Programmation génétique pour générer des règles d'analyse technique optimales
Notice bibliographique
Résumé
Tout d'abord, nous supposons que la perception des investisseurs se modifie dans le temps et que ceci peut mener des biais comportementaux temporaires dans les marchés financiers. Ceci peut permettre qu'une régie d'analyse technique en particulier donne un rendement positif différent de zéro pendant un certain temps. Étant donné la supposition précédente, les régies d'analyse technique utilisées dans cette recherche seront modifiées fréquemment. 19 blocs différents de 18 mois chacun seront utilisés pour élaborer et tester vingt régies d'analyse technique optimales différentes par bloc. Chaque bloc de dix-huit mois sera décalé de six mois et la programmation génétique sera utilisée dans chaque bloc comme méthode d'optimisation pour créer des régies d'analyse technique ex ante. La stratégie utilisée pour vérifier la rentabilité des régies d'analyse technique sera de prendre une seule position tous les jours et de fermer cette position le même jour. Ceci est pour répliquer le plus fidèlement possible une stratégie que pourrait adopter un négociateur sur séance. Chaque bloc de dix-huit mois va être séparé en trois périodes de six mois. Une première période de six mois sera utilisée pour élaborer les régies d'analyse technique (période de construction). Une deuxième période (période de sélection) de six mois permettra de sélectionner les vingt régies d'analyse technique optimales. Finalement, la dernière période de six mois permettra de comparer la stratégie avec les régies d'analyse technique obtenues par rapport à une détention passive de l'indice S&P TSX (période de test). Les régies d'analyse technique seront testées sur trente-quatre titres canadiens de grande capitalisation et chaque régie d'analyse technique pourra être utilisée comme signal de vente ou d'achat sur n'importe quel titre. La stratégie avec les régies d'analyse technique ne performe pas mieux qu'une détention passive de l'indice S&P TSX composite lorsque l'on compare a l'aide du ratio de Sharpe, d'une relation rendement / écart type ainsi que du rendement seulement. L'écart type quotidien de la stratégie est supérieur à celui de l'indice et le rendement moyen de la stratégie est plus faible que celui de l'indice.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».