2017-11-01 bis zum 2020-07-28 habe ich versucht, den Fall zu simulieren, dass Kauf und Verkauf mit dem oben genannten Kauf- und Verkaufsprogramm jedes Mal um 10.000.000 Yen wiederholt werden. Die Handelsgebühr wurde für eine Hin- und Rückfahrt auf 2026 Yen festgesetzt. Der Code ist unten.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

nikkei225 = pd.read_csv('NIKKEI225.csv').set_index('Date').sort_index()
n1357 = pd.read_csv('1357.csv').set_index('Date').sort_index()
n1358 = pd.read_csv('1358.csv').set_index('Date').sort_index()

nikkei225_open_list = nikkei225['Open'].tolist()
nikkei225_close_list = nikkei225['Close'].tolist()
nikkei225_diff_list = np.array(nikkei225_close_list) - np.array(nikkei225_open_list)

n1357_open_list = n1357['Open'].tolist()
n1357_close_list = n1357['Close'].tolist()
n1357_diff_list = np.array(n1357_close_list) - np.array(n1357_open_list)

n1358_open_list = n1358['Open'].tolist()
n1358_close_list = n1358['Close'].tolist()
n1358_diff_list = np.array(n1358_close_list) - np.array(n1358_open_list)

x = []
y = []
total_gain = 0
for i in range(len(nikkei225_diff_list)-1):
 if nikkei225_diff_list [i]> = 0: # Der heutige Nikkei225 ist eine positive Linie
 Kaufen Sie # 1357 für 10 Millionen Yen und verkaufen Sie es zum Schluss
        n = int(10000000/n1357_close_list[i])
        daily_gain = n1357_diff_list[i+1]*n - 2026
 sonst: # Der heutige Nikkei225 ist versteckt
 Kaufen Sie # 1358 für 10 Millionen Yen und verkaufen Sie es zum Schluss
        n = int(10000000/n1358_close_list[i])
        daily_gain = n1358_diff_list[i+1]*n - 2026
    total_gain += daily_gain
    x.append(i)
    y.append(total_gain)

# Handlung
plt.plot(x, y, label="total_gain")
plt.show()
print('total_gain=', total_gain)

Ergebnisse der Gewinn- und Verlustsimulation

Ist das nicht gut?

total_gain= 5633247

In den 33 Monaten vom 2017-11-01 bis zum 2020-07-28 wurden die ursprünglichen 10.000.000 Yen zu 15.633.247 Yen, sodass die jährliche Rate auf 20,48% berechnet wird. Ist es wahr? Ich hätte gerne eine Nachuntersuchung für alle.

Das kumulative Gewinn- / Verlust-Diagramm zeigt eine leichte Zunahme und Abnahme, aber es steigt auf lange Sicht und die Form ist nicht schlecht.

Berücksichtigung der Ergebnisse

Der Zeitraum für die Berechnung der Wahrscheinlichkeit von Yin und Yang reicht vom 30.10.2014 bis zum 31.10.2017
Der Zeitraum für das Backtesting mit dieser Wahrscheinlichkeit beträgt 2017-11-01 bis 2020-07-28

Also werde ich den Studienzeitraum und den Evaluierungszeitraum trennen. Da es sich nicht um ein großes Lernen handelt, ist es nicht erforderlich, den Lernzeitraum und den Bewertungszeitraum zu trennen. Zeichnen wir daher das kumulierte Gewinn- und Verlustdiagramm für den gesamten Zeitraum vom 30.10.2014 bis zum 28.07.2020.

total_gain= 969052

Die kumulierten Gewinne und Verluste sind für den gesamten Zeitraum positiv, aber die Grafik zeigt, dass sich der Verlust in den ersten 700 Tagen vergrößert und in den letzten 700 Tagen erholt hat. Wie siehst du das? Die letzten 700 Tage sollten als Zufall angesehen werden.

Zusammenfassung

Konzentrieren Sie sich auf das Yin-Yang-Bigram und prognostizieren Sie das Vorzeichen der Preisspanne für den nächsten Tag des NIKKEI 225 und den darauf basierenden Systemhandel.
Scheinbar gute Ergebnisse, aber wahrscheinlich nur ein Zufall.
Es ist rücksichtslos, das zu essen.

Fortsetzung (vielleicht)

[PYTHON] Ist das ein Systemhandel?