14/03/13 07:50:13.97 t3Kv5mgo0
長期に渡って有効性を維持するシステムを作ろうとするなら、差異の吸収が中心的な課題になる。銘柄ごとに相場は違うし、
同じ銘柄でも、未来の相場は過去の相場とは異なるものになる。
俺のシステムは荒っぽい値動きを見せる新興銘柄を基本的な対象としている。勝ちトレードはこんな感じになる。
・9424: 買い入れ9460円 -> 売り抜け15530円
・8925: 買い入れ163円 -> 売り抜け285円
・3390: 買い入れ120円 -> 保有中175円
トレンド追従システムなので、当然、保ち合いではあまりうまくいかない。
・9501: 買い入れ460円 -> 売り抜け450円
また、大きな値動きには必ず仕掛ける広域システムなので、荒っぽい銘柄でも出遅れることがある。
・2134: 買い入れ163円 -> 保有中159円
・2337: 買い入れ350円 -> 保有中359円
今年に入ってテクニカルトレードはこの6回だが、状況は今のところ悪くない。銘柄間の性質の違いや、時間経過による相場の性質の
変化の大部分を人工知能が吸収しているからだ。
ニューラルネットで時系列の表面的な差異を吸収させ、加工済み時系列を吐かせると、この加工済み時系列にはレンジ抜けや押し
目買いなど単純な伝統的トレンド追従の手法が有効であることが多くなる。
加工済み時系列の正体はバイアスノードの値だ。出力ノードの値より、バイアスノードの値のほうが現実のトレードで役に立つ。
再帰性による相場の変質は主にバイアスノードの値に反映される。