Настоящей статьей мы начинаем цикл публикаций про системную биржевую торговлю и все, что с ней связано. Краеугольная концепция биржевой торговли – риск/доходность, причем сначала риск, а потом доходность, чего многие новички не понимают. Как только ваше поручение брокеру исполнилось, вы в ту же секунду начинаете нести всевозможные риски, еще ничего не получив взамен. И это нормально – нельзя ничего заработать, отказываясь принимать риск. Совершая биржевую сделку вы открываете ящик Пандоры, чтобы пошарить в нем и успеть получить прибыль до того как из него что-то выпрыгнет. Чем дольше и глубже вы шарите в этом ящике, тем выше шанс, что вам оторвет руки. Если вы залезете в него с ногами, то ящик может захлопнуться и вас не станет. Хорошая новость заключается в том, что в этот ящик можно лазить за благами и не привлекать к себе чрезмерного внимания.

В контексте разговора о риск/доходности у новичков существует стойкая фокусировка на доходности активов. Актив с доходностью 20% годовых явно привлекательней, чем актив с 16%.

Целью настоящей работы является разработка математической торговой системы, прогнозирующей величину и направление изменения стоимости акций публичных компаний на определенном интервале времени. Исходными данными для модели служат данные из отчетов компаний и котировки их акций с биржевых площадок. Далее в статье речь пойдет об американском рынке акций в связи с текущими предпочтениями автора. Американский рынок является более привлекательным в связи с большим выбором эмитентов, широким спектром отраслей и доходом в долларах США.

В основе математической модели лежит классический многослойный перцептрон с количеством слоев равным двум, поскольку в процессе разработки было установлено, что значительное усложнение топологии нейронной сети приводит к явлению переобучения (overfitting) и сеть теряет свои обобщающие свойства. Проблема переобучения отдельно в данной статье не исследуется, а способы борьбы с ней будут освещены далее. Схема многослойного перцептрона представлена на рис. 1. Входные параметры в модели – “x” (данные по компании), а выходной параметр (output) – апсайд (upside), прогноз изменения стоимости акции.