Sintesi

Il rapporto di valutazione che esamineremo mostra i risultati dell’Algoritmo predittivo I Know First per il mercato Forex che inviamo su base giornaliera ai nostri clienti. La nostra analisi si riferisce al periodo che va dal 2 Gennaio 2018 al 24 Agosto 2018. Inizieremo presentato la gli asset selezionati e il Benchmark e come li applichiamo alle coppie di cambi di valute del pacchetto I Know First “Valute” per poi compararlo alle performance del Benchmark riferite allo stesso periodo.

Informazioni Sull’Algoritmo I Know First

L’algoritmo di auto apprendimento di I Know First, analizza, modella e prevede il mercato. L’algoritmo utilizza l’Intelligenza Artificiale(AI) e Apprendimento Automatico (ML), sommando elementi de reti Neuronali e genetici.

Il sistema produce la previsione dei trend sotto forma di numeri, sia positivi che negativi, insieme ad un grafico a onde che indica come le onde si sovrappongono alla tendenza. Questo aiuta il trader a decidere come agire, quando entrare nel mercato, e quando uscirne. Essendo un modello 100% empirico, basato solamente su dati reali, evitando così qualsiasi pregiudizio o emozione che possa accompagnare ipotesi umane derivate. Il fattore umano è coinvolto solamente nella costruzione del modello matematico e nella fornitura dei dati di input e output. L’algoritmo fornisce la previsione attraverso due indici chiamati prevedibilità e segnale. Il segnale è il numero riportato al centro del box, mentre la prevedibilità è riportata più in basso nella casella. In alto è specificato l’asset di interesse. Questo formato è uguale per tutte le previsioni.

Il nostro Algoritmo fornisce due indici indipendenti per ogni asset- Segnale e prevedibilità.

Il Segnale è la forza della previsione e la direzione del movimento dell’asset considerato. Misurato da + inf a – inf.

La prevedibilità indica la nostra sicurezza di tale risultato. È un coefficiente di correlazione di Pearson calcolato tra le performance passate dell’algoritmo è l’effettivo movimento del mercato. Misurato da -1 a +1.

Puoi trovare qui la descrizione dettagliata della nostra heatmap.

Metodo di scelta degli asset

Il metodo in questa valutazione è il seguente:

Prendiamo le migliori X coppie di tassi di cambio più prevedibili, e da loro prendiamo i primi segnali più alti di Y.

Facendo questo quindi ci concentriamo sugli asset più prevedibili da una parte e nel mentre traiamo quelle con il segnale più alto.

Ad esempio, filtrando per prevedibilità le 30 top con un filtro di segnale le 10 top significa che ogni giorno prendiamo solo le 30 risorse più prevedibili, e quindi selezioniamo da esse le prime 10 risorse con i segnali assoluti più alti.

Usiamo segnali assoluti sia che le strategia siano long o short. Se il segnale è positivo, allora compriamo, se è negativo allora vendiamo.

Metodo della valutazione delle performance

Valutiamo ogni singolo livello di previsione. Significa che calcoliamo quale potrebbe essere il rendimento per ogni previsione che abbiamo emesso per ogni orizzonte temporale che tesiamo.  A questo punto prendiamo la media di tali risultati per strategia e orizzonte di previsione.

Ad esempio, per valutare i risultati delle previsioni a un mese, calcoliamo il rendimento per ogni trade usando la seguente formula:

Questo simula l’acquisto di un cliente sulla base della nostra previsione per venderlo esattamente tra un mese.

Reiteriamo questo calcolo per tutti i giorni di trattative nel periodo analizzato e ricavano una media dei risultati.

Notare che questa valutazione non ha un set portfolio e lo segue. È un metodo di valutazione differente per ogni livello di previsione.

Il Metodo Benchmarking

La teoria alla base di questo metodo è quella del “Null hypothesis”, ovvero l’acquisto di tutti gli asset indipendentemente dai nostri indicatori I Know First.

In confronto, solo quando i nostri indici quale segnale e prevedibilità sono alti, allora la coppia di valuta sarà acquistata (o venduta).

Il tasso di successo dei nostri segnali sui risultati del Benchmark indica la qualità del sistema dei nostri indicatori.

