Tytuł:

Budowa i testowanie wsteczne strategii inwestycyjnej opartej o uczenie maszynowe

Tytuł publikacji grupowej:

Debiuty Studenckie

Tytuł odmienny:

Building and Backtesting Investment Strategy Based on Machine Learning

Autor:

Wietrzykowski, Filip

Współtwórca:

Grześkowiak, Alicja. Redakcja ; Peternek, Piotr. Redakcja

Temat i słowa kluczowe:

handel alogrytmiczny ; uczenie maszynowe ; testowanie wsteczne ; algorithmic trading ; machine learning ; backtesting

Opis:

Zastosowanie metod ilościowych w ekonomii i finansach / pod red. Alicji Grześkowiak i Piotra Peterneka. - Wrocław: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, 2022, s. 120-130

Abstrakt:

W artykule został podjęty temat budowy i testowania wstecznego w pełni automatycznej strategii inwestycyjnej opartej na uczeniu maszynowym. Podczas pisania artykułu zostały przeprowadzone obszerne studia literaturowe. Zostały przedstawione zarówno najważniejsze założenia i metody stosowane w budowie strategii, jak i narzędzia do testowania wstecznego. Przedstawiona została analiza wskaźnikowa i metody uczenia maszynowego z wyróżnieniem drzew decyzyjnych i lasu losowego. Zbudowany algorytm wykazał się zyskownością w prawie każdych warunkach panujących od 2008 do 2022 roku. System wykazywał dodatni wynik zarówno w trendzie wzrostowym, bocznym, jak i spadkowym. Wyniki w trendzie spadkowym i bocznym w ujęciu procentowym były znacząco wyższe od benchmarku. Wyniki w ujęciu procentowym w trendzie wzrostowym były poniżej benchmarku. Na całym okresie w stosunku do maksymalnego użycia kapitału zysk procentowy wyniósł 82%. Daje to roczny CAGR na poziomie 4,39%.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2023

Typ zasobu:

rozdział

Identyfikator zasobu:

doi:10.15611/2023.09.3.09

Język:

pol

Powiązania:

Debiuty Studenckie 2023 ; Zastosowanie metod ilościowych w ekonomii i finansach

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-SA 4.0

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu