JoomlaGATor!

Disposer d'un outil de détection de tendances des  marchés exploitable qui ne repose ni sur l'analyse fondamentale, inadaptée au court terme, ni sur la fantasque analyse technique, c'est un défi que l'intelligence artificielle peut relever, passé l'engouement exagéré des années 1990. Pour la première fois, nous proposons une solution tangible accessible sans aucune programmation : Les résultats publiés ici en temps réel sont obtenus par cette technique issue de 15 années de recherche.

More...
French Arabic Chinese (Simplified) Dutch English German Hebrew Italian Japanese Portuguese Russian Spanish

Nos solutions:

Il s'agit d'un environnement capable de programmer-tester-exécuter automatiquement des systèmes de trading sans que vous ayez besoin d'intervenants extérieurs pour la fabrication, les tests et la mise en oeuvre. Aucune programmation n'est requise.

Les systèmes produits sont à base d'intelligence artificielle et sont capables de détecter efficacement des tendances dans des marchés pour lesquels  le rapport signal/bruit n'est pas trop défavorable. Nous avons passé plus de15 ans sur ce programme et uniquement sur ce programme. C'est notre spécialité. Nous ne faisons pas de trading mais du développement de ce logiciel spécifique destiné à:

Produire industriellement des systèmes extrêmement complexes, validés sans votre intervention, stockés dans une base de données en votre absence, ce qui vous permet ensuite de les assembler pour constituer des portefeuilles qui vont évoluer dynamiquement en fonction des conditions de marché.

Tout ce que nous décrivons est mis en place concrètement et fonctionne en temps réel. Et sur ce site, presque devant vous, avec les copies d'écran actualisées d'un véritable environnement de passage d'ordre en mode production.

Le trading automatique fait dans ces conditions demande des capitaux relativement importants puisque nous mettons en compétition de nombreux systèmes qui chacun nécessitent un minimum d'investissement. Les tarifs du logiciel s'expliquent  par ces contraintes de niche et l'énorme travail qu'il a nécessité.

La clientèle typique de ce logiciel va des gestionnaires de fonds aux particuliers suffisamment capitalisés (le prix du logiciel doit alors représenter une part mineure du capital investi à terme) et qui en ont eu assez de se faire plumer par des conseillers incompétents et des vendeurs de miracles boursiers. Ils estiment que s'ils sont bien  outillés,  ile  ne  peuvent que faire  mieux,et au  moins ils savent que personne  ne  les  induira en erreur sur  la  nature des  opérations conseillées puisque  c'est  le  logiciel qui apprend et prend les  décisions sous  leur contrôle . C'est justement la prestation que  nous  fournissons .

More...
Le neuroflou en finance PDF Imprimer Envoyer
Écrit par Pierre Orphelin   

AR1878

Dans cet article nous présentons comment des techniques neuro-floues peuvent efficacement enrichir des systèmes de trading. 

Le logiciel TradeStation est un des logiciels les plus utilisés pour analyser en temps réel les données des marchés financiers. Nous l’avons interfacé avec l’atelier logiciel Safir-X ce qui permet à l’utilisateur de TradeStation de bénéficier des atouts du Neuro-Flou: prise en compte du savoir de l’expert et acquisition automatique de connaissances à partir de données historiques.

Après une présentation rapide du contexte et des enjeux, nous décrivons les outils logiciels mis en oeuvre (TradeStation et Safir-X).

1)L' Analyse Technique.

Cette dénomination peut prêter à confusion par son aspect généraliste.
Elle vise à regrouper toutes les techniques numériques, graphiques utilisant les séries chronologiques de cours, pour en tirer des prédictions des tendances futures.

Vouloir prédire les cours à venir à partir de ceux du passé est une entreprise plutôt illusoire, et son succès tout à fait relatif tend à montrer que l'équation magique qui régirait les marchés n'a pas encore été découverte.

Le débat reste ouvert et risque de ne jamais être clos, car là encore une telle découverte serait incompatible avec l'existence même des marchés, régis uniquement par la loi de l'offre et la demande.

Cependant, des étude menées il y a une trentaine d'années, montre que la distribution statistique des variations des cours ne suit pas une distribution normale (gaussienne).

Cette anomalie de distribution perdure de nos jours :

Il a été observé une leptokurtose de la courbe de distribution qui est en fait la seule justification scientifique de l'analyse technique: La progression des cours ne se fait pas toujours au hasard, et on observe des tendances (trends) qui peuvent alors être détectées par l'analyste technique

Par contre, le départ du trend et sa fin suivent un processus aléatoire, en tout cas difficile à formaliser, même si certaines techniques (fractales) tirent un léger avantage quant à l'explication.

