Mejorando el darwin NSR

Hola a tod@s !!!

Se me ha ocurrido aplicar machine learning a los resultados obtenidos anteriormente, buscando q sea una técnica fácil de implementar. Vamos a aplicar Kmeans. Como variables externas vamos a obtener las diferencias entre barras desplazadas hasta 5 periodos.

Vamos a obtener 8 conjuntos sobre los datos, podríamos escoger 4 o 6 y ver si obtenemos mejores resultados.

Vemos la gráfica de cada agrupamiento.

Grupo1

Este agrupamiento no parece nada bueno.

Grupo2

Este tiene buena pinta

Grupo3

Tambien tiene buena pinta

Grupo4

Muy dudoso

Grupo5

Parece que no

Grupo6

Parece que no

Grupo7

Muy Buena pinta

Grupo8

Parece que no

Las dimensiones de cada grupo son:

[42 58 69 53 49 26 42 23]

y las características de los resultados son:

total aciertos 101
total fallos   68
total          169
% aciertos     59
suma aciertos 2551.07
suma fallos   -1224.83
ratio 2.08279516341
total fallos   68
sharpe         2.83494281334

Tiene un ratio de 2,83 pero lo debemos de ver con matices pues tiene menor número de operaciones

95% de no perder mas de
-45.75
Mediana de la distribucion, trata que sea positiva
69.23
media de la distribucion
72.122303207
maxima ganancia mensual
241.29
maxima perdida mensual
-79.85
desviacion tipica
63.8911284689
dos veces la desviacion tipica
-55.6599537308
tres veces la desviacion tipica
-119.5510822

Tiene muy controlada la pérdida mensual




Y estos son los resultados