Esempio: per un orizzonte temporale di 3 giorni il metodo Benchmark prevede la vendita degli asset esattamente tre giorni lavorativi successivi. Questo per ottenere un confronto di mele con mele.

Asset universalmente considerati – Valute

In questo report conduciamo un test per 50 coppie di valute contenute nel Pacchetto “Valute” di I Know First. Il pacchetto include le valute maggiormente scambiate a livello mondiale come, USD, EUR, UK pound, ect..

Valutazione dell’indice di prevedibilità

Conduciamo la nostra ricerca per il periodo che va dal 2 Gennaio 2018 al 24 Agosto 2010. Iniziamo l’analisi. Seguendo le metodologie descritte nei paragrafi precedenti, iniziamo l’analisi calcolando le performance dell’algoritmo per posizioni short o long per orizzonti temporali che vanno da 3 giorni a 3 mesi senza considerare l’indicatore di segnale. Perciò, abbiamo filtrato attraverso l’indice di prevedibilità per 5 diversi livelli da esaminare per valutare il suo contributo marginale in termini di rendimento in base all’applicazione dei diversi filtri. Successivamente abbiamo calcolato i rendimenti per gli stessi orizzonti temporali del Benchmark utilizzando l’universo delle valute per poi confrontarli con le prestazioni degli asset filtrati. I risultati sono nella tabella seguente:

Figure 6 -1 Currencies Predictability Effect On Return

Dalla tabella sopra osserviamo che generalmente l’effetto di prevedibilità marginale è il doppio aumento del rendimento medio con l’aumento dell’orizzonte temporale per entrambi i sottoinsiemi Top 50 e Top 30 filtrati per prevedibilità per periodi di tutti i periodi. Le performance massime sono state registrate per le 50 coppie di Valute per 3 mesi- 0.97%. Basandoci sulla tabella sopra continuiamo il nostro studio per identificare se il risultato può essere migliorato nel caso delle migliori 30 coppie di cambi applicando come filtro l’indicatore di segnale.

Valutazione dell’indice di segnale

In questo paragrafo dimostriamo come aggiungere al metodo di selezione degli asset, l’indicatore di segnale. Questo allo scopo di migliorare ulteriormente le prestazioni descritte. È anche importante misurare la sovra performance rispetto al Benchmark e per questo applicheremo la formula:

Pertanto, abbiamo applicato il filtro dell’indicatore di segnale per le 30 coppie di valute principali precedentemente filtrate in base alla prevedibilità. I risultati dei test hanno mostrato che c’è un’importante effetto marginale positivo nel rendimento degli asset, specialmente per l’orizzonte temporale di un mese. Presentiamo i risultati di tale ricerca nella tabella seguente.

Figures 6-2 Currencies Key Performance Indicators Summary 

Average returns per time horizon (3 days to 2 weeks), predictability & signal filters

Average returns per time horizon (1 month and 3 months), predictability & signal filters

Out-performance per time horizon (3 days to 3 months), predictability & signal filters

Average hit ratio per time horizon, predictability & signal filters

Dai grafici sopra, possiamo chiaramente osservare che se applichiamo il filtro della forza del segnale all’universo delle valute, i sottoinsiemi di asset Top 10 e Top 5 inizieranno a produrre rendimenti maggiori rispetto al Benchmark con l’aumento dell’orizzonte temporale. Appena iniziamo a considerare orizzonti temporali più lunghi, vediamo che il rendimento della sottocategoria Top 5 a 3 mesi fa un significativo salto rispetto a quelli più brevi e raggiunge in definitiva il 4,03%. Allo stesso tempo osserviamo il rendimento della sottocategoria Top 10 per tutti i periodi considerati dimostra un trend in crescita andando oltre i risultati del Benchmark per tutti gli orizzonti temporali fino a 1 mese raggiungendo il suo massimo assoluto al 1,94% per un periodo di 3 mesi. Di conseguenza, la più alta sovra performance rispetto al Benchmark considerato è stata prodotta dalle Top 5 per segnale con circa il 190% ad un orizzonte temporale di 1 mese. Infine, il tasso di successo segue un andamento simile a quello di out performance e osserviamo i suoi valori di picco sia per Top 10 che per Top 5 sull’orizzonte di 1 mese – 61,483% e 61,50%, rispettivamente, rispetto al 57,11% del Benchmark.

Conclusioni