La passione, la curiosità e il desiderio di non restare indietro ci ha portati a sperimentare algoritmi di machine learning nel trading. In questo articolo vogliamo mostrarvi come si comporta un semplice algoritmo di machine learning creato attraverso un modello python di reti neurali LSTM, Long Short Term Memory.
Il nostro obiettivo è creare un algoritmo di Machine Learning per prevedere le quotazioni di borsa. Un algoritmo di Machine Learning si forma apprendendo informazioni direttamente dai dati, nel nostro caso dalle serie storiche dei prezzi. Esso quindi non usa formule preimpostate come in un trading system o in un modello matematico di trading. Un algoritmo di machine learning migliora le sue prestazioni in modo adattivo mano a mano che gli “schemi” da cui apprendere aumentano.
Algoritmo machine learning per trading S&P 500
Nel nostro esempio abbiamo analizzato l’indice americano S&P 500. L’algoritmo si è addestrato osservando i prezzi di chiusura dal 1 gennaio 2015 al 13 ottobre 2020, dati training, e testato out of sample sul periodo 14 ottobre – 13 novembre 2020. Esso è programmato per prevedere sulla base degli ultimi 30 valori il 31°.
I risultati sono interessanti. Le previsioni sono corrette in presenza di trend stabili, anche se è evidente che non riesce a prevedere i cambiamenti di direzione e di volatilità.
Possiamo affermare che basandosi semplicemente sull’analisi dei prezzi di chiusura, il machine learning segue la regola del “Trend is your friend”.
Considera che l’algoritmo si è formato osservando solo una serie di dati come input, i prezzi di chiusura. L’algoritmo potrebbe essere reso molto più complesso aumentando il numero di variabili di training. Sarà certamente uno dei nostri prossimi obiettivi. A nostro avviso la criticità maggiore per l’utilizzo del machine learning nel trading è la natura dei mercati. Essi sono irrazionali. Molto spesso sono le emozioni degli investitori a guidare le decisioni di acquisto o vendita. Un algoritmo di machine learning non può provare emozioni e quindi prevedere il comportamento degli investitori.