Algorytmy giełdowe najnowszej generacji potrafią przewidzieć spadki na giełdzie z 75% skutecznością
Naukowcy twierdzą, że algorytmy najnowszej generacji potrafiły przewidzieć jednosesyjne spadki indeksu EUROSTOXX 50 z 75-procentową skutecznością. Robiły to, analizując nastroje rynkowe na podstawie pojawiających się informacji i artykułów prasowych.
Możliwość przewidywania kierunków ruchu indeksów giełdowych to, nie ukrywajmy, święty Graal wszystkich inwestorów. Ileż można byłoby zarobić na kontraktach futures, dysponując profetyczną wiedzą, choćby w perspektywie jednej sesji...
Svetlana Borovkova i Maria Dijkstra z Vrije Universiteit Amsterdam przekonują, że algorytmy najnowszej generacji są zdolne do przewidywania jednosesyjnych spadków indeksu EUROSTOXX 50 z 75-procentową skutecznością! Wyniki swojego badania badaczki opisały w artykule “Deep Learning Prediction of the EUROSTOXX 50 with News Sentiment”.
Zobacz także: Amerykańskie spółki są już tak drogie, jak na szczycie bańki internetowej sprzed kilkunastu lat
75% skuteczności na spadkach
Borovkova i Dijkstra przekonują, że algorytmy typu NLP (Natural Languague Processing) są w stanie „czytać” i „analizować” tysiące informacji w ułamkach sekund, i na tej podstawie wyciągać wnioski co do przyszłego sentymentu rynkowego.
Badaczki wykonały swoje badanie na danych z okresu od 1 września 2016 roku do 31 grudnia 2016 roku. Algorytmy zastosowane w modelu Kalman-LSTM średnio dziennie brały pod uwagę 102 informacje i artykuły prasowe z agencji Thomson Reuters, które mogły wpływać na zachowanie indeksu europejskich akcji EUROSTOXX 50.
Okazało się, że zastosowane rozwiązanie, oparte na machine learning, cechowało się wysoką, aż 60-procentową skutecznością. Najwyższa skuteczność pojawiała się przy prognozowaniu ruchów indeksu na południe – wyniosła ona aż 75%!
Skumulowany zysk wypracowany na podstawie zastosowania modelu Kalman-LSTM
Wysoka alfa nawet po odjęciu kosztów transakcyjnych
Badaczki zwracają uwagę, że stworzony przez nie model pozwalał osiągać wysoką alfę (zysk powyżej indeksu), nawet po wliczeniu kosztów transakcyjnych. Zaznaczyć jednak trzeba, że, zyski malały wraz z rosnącą liczbą transakcji.
Borovkova i Dijkstra podkreślają, że analiza została przeprowadzona wobec indeksu. Nie wiadomo, czy model sprawdziłby się równie dobrze w odniesieniu do akcji poszczególnych spółek.
Szczerze? Zaczyna nas trochę przerażać ta nowoczesna technologia. Może niepotrzebnie. Poza tym pojawia się pytanie: jeśli wszyscy zaczną stosować algorytmy, to czy one będą wciąż działać skutecznie?
Źródło wykresu: “Deep Learning Prediction of the EUROSTOXX 50 with News Sentiment” (2018)
