Studio dei sistemi per il trading intraday basato su tecniche di classificazione e pattern recognition

C#.

Grazie al primo è stata possibile la creazione del modello di classificazione; esso in-

fatti, grazie ad un’interfaccia grafica, senza bisogno di scrivere del codice, è in grado

di sviluppare vari processi tipici del machine learning e del text mining. In esso

è stato possibile aggiungere dei plugin utili all’analisi, nello specifico ci si è serviti

1

dell’ulteriore libreria Weka .

Il secondo ha permesso invece il download, la fase di pre-processing dei dati da dare

poi in input al classificatore, e l’elaborazione finale di quest’ultimi.

Per quanto riguarda l’Hardware, tutti gli esperimenti sono stati effettuati su un

computer di processore Intel i5-4210U e RAM 8 GB 2,7 GHz, sistema operativo

Windows 10 Home.

1 Weka: Waikato Environment for Knowledge Analysis; estensione di Rapidminer contenente

algoritmi e schemi aggiuntivi del machine learning appartenenti all’omonimo Software.

26

4 – Il sistema di trading utilizzato 2

Figura 4.1: Rappresentazione del processo KDD.

Acquisizione e trasformazione dei dati

L’intero processo ha inizio con il download dei dati utili mediante API di Yahoo!

dopo aver definito la data di inizio e di fine della fascia temporale consi-

Finance;

derata e gli attributi relativi ai prezzi delle azioni, si avrà un dataset in cui ad una

data specifica vengono associati i prezzi di apertura, chiusura, minimo e massimo

di giornata delle azioni appartenenti al mercato di riferimento. In caso alcune in-

formazioni non fossero disponibili vengono assegnati dei valori null gestite poi nella

fase successiva.

Poiché, una volta generato tale file, questo resta invariato per tutte le simulazioni

relative alla stessa fascia temporale e allo stesso mercato, il download viene effet-

tuato una volta sola, permettendo così di accelerare gli step successivi riutilizzando

le informazioni presenti in memoria.

Tutte le variabili caratterizzanti gli esperimenti vengono settate all’inizio in un file

2 Immagine tratta da: What is data mining? URL: https://busy.org/@machinelearning/what-

is-data-mining. 27

4 – Il sistema di trading utilizzato

di configurazione chiamato nel quale vengono definiti anche i path dei file

config.txt,

e dei processi coinvolti nel sistema.

In particolare, fissato un giorno in cui si voglia predire il portafoglio di azioni da com-

prare/vendere, l’intero processo andrà a coinvolgere tre file; qualora si voglia lanciare

l’intero processo ciclicamente per più giorni consecutivi, questi saranno aggiornati

ad ogni iterazione:

• file contenente i prezzi di tutti gli asset riferiti ad una determinata

prezzi.csv:

finestra di training;

• file contenente la lista degli asset su cui agirà il classificatore per poter

list.csv:

generare la predizione;

• file contenente il portafoglio delle azioni selezionate come le

portfolio.csv:

migliori da commerciare nel giorno considerato.

La seconda fase riguarda sia il dei dati, in cui questi vengono puliti

pre-processing

da eventuali valori nulli e outliers che possono invalidare l’intero processo, che la

selezione e la trasformazione degli stessi.

Scelto il giorno di predizione, avendo deciso di utilizzare una finestra di training lun-

ga 10 giorni (variabile verranno selezionati tutti i prezzi di chiusura

windowTrain),

relativi ai dieci giorni precedenti il questi andranno a comporre il

giornoDaPredire:

file Il file conterrà invece la lista delle azioni che non presentano

prezzi.csv. list.csv

valori nulli o outliers nel dataset originale; questo può essere modificato prima o

dopo il processo di classificazione, nel caso in cui venga applicato o meno lo step di

(descritto in modo più approfondito nei capitoli 5 e 6), avente

pattern recognition

l’obiettivo di selezionare tra tutte le azioni, quelle in possesso di determinate carat-

teristiche.

Durante questa cernita di titoli, a seconda del tipo di filtraggio effettuato, si potran-

no o selezionare degli asset da non mantenere nell’elenco generale, ed in quel caso

andranno a riempire una lista chiamata per poi essere sottratte

stocksToRemove,

dall’insieme originario, oppure verranno scelti quelli da preservare ed inseriti nella

lista che rimpiazzerà di fatto il file

stocksToMantain, list.csv.

Nel dettaglio tale selezione viene effettuata per una azione alla volta, esaminando

in relazione ad essa, uno per uno tutti i 61 pattern dell’analisi tecnica considerati.

Tale operazione è resa possibile grazie alla libreria open source TA-Lib ([5]), i cui

metodi finalizzati allo riconoscimento di un pattern specifico, ricevono in ingresso

i prezzi di apertura, chiusura, minimo e massimo relativi all’intervallo di tempo

considerato (i 10 gg delle finestra di training), e restituiscono in output un vettore

costituito dai valori -100, 0 o 100, in corrispondenza del giorno conclusivo di

taOut,

un pattern, slittato di un valore pari alla variabile in particolare -100

outBeginIdx:

nel caso in cui la figura in questione sia di tipo (al ribasso), 100 nel caso

bearish

opposto bullish. 28

4 – Il sistema di trading utilizzato

Applicazione del processo di classificazione

Dopo la fase di pre-processing effettuata tramite il tool di C#, avendo generato cor-

rettamente i file di input del classificatore, si può eseguire il processo di Rapidminer

via linea di comanda ed ottenere così la predizione.