Plus prosaïquement, il est possible de produire des gains sur les marchés financiers en essayant de détecter le sens les tendance dès qu'elles semblent se dessiner dans un sens , et d'inverser sa position dans le cas contraire.

Des centaines de techniques ont été développées depuis plus d'un siècle dans le monde occidental pour interpréter les séries chronologiques boursières, et la plupart d'entre elles visent à retravailler les données brutes pour y faire apparaître de façon plus lisible les tendances.

2-Recherche automatisée de systèmes de trading: Safir -Xp

ll permet de créer, développer, valider des prédicteurs qui, insérés dans des systèmes de trading, génèrent en temps réel des signaux d'achat/vente sur les marchés en fonction des cotations instantanées

Afin de répondre aux attentes des utilisateurs, ce logiciel a été développé par JewelSoft en partenariat avec  Pierre Orphelin.
Principe : Il s'agit, au vu de l'évolution des cours, d'être capable de détecter le plus rapidement possible un changement de tendance afin de prendre la bonne décision achat ou vente.

L'Analyse Technique est surtout connue pour les méthodes graphiques qu'elle propose pour analyser les tendances des marchés. Ces méthodes sont loin d'être robustes.
Heureusement l'Analyse Technique propose aussi tout un choix d'indicateurs mathématiques et statistiques qui chacun, du fait qu'ils s'appuient sur un certain recul des cours, encapsulent une partie du comportement de ces derniers.
Il est alors possible de formuler des règles : par exemple, si Dmi+ reste supérieur à Dmi-, le marché est considéré comme haussier, baissier dans le cas contraire.
Reste que considérer un ou deux de ces indicateurs n'est pas suffisant et qu'il devient très difficile de formuler une base de règles faisant intervenir au minimum 4 ou 5 indicateurs, d'autant que les seuils de comparaison sont fixés souvent arbitrairement

3- Le choix de l’algorithme : neuroflou ( neurofuzzy logic)

La logique floue présente d'autre part un avantage particulier dans le domaine de l'analyse technique:

Les indicateurs utilisés sont en fait trop précis numériquement pour être efficaces, alors qu'en général il faudrait seulement savoir si tel indicateur est haussier, neutre ou baissier.Appartenance d’un indicateur à deux sous ensembles flous

En logique conventionnelle (crisp logic), la fixation de niveaux numériques fixes, ou même adaptatifs répond forcément à une logique booléenne, ici préjudiciable. Il suffit que le niveau précédent soit franchi d'un incrément infinitésimal par l'indicateur dérivé des cours pour que le signal soit donné. Ce qui est beaucoup trop fréquent pour que l'analyse technique puisse produire des résultats fiables dans le temps sur cette base conceptuelle.

La logique floue ( fuzzy logic) permet de s'affranchir de cette logique en "tout ou rien", en recodant l’information d’une façon particulière :

On mesure l’appartenance d’un indicateur à un sous ensemble flou par l’intersection de l’ordonnée de sa valeur avec la forme géométrique (triangulaire ici) qui représente les sous ensemble flou.

Du fait de l’interpénétration des triangles, un indicateur peut être à la fois dans une zone et une autre, et ce à hauteur d’un pourcentage d’appartenance déterminé :

 

L’interprétation en logique floue d’un indicateur est donc paradoxalement bien plus riche et précise qu’elle ne le serait par des méthodes classiques à base de niveaux suracheté- survendu:

Interprétation d’un oscillateur en logique classique et en logique floue

 Les indicateurs utilisés sont en fait trop précis numériquement pour être efficaces, alors qu'en général il faudrait seulement savoir si tel indicateur est haussier, neutre ou baissier. La logique floue ( fuzzy logic) permet de s'affranchir de cette logique en "tout ou rien", en recodant l’information d’une façon particulière. 

Mais le revers de la médaille se trouve dans la définition des sous - ensembles flous et la construction de règles.


En effet, chaque indicateur étant codé en logique floue, les variantes d’interprétation deviennent rapidement impossibles à gérer pour l’esprit humain :

Comment les règles sont générées en fonction de l’appartenance de chaque indicateur aux sous ensembles flous considérés( arbre de décision)

 Ce travail peut être considérable en termes de temps de développement.

