ECHO
15λεπτη μέση-αναστροφή σε ETFs και προϊόντα μεταβλητότητας
Νύμφη του βουνού της οποίας η φωνή επιστρέφει — η τιμή επιστρέφει στη δίκαιη αξία
ΤιECHOκάνει
Το ECHO πιάνει την επιστροφή της αγοράς στη δίκαιη αξία — την ηχώ. Εκπαιδευμένο σε 37 φιλικά προς αναστροφή όργανα (ευρέα ETFs, προϊόντα μεταβλητότητας, επιτόκια, εμπορεύματα) και σκόπιμα τυφλό σε δείκτες τάσης.
Μέση-αναστροφή βραχυπρόθεσμου ορίζοντα σε άτακτα/πλαγιοτικά καθεστώτα
Πώς λειτουργεί
ECHO είναι ένας παραγοντοποιημένος μετασχηματιστής προσοχής καναλιού × χρόνου. Βλέπει ένα παράθυρο περιβάλλοντος 160 μπαρών του 12 εισερχόμενων καναλιών, και προβλέπει την πλήρη κατανομή των επόμενων 4 μπαρών.
Εμπρόσθια διέλευση: είσοδοι OHLCV + δίκτυα δεικτών → patch-ενσωματωμένο → εναλλασσόμενα επίπεδα προσοχής χώρου/χρόνου → συνενωμένο σε μια ενιαία ενσωμάτωση → MLP κεφαλή προβλέπει 7 επίπεδα ποσοστημορίου ανά βήμα ορίζοντα.
Είσοδοι καναλιών
Κάθε μπάρα κανονικοποιείται z-score ανά παράθυρο χρησιμοποιώντας στατιστικά μόνο από το περιβάλλον, οπότε το μοντέλο βλέπει σχετικές κινήσεις αντί απόλυτων τιμών.
Έξοδοι
Δεδομένα και εκπαίδευση
Σύμπαν
37 σύμβολα
mean_revert_universe
Τα σύμβολα είναι τα ρευστά, εμπορεύσιμα μέσα που αποτελούν ECHOτο εκπαιδευτικό σύνολο δεδομένων. Κάθε κύκλος πρόβλεψης εκτελεί forward tests στο ίδιο σύμπαν, επομένως τα νούμερα απόδοσης δεν είναι επιλεγμένα.
Γιατί αυτό το παράθυρο εκπαίδευσης
Αποκλείουμε σκόπιμα δεδομένα πριν το 2010. Η προ-δεκαδική περίοδος (κλάσματα μέχρι τον Απρίλιο 2001), το καθεστώς προ-HFT (≤2007) και η πιστωτική κρίση 2007-2009 αντανακλούν μια δομή αγοράς που δεν υπάρχει πλέον. Στις 3.3 Mπαραμέτρους, το να δαπανάται ικανότητα σε αυτό το καθεστώς είναι θόρυβος που ανταγωνίζεται για βάρη με την τρέχουσα αγορά — ο López de Prado (2018) αναγνωρίζει τη μη στασιμότητα καθεστώτος ως την κύρια αιτία αποτυχίας της χρηματοοικονομικής μηχανικής μάθησης.
Ευαισθησία: ένας πιλότος εκπαιδευμένος σε δεδομένα 2003-2022 είχε σφάλμα επικύρωσης 10-12% χειρότερο από την εκτέλεση που ξεκινά από το 2010.
Πραγματική απόδοση
Κάθε πρόβλεψη που ECHOκάνει καταγράφεται και αξιολογείται σε πραγματικό χρόνο. Αυτά τα νούμερα περιλαμβάνουν μόνο κλειστές συναλλαγές και ενημερώνονται συνεχώς.
Η προηγούμενη απόδοση δεν εγγυάται μελλοντικά αποτελέσματα. Τα αποτελέσματα των forward tests αντανακλούν προσομοίωση φραγμών με αναλογία R/R 1:3· τα πραγματικά αποτελέσματα μπορεί να διαφέρουν λόγω ολίσθησης, spreads και ρευστότητας.
Ειλικρινείς περιορισμοί
Δοκιμή έκθεσης Bull-regime
Το παράθυρο 15 εβδομάδων εκτός δείγματος ήταν μια περίοδος με προκατάληψη υπέρ της αγοράς (bull). Η απόδοση του μοντέλου σε καθεστώτα bear (όπως το 2022-Q4) δεν είναι επιβεβαιωμένη και είναι πιθανό να είναι σημαντικά χαμηλότερη.
Μη υπολογισθέντα κόστη συναλλαγών
Οι αποδόσεις προ εξόδων (headline) δεν περιλαμβάνουν προμήθειες συναλλαγών (round-trip fees) (~0,05-0,30% για αυτά τα μέσα). Οι πραγματικές αποδόσεις θα είναι χαμηλότερες· τα νούμερα των επικεφαλίδων αποτελούν ανώτερα όρια.
Εκπαίδευση/δοκιμή ίδιων συμβόλων
Το μοντέλο εκπαιδεύτηκε και δοκιμάστηκε στο ίδιο σύνολο συμβόλων (χρονική διαίρεση). Επικυρώνουμε τη χρονική γενίκευση, όχι τη γενίκευση σε νέους τίτλους που δεν έχουμε δει.
Για τι είμαστε σίγουροι
Κατευθυντική ικανότητα πάνω από την τυχαία πιθανότητα (συμμετρικό R/R 1:1, ποσοστό κερδών 51.5%) και αναπαραγώγιμη εκπαίδευση: έχουμε επανεκπαιδεύσει το μοντέλο από την αρχή 3+ φορές με ίδιες υπερπαραμέτρους εντός ±1% απώλειας επαλήθευσης (validation loss).
Διαβάστε το πλήρες έγγραφο
Δημοσίευση-εμπεριστατωμένη τεχνική αναφορά: καθαρισμός δεδομένων, εις βάθος ανάλυση αρχιτεκτονικής, δυναμική εκπαίδευσης, μεθοδολογία προσομοίωσης φραγμών, αποτελέσματα πλήρους παραθύρου, αναλύσεις ευαισθησίας και ειλικρινής συζήτηση περιορισμών. ~7.000 λέξεις.
Σύγκριση των Πέντε
Κάθε μοντέλο στη Zirdle Five αντιμετωπίζει ένα διαφορετικό καθεστώς συναλλαγών. Επιστρέψτε στην επισκόπηση για να δείτε πώς συγκρίνονται ως προς το ποσοστό επιτυχίας, το μέγεθος του σύμπαντος και τις εκτός δείγματος αποδόσεις.