Árvores de decisão para regras intradiárias por ação

Resumo

O documento descreve o uso de árvores de decisão para gerar regras de trading intradiário para ações individuais do índice NIFTY50. Em vez de aplicar a mesma combinação de indicadores técnicos, escolhida por um trader, a todas as ações, o método busca regras específicas para cada ação, aprendidas a partir de indicadores existentes. As regras geradas para cada ação são então avaliadas por backtesting para decidir se vale a pena usá-las.

A comparação relatada é com uma estratégia simples de comprar e manter: o artigo diz que as estratégias de árvore de decisão superam esse referencial para muitas ações, embora reconheça que os resultados não se aplicam a todas. Isso favorece a avaliação ação por ação em vez de presumir um conjunto universal de regras. O trecho não especifica os indicadores, o desenho de treinamento e teste, os custos de transação nem as medidas de desempenho; portanto, não basta para avaliar robustez ou viabilidade no trading ao vivo.

Ideias principais

• Árvores de decisão podem transformar indicadores técnicos existentes em regras intradiárias adaptadas a ações individuais.
• O método compara regras aprendidas específicas para cada ação com combinações fixas de indicadores criadas por um trader.
• O fluxo de trabalho proposto faz backtesting das regras separadamente para cada ação antes de decidir se serão usadas.
• Os resultados relatados superam comprar e manter para muitas ações, mas não para todas.
• O trecho não fornece detalhes suficientes para avaliar custos ou robustez fora da amostra.

Tags

# Decision Trees for Intuitive Intraday Trading Strategies


# Decision Trees for Intuitive Intraday Trading Strategies









This research paper aims to investigate the efficacy of decision trees in constructing intraday trading strategies using existing technical indicators for individual equities in the NIFTY50 index. Unlike conventional methods that rely on a fixed set of rules based on combinations of technical indicators developed by a human trader through their analysis, the proposed approach leverages decision trees to create unique trading rules for each stock, potentially enhancing trading performance and saving time. By extensively backtesting the strategy for each stock, a trader can determine whether to employ the rules generated by the decision tree for that specific stock. While this method does not guarantee success for every stock, decision treebased strategies outperform the simple buy-and-hold strategy for many stocks. The results highlight the proficiency of decision trees as a valuable tool for enhancing intraday trading performance on a stock-by-stock basis and could be of interest to traders seeking to improve their trading strategies.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.