ニュース

Oct 21, 2023

トリプルバリアメソッド: 投資のラベリングと分析の新しい標準

NUTHDANI WANGPRATHAM Segui DataDrivenInvestor -- Ascolta Condividi Machine Learning

ヌスダナイ・ワンプラサム

フォローする

データドリブン投資家

--

聞く

共有

機械学習 (ML) は、膨大な量のデータを分析し、人間のアナリストには分からないパターンを明らかにするための強力なツールを提供するため、投資業界でますます人気が高まっています。

最新の機械学習研究では、固定時間範囲法として知られる分類形式が使用されています。 この方法では、固定しきい値に従って一定時間間隔で戦略のリターンにラベルを付け、ラベルを「買い」（リターンが特定のしきい値を超えた場合）にするか、「売り」（リターンが特定のしきい値を下回った場合）にするかを決定します。 ）、または「ホールド」（リターンが 2 つのしきい値の間のどこかにある場合）。

投資における機械学習に固定期間ラベル付けを使用する場合の主な問題は、投資期間が固定されており、事前にわかっていることを前提としていることです。 このアプローチでは、一定期間の価格変動が特定のしきい値を上回るか下回るかに応じて、各観測値をポジティブまたはネガティブのいずれかにラベル付けすることが含まれます。

しかし、実際には、投資期間は固定されておらず、事前にわかっているわけではなく、市場状況は急速に変化する可能性があります。 さらに、固定期間のラベル付けを使用すると、価格変動のタイミングと規模に関する重要な情報が無視されます。

トリプル バリア メソッドは、価格シリーズ自体の動作に基づいてラベルを動的に設定することで、この問題に対処します。 利益確定バリアと損切りバリアを設定し、投資期間の終了前にこれらのバリアのいずれかに到達したかどうかに基づいて各観測値に動的にラベルを付けることで、価格変動のタイミングと規模の両方を考慮します。

金融アプリケーションでは、より現実的な方法は、ポジションの成功または失敗をラベルに反映させることです。 ポートフォリオ マネージャーが採用する典型的な取引ルールは、3 つの可能な結果のうちの最初の結果が発生するまでポジションを保持することです。(1) 未実現利益目標が達成され、ポジションが正常にクローズされる。 (2) 含み損限度額に達し、ポジションが失敗してクローズされた場合。 (3) ポジションが最大バー数を超えて保持され、失敗も成功もせずにポジションがクローズされます。

つまり、2 つの結果が考えられる 3 つのシナリオが考えられます。

トリプルバリアメソッドを使用するには、トレーダーはまずエントリーバリア、利食いバリア、ストップロスバリアを定義する必要があります。 これらのレベルは通常、テクニカル分析またはその他の市場指標に基づいて決定されます。 これらのレベルを定義すると、トレーダーはそれらを使用して、ヒット シーケンスに基づいて取引にラベルを付けることができます。

ヒット シーケンスは、原資産の価格が 3 つの障壁のいずれかに達したときに発生する一連のイベントです。 価格がエントリーバリアに達すると、取引は「アクティブ」としてラベル付けされます。 その後、価格が損切り障壁に達する前に利益確定障壁に達した場合、その取引は「利益がある」と判断されます。 価格が利益確定の障壁に達する前にストップロスの障壁に達した場合、その取引は「不利益」として分類されます。

この動的ラベル付け手法を使用することにより、トリプル バリア メソッドは、取引機会を分析するためのより正確かつ柔軟な方法を提供します。 市場のボラティリティを考慮し、取引分析のためのより堅牢なフレームワークを提供します。

ここから DDIntel を購読してください。

こちらの Web サイトにアクセスしてください: https://www.datadriveninvestor.com

ここからネットワークに参加してください: https://datadriveninvestor.com/collaborate