ECHO
15-minutna k povprečju vračanja za ETF-ije in volatilne produkte
Gorska nimfa, čigar glas se vrača – cena se vrne k pošteni vrednosti
KajECHO naredi
ECHO zazna trgovo vrnitev k pošteni vrednosti – odmev. Učen na 37 povprečja vračanja prijaznih instrumentov (splošni ETF-ji, vol produkti, obrestne mere, surovine) in namenoma slep za smerne indikatorje.
Kratkoročno vračanje k povprečju v trzalnih/razponovnih režimih
Kako deluje
ECHO je faktoriziran transformer pozornosti po kanalih in času. Gleda160-bar kontekstno okno12 vhodnih kanalov in napoveduje celotno porazdelitev naslednjih4 barov.
Prehod naprej: vhod OHLCV + indikatorski kanali → popravki v zaplate → izmenične plasti prostorske/časovne pozornosti → združeno v en posamezen niz → MLP glava napoveduje 7 kvantilnih nivojev na korak horizonta.
Vhodni kanali
Vsak bar je z-ocenjen normaliziran na okno z uporabo statistik samo iz konteksta, tako da model vidi relativne premike namesto absolutnih cen.
Izhod
Podatki in treniranje
Univerzum
37 simbolov
mean_revert_universe
Simboli so likvidne, zamenljive ECHO's izobraževalna populacija. Vsak cikel napovedovanja izvaja preizkuse na istem vesolju, torej številke niso izbrane.
Zakaj to izobraževalno okno
Namerno izključujemo podatke pred letom 2010. Preddecimalizacijsko obdobje (okrajšani ulomki do aprila 2001), obdobje pred HFT režimom (≤2007) in kreditna kriza 2007-2009 odražajo tržno strukturo, ki ne obstaja več. Pri 3.3 M parametrih je poraba kapacitete pri tem režimu šum, ki tekmuje za uteži s trenutnim trgom — López de Prado (2018) identificira nestacionarnost režimov kot glavni način okvare finančnega ML.
Občutljivost: pilot, izobražen na letih 2003-2022, je imel napako preverjanja 10-12 % slabšo kot izvedba od leta 2010 naprej.
Razlaga v živo
Vsaka napoved ECHOje v realnem času zabeležena in ocenjena z mejami. Te številke odražajo samo zaključene posle in se neprestano posodabljajo.
Pretekli dosežki ne zagotavljajo prihodnjih rezultatov. Preizkusi prihodnosti odražajo simulacijo mej 1:3 R/R; živi rezultati se lahko razlikujejo zaradi zdrsov, razmikov in likvidnosti.
Poštene omejitve
Preizkus izpostavljenosti bikovskemu režimu
15-tedensko okno zunaj vzorca je bilo obdobje z bikovsko pristranskostjo. Zmogljivost modela v medvedjih režimih (slog Q4 2022) ni preverjena in je verjetno bistveno nižja.
Stroški transakcij niso modelirani
Navedeni donosi izključujejo stroške povratnega posla (~0,05-0,30% na te instrumente). Realni donosi bodo nižji; navedene številke so zgornje meje.
Učenje/testiranje na istih simbolih
Model je bil naučen in testiran na istem naboru simbolov (časovna delitev). Preverjamo posploševanje v času, ne posploševanja na nove tikerje.
V kaj smo prepričani
Sposobnost določanja smeri nad naključjem (simetrično 1:1 razmerje tveganje/donos je 51.5%) in ponovljivo učenje: model smo ponovno naučili od začetka 3+ krat z enakimi hiperparametri znotraj ±1% izgube na validaciji.
Preberite celoten članek
Poglobljeno tehnično poročilo: čiščenje podatkov, poglobljena arhitektura, dinamika učenja, metodologija pregradne simulacije, rezultati za celotno okno, analize občutljivosti in iskrena razprava o omejitvah. ~7.000 besed.
Vsak model v Zirdle Five obravnava drugačen trgovalni režim. Vrnite se na pregled in si oglejte, kako se kosajo po stopnji zmag, velikosti vesolja in donosih izven vzorca.