Fort heureusement, les techniques d'apprentissage neuronales de Safir permettent la définition des règles et des ensembles flous sans intervention directe de l'utilisateur ( d’ou la dénomination " neuro-flou "):Le signal idéal achat/vente (calculé à posteriori) apparait sous la forme d'un zig-zag. Le logiciel vérifiera que l'amplitude du zig-zag est cohérente avec le recul des indicateurs choisis

Les fichiers générés à partir des  cours dans  TradeStation pour réaliser l'entraînement du prédicteur neuro-flou dans Safir-X contiennent la réponse attendue du prédicteur par calcul à posteriori, et sont directement utilisés par Safir-X pour valider l'entraînement par des algorithmes d’apprentissage supervisé.

 4- L’avantage du neuroflou

On voit tout de suite l'impact que peut avoir le Neuro-Flou :

  • Les règles deviennent floues pour accommoder les fluctuations de seuil,
  • La base de connaissance peut être optimisée automatiquement à partir de données historiques.

A partir d'un choix d'indicateurs et d'un ensemble de données boursières sur une période de référence, Safir Xp met à profit les capacités d'apprentissage offertes par SAFIR-X pour rechercher les descriptions floues qui satisfont au mieux un critère de performance choisi par l'utilisateur (gain total, retour sur investissement, engagement financier minimum ...).

Les données historiques sont systématiquement fractionnées en deux parties : la première est utilisée pour la recherche des prédicteurs, la seconde permet un test immédiat sur des données non vues.

Pour être capable de prédire des signaux d'achat/vente, le FIS (Fuzzy Inference System) initialisé au cours de l'étape précédente doit acquérir de la connaissance.
Il "apprend par l'exemple" (la première partie de l'ensemble des données de trading est appelée "ensemble d'apprentissage"); son objectif est d'approximer la relation qu'il peut y avoir entre les indicateurs et l'ordre d'achat/vente calculé à posteriori dans le fichier de données.
Une fois l'apprentissage effectué, la deuxième partie des données est utilisée pour évaluer les performances du FIS sur des données différentes de celles vues pendant l'apprentissage.

 
Safir Xp ne fournit pas une solution unique mais propose un ensemble de FIS (Fuzzy Inference System). Il est possible de vérifier le comportement de chacun de ces prédicteurs sur des données supplémentaires. Il ne faut pas oublier en effet que presque toujours Safir-Xp aboutira à une solution donnant des résultats, mais la fonction de transfert << indicateurs - signal achat/vente>> capturée ne sera pas forcément celle recherchée, par exemple si les données boursières sont fortement bruitées.
L'accent a donc été mis pour fournir à l'utilisateur le maximum de facilités pour tester ses systèmes de trading "off-line".

Trouver manuellement des descriptions floues performantes est pratiquement impossible; il y a trop de possibilités de configuration des sous-ensembles flous. La fonction Recherche automatique résout ce problème.

Safir-Xp teste la description floue initiale, il applique un algorithme d'apprentissage, et enregistre la valeur du critère de performance choisi comme objectif (le retour sur investissement dans cet exemple). Quelque soit le résultat, bon ou mauvais, l'Assistant mémorise cette solution dans l'History list (solution# 0) et affiche le tableau des performances calculé sur l'ensemble d'apprentissage, sur l'ensemble de test et sur la totalité des données.

Il essaie alors d'améliorer cette solution. Des algorithmes propriétaires sont mis en oeuvre pour modifier la structure du FIS en ajoutant des sous-ensembles flous aux endroits adéquats, ce qui résulte en une modification de la base de règles floues.
A son tour le nouveau FIS reçoit un apprentissage et l'objectif est recalculé.
La fenêtre History reflète en temps réel ce processus : chaque fois qu'une nouvelle solution améliore le résultat trouvé par le FIS dont elle est issue, celle-ci est ajoutée à l'History list. Les mauvais candidats sont rejetés. Le critère retenu pour la comparaison est la valeur de l'objectif sur la période d'apprentissage pondérée par la valeur obtenue sur la période de test.

La phase de recherche peut être assez longue (quelques minutes à quelques heures) selon le nombre d'indicateurs et la taille du fichier de données. L'utilisateur a la possibilité de moduler la profondeur de l'exploration ou de l'interrompre.

A la fin de la recherche, le FIS aboutissant au meilleur résultat est rechargé en mémoire. Ses performances ainsi que la courbe de profit sont affichées.

Le tableau montre les différents critères de performance qu'il est possible de choisir comme objectif d'optimisation. Dans cet exemple c'est le retour sur investissement qui est sélectionné.

A  ce  stade l'ensemble de la recherche est automatisée,  et les systèmes  validés sont stockés dans une  base de données pour  être ensuite  mis en  compétition au sein d'un portfefeuille ( logiciel PFO3).

Ce module additionnel permet d'exploiter en temps réel ou non les prédicteurs neuro-flous générés par Safir Xp connecté à TradeStation (de TradeStation Technologies).