Повышение доходности торговли на FOREX с помощью LSTM-идентификации свечных паттернов и индикатора тиковых объемов

Статья посвящена исследованию эффективности использования рекуррентных нейронных сетей LSTM (Long–Short Term Memory — долгая–краткосрочная память) для свечных данных и индикатора технического анализа для большого числа наиболее распространенных валютных пар (всего — 27) за длительный период времени с целью построения автоматических торговых стратегий. Продемонстрировано, что средняя итоговая и годовая доходности за 8 лет при проведении модельных торгов составили 286% и 15,4% соответственно, что более чем в 50 раз превышает значения для классической торговой стратегии Buy & Hold за тот же временной период. Кроме того, в работе предложен новый индикатор технического анализа на основе тиковых объемов, который используется как самостоятельно в качестве альтернативной торговой стратегии (итоговая и годовая доходности LSTM-моделей превосходят ее в среднем в 7,2 и 2,3 раза), так и в качестве дополнительного признака для повышения доходности нейросетевой стратегии за счет использования ансамблирования. Установлено, что для 37% анализируемых валютных пар использование именно ансамбля нейронных сетей позволяет дополнительно повысить итоговую доходность в среднем на 17,2%.