Прогнозирование стоимости акций является одной из основных задач в текущей области машинного обучения. Для решения этой проблемы было предложено несколько подходов. Большинство из них основаны на анализе временных рядов стоимости акций, другие основаны на новостных настроениях, которые будут использоваться для прогнозирования конкретной стоимости акций. Проблема прогнозирования запасов особенно интересна для работы, потому что у этой проблемы есть несколько сторон.
Значение цены зависит от людей, настроений, результатов деятельности компании, новостей, регуляторов и финансовых органов, создающих рынок, таких как банки. Поскольку каждый упомянутый фактор в значительной степени активен в одно и то же время и каждый вносит свой вклад в изменение цены, они делают довольно трудным использование определенного фактора для учета изменения цены. Хочу предложить вам гораздо более надежный метод.
Это полный исследовательский подход, основанный на конкретной цели. Пожалуйста, не инвестируйте на основе этого алгоритма.
Текущая Идея
Рыночные Индикаторы
Одним молодым финансовым аналитиком был разработан алгоритм, функционирующий таким образом, чтобы он учитывал, как работают реальные рыночные индикаторы. У большинства из нас есть общее представление о том, что фондовый рынок очень неопределенный, это, безусловно, так, но каким-то образом люди изучают рынки и открывают стратегии. Итак, возникает вопрос: как настоящие трейдеры изучают рынки? А все благодаря таким сайтам, как Investopedia и Zerodha, было обнаружено несколько рыночных индикаторов, таких как индексы поддержки, сопротивления, волатильности. Теперь следует знать одну вещь: индикаторы работают в соответствии с восприятием трейдера.
Давайте посмотрим некоторые определения:
Поддержка: поддержка может быть определена как уровень цен, который действует как пол, предотвращая падение цены более вниз. В основном на этом уровне есть покупатели, которые покупают и отталкивают рынки.
Сопротивление: как и поддержка, сопротивление-это уровень цен, который действует как потолок, который предотвращает дальнейшее движение цены вверх. На этом уровне, в основном, продажи скинулись и толкают вниз цену акций.
Если поддержка пробита, она становится сопротивлением, и наоборот.
Индексы волатильности/стандартные отклонения: Мы все знаем, что здесь все дело в деньгах, поэтому риск, естественно, ограничен. Но чтобы рискнуть, у нас должны быть какие-то ожидания. Индексы волатильности отражают ожидания. Два индекса волатильности определяют диапазон или диапазон, между которыми вероятная стоимость акций может упасть для следующего таймфрейма, основываясь на поведении текущего таймфрейма. Обычно индексы волатильности определяются относительно скользящей средней. Верхний индекс в соответствии со стандартной практикой составляет 2% от скользящей средней + текущая скользящая средняя, а нижний — текущая скользящая средняя-2% от скользящей средней. Итак, это определяет группу. Если эта полоса пробита, то считается, что есть сделки большого объема, в основном проходящие.
Существует два типа поддержки и сопротивления: длинные и короткие. Это в основном зависит от изучаемого временного предела.
Теперь мы поговорили о нескольких реальных рыночных индикаторах. Следует иметь в виду, что все эти индикаторы рассчитываются для того, чтобы сделать предположение о будущей цене в единицах t+1 на основе данных, которые мы имеем из последних единиц t. Понимание этого момента очень важно для понимания используемой концепции моделирования.
Итак, идея заключается в том, что если реальные умы используют эти индикаторы для предсказаний, почему бы не использовать их в моделировании.
Экономические Показатели
Цены стоимости акций подвержены влиянию, если затрагивается весь рынок. Теперь, чтобы зафиксировать это изменение, мы можем принять во внимание экономические индикаторы, такие как индикатор Dow Jones и индикатор SnP 500. Они являются стандартными индикаторами того, как на самом деле работает вся рыночная экономика.
график Доу Джонса
Тенденции Развития
Фондовый рынок находится в зависимости от настроений общественности. Теперь предположим, что компания заключила сделку или запустила новый продукт, поэтому это может поднять цену акций этой компании. Это просто потому, что люди теперь замечают компанию лучше. Это можно легко заметить, если мы можем получить тенденции компании. К примеру, Google предлагает такие тренды, которые могут служить индикатором цены. Если люди говорят о чем-то большем, то это либо очень хорошо, либо очень плохо. В любом случае, значение цены изменяется. Направление изменения может быть хорошо коррелировано с новостными настроениями.
Новостные Настроения
Опять же, как я уже упоминал ранее, Новости играют огромную роль в колебаниях цен на акции. Потому что это создает чувство. Если есть позитивные новости о компании, то ее цена растет по вполне понятным причинам. Финансовые новости об акциях можно найти на таких сайтах, как Finviz и Financial Times. Если мы можем получить новостные настроения, мы можем легко их использовать.
Коррелированные Акции
Если мы попытаемся предсказать конкретную стоимость акций, то обнаружим несколько других акций, которые великолепно коррелируют с рассматриваемой стоимостью акций. Если мы возьмем топ-10 или 5 акций с высокой корреляцией, то они могут служить хорошими индикаторами.
Теперь, когда мы поговорили о некоторых моментах, давайте перейдем к более подробным деталям:
Прогнозирование акций как данные временных рядов
Фондовые рынки управляются трейдерами по-разному. Некоторые работают по часам, некоторые-по 5 минут, некоторые-ежедневно. В этой работе я работал ежедневно. Итак, мы должны предсказать цену закрытия дня, скорректированную на закрытие дня t+1 . Теперь у нас есть значение цены открытия, значение цены закрытия, скорректированное закрытие, объем, высокие и низкие значения акций за t-й день. Итак, если у нас есть значение t-й единицы и мы хотим предсказать t+1-ю единицу, мы используем анализ временных рядов. Мы используем рекуррентные нейронные сети для анализа временных рядов.
Включая Характеристики
Все функции, о которых мы говорили выше, такие как индикаторы, тренды и настроения, за исключением коррелированных цен акций, уже готовы только к t+1-му дню. Тенденции, экономические показатели и новости могут быть очищены и готовы к ним еще до того, как рынок откроется в t+1-й день. Для коррелированных акций мы можем использовать анализ временных рядов по каждому из них в отдельности и сгенерировать цену t+1 - го дня.
Все эти функции готовы к значению t+1 - го дня. Эти особенности влияют на значение, предсказанное как выход временного ряда в виде внешних признаков. Таким образом, они могут быть просто включены в регрессионную модель с выходом анализа временных рядов соответствующего запаса.
Таким образом, наша нейронная сеть сможет включать в себя управление рисками, присутствие покупателя и продавца, присутствие новостных настроений и экономические условия при прогнозировании цены объекта.
