Aprendizaje supervisado para tendencias de precios de futuros chinos

Resumen

El documento presenta un método de aprendizaje supervisado para prever la dirección de los precios en el mercado chino de futuros. Utiliza un modelo de clasificación para predecir los movimientos de los precios de futuros y convierte esas predicciones en una estrategia de trading. La motivación declarada es tener en cuenta las características de ese mercado, aunque el fragmento no especifica las variables, los instrumentos, el diseño del modelo ni las reglas de trading utilizados.

Los autores presentan la precisión, la exhaustividad y la puntuación F1 de los datos de prueba como evidencia de que el clasificador cumple sus requisitos de precisión. También describen un backtest con una curva de rendimientos ascendente y una baja caída del capital. Estas afirmaciones sugieren un rendimiento prometedor de la clasificación y de la estrategia histórica, pero el fragmento no ofrece valores de las métricas, una referencia, supuestos de costes ni detalles de validación. Por tanto, los resultados no permiten establecer la robustez del método ni si se generalizaría al trading real.

Ideas clave

• El estudio predice la dirección de los precios de futuros del mercado chino mediante clasificación supervisada.
• Las decisiones de trading se basan en los movimientos de precios predichos por el modelo.
• Precision, Recall y la puntuación F1 evalúan la clasificación en los datos de prueba.
• El backtest descrito presenta una curva de rendimientos ascendente y una baja caída del capital.
• El fragmento omite detalles del modelo y la información necesaria para juzgar su robustez fuera de muestra.

Etiquetas

# Application of supervised learning models in the Chinese futures market


# Application of supervised learning models in the Chinese futures market









Based on the characteristics of the Chinese futures market, this paper builds a supervised learning model to predict the trend of futures prices and then designs a trading strategy based on the prediction results. The Precision, Recall and F1-score of the classification problem show that our model can meet the accuracy requirements for the classification of futures price movements in terms of test data. The backtest results show that our trading system has an upward trending return curve with low capital retracement.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.