CL futures 2

Vamos a realizar nuestros primeros arboles de decisión. Para ello elaboramos diferentes indicadores técnicos y osciladores.

Ello nos permite obtener una decisión2 como se refleja en el gráfico y tabla.

df['variable2']=df.variable1*df.decision2

total aciertos 3672
total fallos   3474
total          7146
% aciertos     51
suma aciertos 813.28
suma fallos   -694.27
ratio 1.17141746007
total fallos   3474
sharpe         0.234233217406

<matplotlib.figure.Figure at 0x7f0468c8f710>

95% de no perder mas de
-0.54
Mediana de la distribucion, trata que sea positiva
0.0
media de la distribucion
0.0285908708709
maxima ganancia mensual
5.16
maxima perdida mensual
-3.03
desviacion tipica
0.434487640619
dos veces la desviacion tipica
-0.840384410367
tres veces la desviacion tipica
-1.27487205099

Mejoramos algo nuestras estadisticas y aqui las comparamos

<matplotlib.figure.Figure at 0x7f0469412b90>

95% de no perder mas de
-1.95
95% de no perder mas de
-1.73
95% de no perder mas de
-1.95 -1.73
Mediana de la distribucion, trata que sea positiva
0.17 0.26
media de la distribucion
0.037402042042 0.329736214396
maxima ganancia mensual
13.47 10.11
maxima perdida mensual
-7.84 -7.62
desviacion tipica
1.43026303005 1.4375554481
dos veces la desviacion tipica
-2.66054147931 -2.5453746818
tres veces la desviacion tipica
-4.09080450936 -3.98293012989
ratio sharpe anualizado
0.198934875013 0.234233217406

Hour	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	All
0
1
2
3
4
5
6
7
8
9
10
11
12								3,48	14,36	2,97	-1,59	-0,13	7,95	2,85	0,19	1,29	1,66	-1,72	31,31
13								8,74	4,63	12,13	2,74	3,48	4,63	-1,96	0,26	-0,45	0,41	0,8	35,41
14								9,78	8,29	1,66	-4,79	1,72	6,97	0,26	4,49	-2,68	-1,84	-1,33	22,53
15								-0,95	4,54	-3,21	2,94	2,66	2,28	0,03	2,22	0,88	1,77	0,54	13,7
16								8,31	1,24	-0,78	0,7	7,37	1,01	3,22	0,18	-0,68	4,12	-0,04	24,65
17								2,42	-2,84	1,44	-1,84	-6,75	-1,34	0,12	-0,34	-1,53	2,28	-0,21	-8,59
19
20
21
22
23
All								31,78	30,22	14,21	-1,84	8,35	21,5	4,52	7	-3,17	8,4	-1,96	119,01

Como podemos ver perdemos algo de ganancia pero recuperamos via sharpe, Sobre todo los últimos años no se comportan tambien como los anteriores.

Podemos ver que podemos quitar la hora de las 1700

df['decision3']=np.where((df.Hour>=12) & (df.Hour<=16),1,0)

total aciertos 3143
===============
total fallos   2844
===============
total          5987
===============
% aciertos     52
===============
suma aciertos 753.24
===============
suma fallos   -625.64
===============
ratio 1.20395115402
===============
sharpe         1.14591169875
===============

<matplotlib.figure.Figure at 0x7f0457aab650>

95% de no perder mas de
********************************
-0.53

Mediana de la distribucion, trata que sea positiva
********************************
0.0

media de la distribucion
********************************
0.0306546546547

maxima ganancia mensual
********************************

4.54

maxima perdida mensual
********************************
-3.03

desviacion tipica
********************************
0.429083111031

dos veces la desviacion tipica
********************************
-0.827511567407

tres veces la desviacion tipica
********************************

-1.25659467844

Hour	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011	2012	2013	2014	2015	2016	2017	All
0
1
2
3
4
5
6
7
8
9
10
11
12								3,48	14,36	2,97	-1,59	-0,13	7,95	2,85	0,19	1,29	1,66	-1,72	31,31
13								8,74	4,63	12,13	2,74	3,48	4,63	-1,96	0,26	-0,45	0,41	0,8	35,41
14								9,78	8,29	1,66	-4,79	1,72	6,97	0,26	4,49	-2,68	-1,84	-1,33	22,53
15								-0,95	4,54	-3,21	2,94	2,66	2,28	0,03	2,22	0,88	1,77	0,54	13,7
16								8,31	1,24	-0,78	0,7	7,37	1,01	3,22	0,18	-0,68	4,12	-0,04	24,65
17
19
20
21
22
23
All								29,36	33,06	12,77	9,9475983006414E-14	15,1	22,84	4,4	7,34	-1,64	6,12	-1,75	127,6

Podemos comparar una serie con la otra

total aciertos 3672 ===> 3143
===============
total fallos   3474 ===> 2844
===============
total          7146 ===> 5987
===============
% aciertos     51 ===> 52
===============
suma aciertos 813.28 ===> 753.24
===============
suma fallos   -694.27 ===> -625.64
===============
ratio 1.17141746007 ===> 1.20395115402
===============
auma total 119.01 ===> 127.6
===============
===============^^^^^^^^^^^^^^==================

95% de no perder mas de
________________________

-4.66 -3.73

Mediana de la distribucion, trata que sea positiva
________________________

6.91 8.515

media de la distribucion
________________________

0.629087287215 9.43772710887

maxima ganancia mensual
________________________

32.58 41.0

maxima perdida mensual
________________________

-9.38 -6.87

desviacion tipica
________________________

2.0853173612 2.04254495842

dos veces la desviacion tipica
________________________

-3.54154743518 -3.41035769422

tres veces la desviacion tipica
________________________

-17.9473688318 -19.9050599688

ratio sharpe anualizado
________________________

1.04752279341 1.14591169875