вторник, 30 декабря 2008 г.

081230_box_len_step

len = 300 step = 18 inp_cnt = 16 res = 2.2635257
len = 300 step = 19 inp_cnt = 15 res = 2.2496956
len = 300 step = 20 inp_cnt = 15 res = 2.2548086
len = 300 step = 21 inp_cnt = 14 res = 2.2364192
len = 300 step = 22 inp_cnt = 13 res = 2.2240718
len = 300 step = 23 inp_cnt = 13 res = 2.2253389
len = 300 step = 24 inp_cnt = 12 res = 2.2118562
len = 300 step = 25 inp_cnt = 12 res = 2.2031974
len = 300 step = 26 inp_cnt = 11 res = 2.1858219
len = 300 step = 27 inp_cnt = 11 res = 2.1854475
len = 300 step = 28 inp_cnt = 10 res = 2.1486093
len = 300 step = 29 inp_cnt = 10 res = 2.1449306
len = 300 step = 30 inp_cnt = 10 res = 2.128381
len = 300 step = 31 inp_cnt = 9 res = 2.0817973
len = 300 step = 32 inp_cnt = 9 res = 2.0727346
len = 300 step = 33 inp_cnt = 9 res = 2.0892651
len = 300 step = 34 inp_cnt = 8 res = 1.9897128
len = 300 step = 35 inp_cnt = 8 res = 2.0234501
len = 300 step = 36 inp_cnt = 8 res = 2.033822
len = 300 step = 37 inp_cnt = 8 res = 2.044819
len = 300 step = 38 inp_cnt = 7 res = 1.9364693
len = 300 step = 39 inp_cnt = 7 res = 1.9709523
len = 300 step = 40 inp_cnt = 7 res = 1.9377673
len = 300 step = 41 inp_cnt = 7 res = 1.944659
len = 300 step = 42 inp_cnt = 7 res = 1.9486079
len = 300 step = 43 inp_cnt = 6 res = 1.7963945
len = 300 step = 44 inp_cnt = 6 res = 1.8109539
len = 300 step = 45 inp_cnt = 6 res = 1.7952539
len = 300 step = 46 inp_cnt = 6 res = 1.8491295
len = 300 step = 47 inp_cnt = 6 res = 1.8566571
len = 300 step = 48 inp_cnt = 6 res = 1.8580821
len = 300 step = 49 inp_cnt = 6 res = 1.8557184
len = 300 step = 50 inp_cnt = 6 res = 1.824586

Продолжаем 2!!!

 

Продолжаем!!!

вторник, 28 октября 2008 г.

Окончание

Большого интереса к моей методике не замечаю.
Проект закрываю.

В дальнейшем все разработки буду складывать в одном месте по адресу:



До свидания.

понедельник, 20 октября 2008 г.

Прогноз курсов акций на 20.10.2008

Нынче понедельник 20 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Сбербанк, Сбербанк Пр., Норникель, Лукойл, Ростелеком и Газпромнефть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - down
sberp - up
gmkn -
down
lkoh - down
rtkm - up
sibn - down

Подробнее [PDF]

пятница, 17 октября 2008 г.

Прогноз курсов акций на 17.10.2008

Нынче пятница 17 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Сбербанк, Сбербанк Пр., Норникель, Лукойл, Ростелеком и Газпромнефть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - up
sberp -
up
gmkn -
up
lkoh - up
rtkm -
down
sibn -
up


Подробнее [PDF]

четверг, 16 октября 2008 г.

Прогноз курсов акций на 16.10.2008

Нынче четверг 16 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Сбербанк, Сбербанк Пр., Норникель, Лукойл, Ростелеком и Газпромнефть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - up
sberp -
up
gmkn -
down
lkoh -
up
rtkm -
down
sibn -
down

Подробнее [PDF]

среда, 15 октября 2008 г.

Прогноз курсов акций на 15.10.2008

Нынче среда 15 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Прогноз по всем (Сбербанк, Сбербанк Пр., Норникель, Лукойл, Ростелеком и Газпромнефть) показывает падение.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - down
sberp - down
gmkn -
down
lkoh -
down
rtkm -
down
sibn -
down

Подробнее [PDF]

вторник, 14 октября 2008 г.

