För att följa upp på förra inlägget, så kommer här en simulering av mitt neurala nätverk på Xact Bear. Xact Bear är en börshandlad fond som avser att ge -150% av utvecklingen för OMXS30.
Nätverket är tränat på 2500 iterationer precis som förut efter signifikans. Jag testade fem gånger och tog det exempel med bäst signifikans i träningsperioden.
Här är resultatet:
Större delen av vinsterna kommer från 2008/2009 då volatiliteten var exceptionellt hög. Förmodligen skulle vi behöva ta bort den perioden för att få något som fungerar när volatiliteten inte är lika hög. En idé är att bara träna nätverket på perioder då marknaden är under MA200 för att handla marknaden under MA200 och vice versa. Då behövs inget krav på att nätverket ska anpassa sig till två vilt skilda tillstånd.
För att ytterligare undersöka hur robust nätverket är så har jag kört det på Ericsson B-aktien också.
Hyfsad utveckling i utvärderingsperioden. Den här strategin verkar också gilla hög volatilitet. Dock behöver mer utvärderingar göras innan vi kan bevisa att det verkligen fungerar som en investeringsstrategi.
KvA
Intressant blogg. Vad använder du för program för detta?
SvaraRaderaExcel :p
SvaraRaderaOkej, excel går ju att göra mycket med men där trodde jag gränsen gick... Gjorde en sökning och så att det fanns många add-in:s. Är det en sådan du använder eller har du kodat allt själv i VBA? Om man vill lära sig mer och är hyfsad på VBA, har du något tips om var man kan börja?
SvaraRaderaGjorde allt själv i VBA, det är inte så krångligt som man kan tro. Ett neuralt nätverk är bara en rad multipliceringar och logiska satser, vilket kan göras utan kod i Excel. Det är träningen som kräver att lite värden flyttas runt. Komplexiteten behöver aldrig gå över enkla loopar.
SvaraRaderaMaila mig gärna om du gör något kul ;)