Результаты для сети 18- 14- 4- 1.
Эта сеть в пределах выборки работала значительно лучше, чем вне ее пределов. В пределах выборки прибыль варьировалась от 328,9% в год (при входе по стоп- приказу, тест 6) до 534,7% (вход по цене открытия, тест 4). Во всех случаях средняя Прибыль в сделке
Рисунок 11- 1. График изменения капитала для модели, основанной на обращенном во времени Медленном %К, нейронная сеть 18- 6- 1, вход по стоп- приказу.
превышала $6000. Как обычно, длинные позиции были прибыльнее коротких. Вне пределов выборки все виды входов были убыточны, но, как и в предыдущем наборе тестов, эти убытки были меньше, чем характерные для торговых систем, описанных в других главах, т.е. ближе к $1000, чем к $2000. Эта сеть также проводила гораздо больше сделок, чем предыдущая, причем лучше всего работал вход по лимитному приказу (тест 5). Убытки длинных позиций были меньше, чем коротких, за исключением входа по стоп- приказу, где убыток коротких позиций был сравнительно небольшим. Повышенная эффективность в пределах выборки и резкое падение эффективности за ее пределами — четкий признак избыточной подгонки под данные, которой достигла большая сеть с 320 параметрами, подстроившись под особенности учебного набора данных, но потеряв эффективность вне выборки.
В пределах выборки практически все рынки были прибыльны со всеми видами входов за тремя исключениями: серебро, канадский доллар и какао. Эти рынки в целом трудно поддаются любой системе. Вне пределов выборки система была прибыльна со всеми видами входов на ряде рынков: немецкой марки, канадского доллара, сырой нефти, мазута, палладия, откормленного скота, живого скота и леса. По крайней мере с одним из видов входов работали прибыльно еще несколько рынков.
График изменения капитала показывал постоянный рост вплоть до конца периода выборки, откуда начиналось плавное снижение, что характерно для поведения пере оптимизированной системы. Для выборки из 88 092 фактов такая нейронная сеть, возможно, была слишком большой.