Прогноз курсов акций на 14.10.2008

Нынче вторник 14 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Прогноз по всем (Сбербанк Пр., Норникель, Лукойл, Ростелеком и Газпромнефть) кроме Сбербанка показывает падение.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - up
sberp -
down
gmkn -
down
lkoh -
down
rtkm -
down
sibn -
down

Подробнее [PDF]

понедельник, 13 октября 2008 г.

Прогноз курсов акций на 13.10.2008

Нынче понедельник 13 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Прогноз по всем (Сбербанк, Сбербанк Пр., Норникель, Лукойл, Ростелеком и Газпромнефть) показывает падение.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - down
sberp -
down
gmkn -
down
lkoh -
down
rtkm -
down
sibn -
down

Подробнее [PDF]

пятница, 10 октября 2008 г.

Прогноз курсов акций на 10.10.2008

Нынче пятница 10 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Сбербанк , Норникель и Газпромнефть должны подняться. Сбербанк Пр., Лукойл и Ростелеком должны упасть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - up
sberp -
down
gmkn -
up
lkoh -
down
rtkm -
down
sibn -
up

Подробнее [PDF]

четверг, 9 октября 2008 г.

Прогноз курсов акций на 09.10.2008

Нынче четверг 9 октября. Как ни странно торги опять открылись. Приехал с базы поздно. Поэтому и поздно публикую. Смотрим, что компьютер нам спрогнозировал на сегодня.

Сбербанк Пр., Норникель и Ростелеком должны подняться. Сбербанк , Лукойл и Газпромнефть должны упасть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - down
sberp -
up
gmkn -
up
lkoh -
down
rtkm -
up
sibn -
down

Подробнее [PDF]

среда, 8 октября 2008 г.

Регрессия на основе нелинейного преобразователя методом гусеница со сглаживанием

Как уже обещалось (см. Планы на 8 октября и далее по экспериментам 23 модели.) проведён эксперимент с нелинейным преобразователем. Настоящий эксперимент основан на предыдущем (см. Линейная регрессия со сглаживаниями.). Линейный преобразователь заменён нелинейным. Дополнительно для нелинейного преобразователя генерировался случайным образом коэффициент удалённости. Как и ранее лучшие результаты отбирались и приводятся на диаграммах ниже.




Как видно из диаграмм результаты настоящей модели лучше. Даже корреляция поднялась по всем инструментам выше 0,2. Процент угадывания знака поднялся по всем выше 58%. И это все на периоде в один год. Результаты обнадёживают. Гипотеза подтвердилась. Теперь можно приступать к оптимизации модели.

Планы на 8 октября и далее по экспериментам 23 модели.

Сегодня будем проводить эксперимент с нелинейным преобразователем. Это главная цель всех подготовительных экспериментов.

В предыдущем опыте (см. Линейная регрессия со сглаживаниями.) в качестве регрессионного восстановления использовался линейный преобразователь по корреляции (см. Инструменты). В настоящем эксперименте он будет заменён на нелинейный.

Далее будем только совершенствовать полученную схему с целью получить рабочий вариант для 23 модели.

Прогноз курсов акций на 08.10.2008

Нынче среда 8 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Сбербанк, Норникель и Газпромнефть должны подняться. Сбербанк Пр., Лукойл и Ростелеком должны упасть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - up
sberp -
down
gmkn -
up
lkoh -
down
rtkm -
down
sibn -
up

Подробнее [PDF]

вторник, 7 октября 2008 г.

Линейная регрессия со сглаживаниями.

Проведено 1000 испытаний. В испытании для инструмента случайным образом для каждого инструмента генерировались сглаживания для входов и сглаживание для выхода из диапазоне от 0.01 до 1. В качестве входов использовались сами-же инструменты (все 7 бумаг) только с опаздыванием на один день. Дополнительно случайно подбиралась глубина для расчёта коэффициентов линейной регрессии (корреляция, среднее и стандартное отклонение). По коэффициентам сглаживания рассчитывались сглаживания для входов и выхода. Далее вычислялись относительные изменения от сглаженных рядов. Затем в цикле формировали рекомендации для каждого тестового дня. Для формирования рекомендации методу линейной регрессии отдавали относительные изменения сглаженных входов, относительное изменение сглаженного выхода и глубину. Далее высчитывали качество по корреляции и количеству угаданных знаков на всей тестовой выборке. И так делали для каждого инструмента.

Результаты полученные во всех испытаниях свели в таблицу и нашли наибольшие значения которые и представляем в виде двух диаграмм.



Для сравнения необходимо взять результаты эксперимента Линейная регрессия методом "гусеница" в котором брались только предыдущие значения для регрессионного восстановления ряда. Как не трудно заметить результаты нынешнего эксперимента лучше.
Причём по всем инструментам модель находится в зоне положительной доходности (см. Анализ доходности).

Инструменты

Здесь собираем описание инструментов - методов используемых для построения прогнозной модели.

- Относительное изменение
- Экспоненциальное сглаживание
- Среднее значение (см. Среднее арифметическое)
- Стандартное отклонение
- Корреляция
- Линейная регрессия на корреляции

Прогноз курсов акций на 07.10.2008

Нынче вторник 7 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Сбербанк и Сбербанк Пр. должны подняться. Норникель, Газпромнефть , Лукойл и Ростелеком должны упасть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - up
sberp -
up
gmkn -
down
lkoh -
down
rtkm -
down
sibn -
down

Подробнее [PDF]

понедельник, 6 октября 2008 г.

Итог по линейному гусеничному прогнозированию.

По результатам предыдущих экспериментов (см. Линейная регрессия методом "гусеница". Линейная регрессия методом "гусеница" (2 предыдущих дня). 3.10.2008 Линейная регрессия методом "гусеница" (3 предыдущих дня). Линейная регрессия методом "гусеница" (4 предыдущих дня). Линейная регрессия методом "гусеница" (5 предыдущих дней). Линейная регрессия методом "гусеница" (6 предыдущих дней). Линейная регрессия методом "гусеница" (7 предыдущих дней).) построены суммарные итоговые графики. Они показывают какое максимальное качество можно извлечь из модели при разном количестве предыдущих дней. Графики ниже.


Максимальной корреляции стоит ждать при 2-4 предыдущих днях.

Максимального количества угадываемых знаков стоит ждать за 4-мя предыдущими днями. На этом закончим исследования линейной модели. Можно переходить к нелинейной. В первую очередь займёмся сглаживаниями.

Линейная регрессия методом "гусеница" (7 предыдущих дней).

В добавок к проведённым экспериментам (см. Линейная регрессия методом "гусеница", Линейная регрессия методом "гусеница" (2 предыдущих дня), Линейная регрессия методом "гусеница" (3 предыдущих дня), Линейная регрессия методом "гусеница" (4 предыдущих дня), Линейная регрессия методом "гусеница" (5 предыдущих дней) и Линейная регрессия методом "гусеница" (6 предыдущих дней)) ещё один. Здесь используем 7 предыдущих дня для построения прогноза.






Ну вот и начинается падение.

Прогноз курсов акций на 06.10.2008

Нынче понедельник 6 октября. Смотрим, что компьютер нам спрогнозировал на сегодня.

Норникель. и Газпромнефть должны подняться. Сбербанк, Сбербанк Пр, Лукойл и Ростелеком должны упасть.

Прогноз в табличном виде и детальный отчёт в виде PDF файла смотреть ниже.

sber - down
sberp -
down
gmkn -
up
lkoh -
down
rtkm -
down
sibn -
up

Подробнее [PDF]

пятница, 3 октября 2008 г.

Линейная регрессия методом "гусеница" (6 предыдущих дней)

В добавок к проведённым экспериментам (см. Линейная регрессия методом "гусеница", Линейная регрессия методом "гусеница" (2 предыдущих дня), Линейная регрессия методом "гусеница" (3 предыдущих дня), Линейная регрессия методом "гусеница" (4 предыдущих дня) и Линейная регрессия методом "гусеница" (5 предыдущих дней)) ещё один. Здесь используем 6 предыдущих дня для построения прогноза.








Ну вот и начинает проявляться снижение. Смотрим дальше.

Линейная регрессия методом "гусеница" (5 предыдущих дней)

В добавок к проведённым экспериментам (см. Линейная регрессия методом "гусеница", Линейная регрессия методом "гусеница" (2 предыдущих дня), Линейная регрессия методом "гусеница" (3 предыдущих дня) и Линейная регрессия методом "гусеница" (4 предыдущих дня)) ещё один. Здесь используем 5 предыдущих дней для построения прогноза.





