Ανάπτυξη και αξιολόγηση στρατηγικών συναλλαγών με τη χρήση νευρωνικών δικτύων.

Abstract

Τα τελευταία χρόνια έχει εδραιωθεί η αντίληψη ότι τα νευρωνικά δίκτυα αποτελούν μια αποτελεσματική τεχνική για την πρόβλεψη χρηματιστηριακών μεγεθών καθώς προσομοιώνουν αποτελεσματικά τις μη γραμμικές σχέσεις που χαρακτηρίζουν τη διακύμανση των μεγεθών του χρηματιστηρίου. Σημαντικό πλήθος δημοσιεύσεων εξετάζουν την απόδοση της στρατηγικής συναλλαγών που βασίζεται στα νευρωνικά δίκτυα και τις περισσότερες φορές καταλήγουν ότι αυτή δίνει καλύτερα αποτελέσματα σε σχέση με τις κλασσικές στρατηγικές συναλλαγών.

Στα πλαίσια αυτής της εργασίας δημιουργούμε ένα νευρωνικό μοντέλο για την πρόβλεψη της κίνησης του δείκτη Dow Jones βασιζόμενοι σε ιστορικές τιμές του δείκτη της περιόδου από 7 Νοεμβρίου 2003 έως 1 Νοεμβρίου 2013. Χρησιμοποιούμε αυτό το μοντέλο για την πρόβλεψη της εβδομαδιαίας κίνησης του δείκτη και εφαρμόζουμε στρατηγική συναλλαγών συμφωνα με την οποία όταν η πρόβλεψη έχει θετικό πρόσημο προχωρούμε σε αγορά μετοχών του δείκτη. Όταν η πρόβλεψη έχει αρνητικό πρόσημο προχωρούμε σε πώληση των μετοχών του δείκτη.

Η απόδοση της στρατηγικής συναλλαγών που βασίζεται στο νευρωνικό μοντέλο που αναπτύξαμε συγκρίνεται με την απόδοση της στρατηγικής Αγορά και Διακράτιση (Buy & Hold) για την περίοδο από 1 Οκτωβρίου 2010 έως 1 Νοεμβρίου 2013 η οποία αποτελεί και το δείγμα ελέγχου του νευρωνικού μοντέλου.

Τα αποτελέσματα ελέγχου της ικανότητας πρόβλεψης του νευρωνικού δικτύου που αναπτύξαμε δίνουν χαμηλή ικανότητα πρόβλεψης του εβδομαδιαίου προσήμου του δείκτη καθώς μόλις το 54% των περιπτώσεων το μοντέλο προέβλεψε σωστά το πρόσημο του δείκτη της επόμενης εβδομάδας.

Επιπλέον, η απόδοση της στρατηγικής συναλλαγών που εξετάζουμε και περιγράψαμε παραπάνω είναι μικρότερη από την απόδοση της στρατηγικής Αγορά και Διακράτιση για την ίδια περίοδο.