6.6 KiB
Appunti sullo sviluppo del progetto
Il titolo di riferimento per la prima parte di studio è Microsoft. Perché:
- molto capitalizzato
- longevo
- è un titolo tech ma non subisce dinamiche troppo "strane" rispetto al normale andamento di mercato (es. Tesla)
Per prima cosa si testa la performance di un modello non trainato, semplice, che prova a predire il segno del ritorno del giorno successivo sulla base del ritorno del giorno precedente (+ segue + e - segue -).
Si riporta anche un piccolo grafico a barre per avere un'idea della distribuzione dei ritorni.
winrate detected: 0.47638123852445335
Primi test con logistic regression, aggiungendo come features giorni passati: lieve increase, troppi giorni porta a overfitting
provare a effettuare lo stesso test ma aggiungendo qualche metrica (es. moving average) -> C'è un lieve miglioramento
Nell'MLP, nei nomi dei file di dati, i numeri sono la dimensione degli hidden layer, in ordine di profondità Primo test semplice semplice, architettura di seguito: Model: "sequential"
Layer (type) Output Shape Param #
lstm (LSTM) (None, 20, 50) 10400
dropout (Dropout) (None, 20, 50) 0
lstm_1 (LSTM) (None, 20, 50) 20200
dropout_1 (Dropout) (None, 20, 50) 0
lstm_2 (LSTM) (None, 50) 20200
dropout_2 (Dropout) (None, 50) 0
dense (Dense) (None, 1) 51
================================================================= Total params: 50,851 Trainable params: 50,851 Non-trainable params: 0 semplici 25 epoche e split 0.8 / 0.2 il plot che si ottiene è quello
con dati (win rate sui ritorni): tutto il testing set (): 0.4991624790619765 primi 200 giorni: 0.605 primi 100 giorni: 0.58 primi 50 giorni: 0.66
su tutto ho RMSE: 76.4 (dollari ?) MAPE: 21.8 %
su 300 giorni: RMSE su 300 gg: 6.4 $ MAPE su 300 gg: 2.9 %
In presentazione metto prima grafico con mape e rmse su tutto facendo considerazioni, poi mi allargo con mape e rmse specifiche + winrate su meno giorni
nel firts advanced l'architettura è: Model: "sequential"
Layer (type) Output Shape Param #
lstm (LSTM) (None, 10, 10) 480
dropout (Dropout) (None, 10, 10) 0
lstm_1 (LSTM) (None, 10) 840
dropout_1 (Dropout) (None, 10) 0
dense (Dense) (None, 5) 55
dropout_2 (Dropout) (None, 5) 0
dense_1 (Dense) (None, 1) 6
================================================================= Total params: 1,381 Trainable params: 1,381 Non-trainable params: 0
LTSM advanced 2: training data ridotta a 2000 giorni, arch: Model: "sequential"
Layer (type) Output Shape Param #
lstm (LSTM) (None, 10, 20) 1760
dropout (Dropout) (None, 10, 20) 0
lstm_1 (LSTM) (None, 20) 3280
dropout_1 (Dropout) (None, 20) 0
dense (Dense) (None, 5) 105
dropout_2 (Dropout) (None, 5) 0
dense_1 (Dense) (None, 1) 6
================================================================= Total params: 5,151 Trainable params: 5,151 Non-trainable params: 0
risultati RMSE: 10.799429328578809 MAPE: 3.1894335488381116 RMSE su 300 gg: 11.607057105021592 MAPE su 300 gg: 3.591834377775106
training di 50 epoche ma win rate sul ritorno del giorno dopo sempre ~0.5
Il 3 ha un'architettura molto semplificata e tiene una timewindow di soli 5 gg: Model: "sequential"
Layer (type) Output Shape Param #
lstm (LSTM) (None, 10) 480
dropout (Dropout) (None, 10) 0
dense (Dense) (None, 1) 11
================================================================= Total params: 491 Trainable params: 491 Non-trainable params: 0
RMSE: 12.955399161548117 MAPE: 3.7480157718302904 RMSE su 300 gg: 11.019121338505466 MAPE su 300 gg: 3.3382726092879706
non si guadagna molto in winrate
semilog histo