Таким образом можно и до доходной модели добраться. Хотя по Газпромнефти скорее всего количества угаданных знаков уже достаточно для положительной доходности.

Начинает проявляться некоторое новое свойство модели. Хорошее качество модели получается при малых лагах - до 100. При увеличении лага качество падает.

Пока есть время проведем эксперименты с разным количеством предыдущих дней. Да и вычислительных мощностей пока достаточно. Компьютер считает за приемлемое время.

Линейная регрессия методом "гусеница" (4 предыдущих дня).

В добавок к проведённым экспериментам (см. Линейная регрессия методом "гусеница", Линейная регрессия методом "гусеница" (2 предыдущих дня) и Линейная регрессия методом "гусеница" (3 предыдущих дня)) ещё один. Здесь используем 4 предыдущих дня для построения прогноза.





Интересно - долго ли это будет продолжаться. рост по прежнему продолжается. Пика пока не видать, хотя в литературе упоминается об ограничениях при увеличении лагового пространства. Смотрим дальше.

Линейная регрессия методом "гусеница" (3 предыдущих дня).

В добавок к проведённым экспериментам (см. Линейная регрессия методом "гусеница" и Линейная регрессия методом "гусеница" (2 предыдущих дня)) ещё один. Здесь используем 3 предыдущих дня для построения прогноза.





Изменения стали слабее, но движение в положительную сторону сохраняется.

Линейная регрессия методом "гусеница" (2 предыдущих дня).

В предыдущем эксперименте (см. Линейная регрессия методом "гусеница".) прогноз строился на одном предыдущем дне. В настоящем эксперименте осуществляем попытку строить прогноз из двух предыдущих дней. Смотрим результаты.







Наблюдаем повышение качества в основном по корреляции.

Линейная регрессия методом "гусеница".

В предыдущем эксперименте (см. Простая линейная регрессионная модель.) рассказывалось о проблеме забегания вперёд при получении данных для построения рекомендации (прогноза). В настоящем эксперименте данная проблема устранена. Здесь моделируется построение прогноза в каждом дне по данным которые известны только на расчётную дату. Т.е. берутся только предыдущие дни. В такой ситуации появляется вопрос - "Какую глубину выборки необходимо брать для расчёта корреляций и прочих параметров?". Для этого проведён эксперимент в котором брались разные глубины (кажется это называется лагом). Итак тестирование по-прежнему на диапазоне в 1 год по сегодняшнее число. Для каждого из расчётов получены по две характеристики: корреляция прогноза с реальными относительными изменениями и процент угадывания знака. Результаты ниже.



По результатам испытаний вычислены границы в виде максимумов, минимумов и среднего от корреляций и вероятности угадывания знака.



Полученные результаты можно сравнить с предыдущим экспериментом (см. Простая линейная регрессионная модель.). Скажем так, что результаты моделей отличаются в разных направлениях. Хотя настоящая модель более реальная. По угадыванию знака весьма не плохой результат (по крайней мере в максимумах). Если поставить оптимизирующую систему, то можно иметь неплохую модель. Но в рамках построения 23 модели мы ищем более сложную схему нежели чем линейная. И все эти эксперименты - лишь закладывание фундамента под мощную нелинейную модель.

Таким образом варьируя лагом можно получать модель с более лучшим качеством.

Простая линейная регрессионная модель.

Прошу прощения за предыдущую редакцию. Поспешил. В расчёты закралась ошибочка. Теперь печатаю точный вариант.

В рамках исследований для 23 модели проведён эксперимент по исследованию линейной регрессионной модели. В предыдущем эксперименте были даны оценки для корреляций с предыдущими значениями. На основе полученной матрицы корреляций проведено регрессионное восстановление ряда данных простым линейным преобразованием из относительных изменений предыдущего дня. Диапазон был прежним - 1 год. Таким образом в восстановлении ряда каждого инструмента участвовали все 7 рядов. Для востановленых рядов были получены оценки - корреляция и процент угадывания знака. Результаты представлены на графиках ниже.





Результаты обнадёживают. Но так модели не строятся. Рекомендации полученные в начале ряда тестирования в этой модели уже имели данные (корреляцию, среднее,...) за весь период. В реальности такое не известно. В следующем эксперименте будет использован метод гусеницы и такой проблемы не будет.

Все равно результаты этой модели будем использовать в дальнейшем для сравнения.