Vue action 26/09/2012

Position du robot 25/09/2012 : à la baisse depuis plusieurs jours déjà!!

Position sur les actions :

Vue sur actions 20/09/2012 :

Vue 19/09/20102 :
Tendance toujours à la baisse... mais timide... Je revends Alu, le robot passe négatif...

Le robot est "presque" terminé... Les 2 courbes du bas représentent donc les probabilités de passer en phase de hausse vert ou de baisse (rouge).

On peut chercher à mettre en place des lignes de signaux (comme pour la MACD) à partir des probablités afin de définir des signaux d'achat et vente.

Vue sur les actions 18/09/2012 :

Vue sur les actions 17/09/2012 :

Le robot passe vendeur sur Vivendi, après 2 semaines en position neutre. Hier, il y a eu un gap baissier comblé ce matin. La baisse devrait donc se poursuivre. Sur Alcatel, le robot reste haussier. La position sur le CAC passe à neutre.

Améliorations et compléments à venir :

Comme je l'ai expliqué, le robot résulte pour le moment d'une centaine de "petits  robots" pour lesquels les paramètres sont légèrement modifiés. La prochaine étape va consister à simuler environ 1000 de ces petits robots et sélectionner aux travers de backtests les 50 qui font le moins d'erreur. Le robot final sera alors composé de ces 50 EA optimisés. Les résultats du robot seront tous donnés en terme de probabilité (proba d 'être en phase haussière, baissière, neutre).

Dans un deuxième temps, je ferai (enfin j'espère) avec ce robot un backtest sur toutes les actions du CAC avec le robot ainsi optimisé. Le choix de passer à l'achat ou la vente sur le CAC sera déterminer à partir des proba : dés que la proba de phse haussière est la plus grande, je passe à l'achat et dés que la proba de phase baissière est la plus grande je passe à la vente. Il faudra aussi regarder si on peut déterminer une valeur plus optimale que le max des trois probabilités pour passer à l'achat ou la vente. Les résultats seront présentés sur le cac et sur toutes les actions.

 Lien sur des aspects math/algorithmiques liés aux EA :

Un passage "amusant" qui explique que la MACD était un indicateur redoutable tant qu'il a été confidentiel, et qu'à partir du moment où il a été révélé et donc de plus en plus utilisé, son efficacité s'est dégradé...

 http://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&sqi=2&ved=0CCsQFjAA&url=http%3A%2F%2Fwww.eecs.berkeley.edu%2FPubs%2FTechRpts%2F2010%2FEECS-2010-63.pdf&ei=erpUULLHDIaq0QXB2YGIBQ&usg=AFQjCNG4uc2E5N8o7gM1LRf61RDDK7lU3A&sig2=QxNffDEkbz19hgSRNj3U8w

Vue sur les valeurs du CAC (suite)

G : gap (gap à la hausse si G vert, à la baisse si rouge)
C : cloture (au + haut si C vert, au + bas si rouge)
B : Bollinger (cloture au dessus si B vert, en dessous si rouge)

Il y a bcp de gap à refermer et de Bollinger à rééintégrer !!...

Une vue sur l'ensemble des valeurs du CAC
Je vais ajouter des informations dans chaque case : gap, franchissement bollinger et cloture au + haut ou + bas. Je vais ajouter aussi d autres valeurs : orpea, soitec,... Il manque Capgemini, mais impossible de télécharger les cours.

Avancement du robot :
L'EA sur le CAC a bien avancé. L idée retenue pour ce robot est la suivante. J'utilise 4 méthodes d apprentissage différentes basées sur le machine learning. Cela fait donc 4 "petits robots" différents. Pour ces 4 robots, je peux choisir dans les données historiques un grand nombre de sous-échantillons qui me servent à apprendre les EA et je peux aussi modifier certains paramètres des méthode d'apprentissage qui rendent les EA plus ou moins sensibles aux variations du CAC. A chaque choix du sous-échantillon d'apprentissage et de paramétrisation des méthodes d'apprentissage correspond donc un "petit EA". Au final, je dispose d'une centaine de petits EA tous très proches, mais qui en les combinant rend la prédiction assez robuste. Pour finir, je peux utiliser la combinaison de ces EA pour faire des predictions sur les actions qui composent le CAC. Ces predictions sur les valeurs du CAC seront données sur le blog.

Et la prédiction sur Alcatel-Lucent ... avec peut-être la fermeture du gap dans les semaines à venir...

Et la prédiction sur Alu en UT hebdo, qui montre que le robot passe de vendre à neutre.

Position à l'achat sur ALU 

Le robot est passé à l'achat sur ALU il y a 4 jours. Je suis entré avant hier et j'ai renforcé ma position hier (en prenant soin de mettre mes stops ;-))

Derniers développements :

Voici les derniers développements. La manière dont j'ai conçu le robot est "assez artisanale". A ce jour, le robot définitf est la synthèse de 4 autres robots. Ces 4 robots sont issus de 4 méthodes d'apprentissage sur les données historiques (pour les curieux, les méthodes utilisées sont les réseaux de neurones, les arbres de régression, les machines à supports vectoriels et les forêts aléatoires). Pour le moment, j'ai sélectionné 9 variables telles que le rsi, le cci, le macd et différentes moyennes mobiles.

Chacun de ces algorithmes est sensible :

- aux données d'apprentissage (choix des données historiques)

- à certains paramètres propres à la méthode d'apprentissage

Dans la suite, je vais ajouter d'autres robots pour lesquels ces paramètres seront modifiés, et combiner ainsi une vinghtaine de robots (très proches tout de même dans leur conception).

Le résultat final donne un niveau de confiance issu de la prédiction de l'ensemble des robots. Ce niveau de confiance se traduit par l'intensité de la couleur. Voici donc le résultat obtenu, avec le retracement de Fibonacci sur le CAC.

Pour la suite, le robot devrait être appliqué à l'ensemble des valeurs du CAC avec une analyse en UT hebdo et une analyse en UT jour afin de repérer les changements de tendance. Les résultats de ces analyses seront publiées tous les matins (enfin j'espère être assez régulier)

Voici une illustration de la position des 4 robots. On voit quelques différences et aussi quelques mauvais signaux. On devrait pourvoir pondérer ces mauvais signaux en réalisant plus de simulations (idée du boosting et du bagging).