1636660528

Model regresyjny	\err\	err^2	R^2 sdRatio		Z/Sr0k	mdd	acc	long
ZeroR	0,76	1,13	-	1,00	-9,66	30,50	46,60	0,00
Linear	0,92	1,26	-0,244	1,11	4,67	32,44	48,00	43,80
M5P	0,83	1,19	-0,125	1,06	20,57*	24,79	51,20	43,40
Bagging(M5P)	0,82	1,17	-0,073	1,03	12,48	27,72	50,00	40,20
CPL-REG	1,12	1,41	-0,564	1,10	1,61	20,88	49,00	13,20

Tablica 8. Wyniki modeli regresyjnych z podziałem na zbiór uczący i testowy 1000/500. Przedstawione wyniki obliczono na zbiorze testowym, model budowany był na zbiorze treningowym. Źródło: opracowanie własne

przykładzie jednodniowych zmian indeksu giełdy amerykańskiej S&P500. Techniki te to: klasyfikator liniowy, regresja przedziałowa oraz selekcja cech oparta na relaksacji liniowej separowalności poprzez odpowiednie modyfikowanie parametru regularyzacyjnego. Aby zbadać jakość prognozy i móc porównać ją z innymi popularnymi klasyfikatorami i modelami regresyjnymi, w ramach pracy stworzona została aplikacja w języku programowania Java. Opracowano i zaimplementowano w niej oprócz standardowych miar jakości tych modeli, również miary finansowe zysku i ryzyka. Miary takie wprowadzono przy założeniu pewnej strategii inwestycyjnej, która dopuszcza krótką sprzedaż. Zaproponowano również sposób maksymalizacji tej miary w procesie budowy klasyfikatora.

Otrzymane wyniki potwierdziły popularną opinię, iż prognozowanie giełdy jest zadaniem trudnym. Otrzymane rezultaty eksperymentów skłaniają do następujących wniosków:

—    podejście naiwne, prognozujące tylko wzrost często okazuje się najlepsze gdy jakość zmierzymy trafnością klasyfikacji, dzieje się tak jednak tylko w okresach utrzymującego się trendu, przy jego zmianie podejście to może być bardzo niebezpieczne,

—    modele regresyjne poradziły sobie gorzej w prognozie danych giełdowych niż modele klasyfikacyjne. Z punktu widzenia inwestora ważne jest osiągnięcie zysku i uniknięcie straty, do tego celu wystarcza jedynie prognoza kierunku zmiany notowań i nie jest konieczna dokładna wielkość tej zmiany,

—    jeden z lepszych wyników osiągnięto przy pomocy klasyfikatora liniowego typu CPL w połączeniu z doborem parametru regularyzacyjnego metodą RLS. Wynik ten to 27,15% zysku średniorocznego przy ryzyku mierzonym maksymalnym obsunięciem kapitału na poziomie 13,47%. Obie te wielkości są istotne statystycznie na poziomie istotności 95%.

19