Il processo di Rapidminer, prima ancora di applicare il classificatore scelto, si pre-

occupa, attraverso una fase di sui dati, di creare per ciascuna azione un

windowing

ulteriore attributo pari al prezzo di chiusura del giorno precedente rispetto a quello

che si considera in ciascuna riga del dataset, relativa ad uno dei 10 giorni di trai-

ning.

Per poter dar vita al processo predittivo è necessario creareper ciascuno di essi,

il ovvero l’etichetta di classe che deve essere predetta. In questo caso il

label,

sistema si occupa di generare dei segnali, ovvero di accettare o meno un asset al-

l’interno del portafoglio se il prezzo di chiusura subirà una variazione maggiore

dell’1% (in caso di strategia long), o inferiore al -1% (se short); ecco perché l’e-

tichetta di classe, dopo aver discretizzato la variazione percentuale del prezzo in

−1%], −

]-∞, ] 1%, +1%[, [1%, +∞[, assumerà rispettivamente i valori "-", "=" e "+".

Scelto il classificatore (per ciascuno di essi è necessario un differente processo di

Rapidminer), questo riceverà in ingresso l’input modificato come sopra; potrà così

generare il modello ed effettuare una predizione per ciascuna delle azioni presente

in list.csv.

I parametri di ciascun classificatore sono quelli assegnati di default dal Software (ve-

di Tabelle 4.1). In dettaglio ne sono stati presi in considerazione cinque differenti:

Naive Bayes, Decision Tree, SVM, Neural Network e AODE.

La predizione viene effettuata applicando il modello al giorno di predizione che non è

stato etichettato alla fase precedente. A seconda dei tre valori di confidenza, relativi

ciascuno ad un valore di etichetta differente (-, = e +), e a seconda della strategia di

investimento scelta (long o short), verranno prese in considerazione nel portafoglio

finale, solo le azioni avente come massimo valore di confidenza quello relativo alla

classe "+" se la posizione è di tipo long, o "-", se di tipo short.

Elaborazione dei risultati

Dopo aver effettuato la predizione per tutti gli asset, il portafoglio generato per un

determinato giorno di predizione, andrà ad aggiornare il file fino a

portafoglio.csv,

completamento del ciclo su tutti i giorni della finestra scelta.

Il tool in C#, potrà così calcolare la variazione percentuale del prezzo di chiusura per

ciascuna delle azioni in portafoglio, ed valutare nel calcolo l’inserimento dello stop

loss nel caso in cui tale opzione fosse stata abilitata all’inizio nel file di configurazione.

29

4 – Il sistema di trading utilizzato SVM

Parametro Valore

Neural Network svm type C-SVC

Parametro Valore kernel type Poly

degree 3

training cicle 500 gamma 0.0

learning rate 0.3 coef 0.0

momentum 0.2 −5

· C 0.0

error epsilon 1.0 10 epsilon 0.001

(a) calculate confidence disabilitato

(b)

Decision Tree

Parametro Valore AODE

criterion gain_ratio Parametro Valore

minimal size for split 4 frequency limit 1.0

minimal leaf size 2 m-estimate disabilitato

minimal gain 0.1 weight for m-estimate 1.0

maximal depth 20 (d)

confidence 0.25

(c) Naive Bayes

Parametro Valore

laplace correction abilitato

(e)

Tabella 4.1: Configurazioni di tutti i classificatori.

30

Capitolo 5

Strategie di integrazione di

tecniche di pattern recognition per

l’identificazione di figure di analisi

tecnica

Nel mondo del trading azionario l’analisi tecnica, grazie ai suoi innumerevoli punti di

forza, è oggi uno degli strumenti più diffusi; non solo è di facile applicazione necessi-

tando di pochi dati (reperibili con facilità) per essere messa in atto, ma soprattutto

può essere utilizzata su più archi temporali e adattata a diversi strumenti finanziari

(obbligazioni, azioni etc.).

Per tale motivo, in questo lavoro di tesi, si è deciso di affiancare al processo di

classificazione originale un sistema di applicato ai segnali stori-

pattern recognition

ci, che identificasse e analizzasse i pattern grafici (rialzisti o ribassisti) dell’analisi

tecnica; in particolare si prediligono i Quest’ultimi, essendo

candlestick giapponesi.

tra tutti i più intuivi, permettono di comprendere nell’immediato quale tendenza

stanno assumendo i prezzi, e sono in grado di anticipare i cambiamenti del trend,

così da favorire i trader nell’individuare il momento più adatto per entrare o uscire

dal mercato.

La realizzazione di tale sistema di riconoscimento si attua mediante un filtro il quale

si occupa di selezionare l’insieme di azioni su cui applicare il metodo di predizione,

seguendo diversi criteri elencati di seguito (per maggiori dettagli vedi Capitolo 4).

Su una delle caratteristiche principali delle configurazioni, ovvero che esse predicano

un andamento del mercato al rialzo o al ribasso, e sulla possibilità di scegliere tra

le due posizioni di investimento (short e long), si fondano le due tipologie di filtro

considerate: 31

5 – Strategie di integrazione di tecniche di pattern recognition per l’identificazione di figure di analisi tecnica

• In tal

Pruning di azioni associate ad un pattern in controtendenza.

caso, vi è l&