Key points are not available for this paper at this time.
Les indicateurs d'analyse technique sont largement utilisés par les traders sur les marchés financiers et de matières premières pour prédire les niveaux de prix futurs et améliorer la rentabilité du trading. Nous avons précédemment montré qu'un certain nombre de règles de trading basées sur des indicateurs populaires entraînent des pertes lorsqu'elles sont appliquées individuellement de manière systématique. Cependant, les traders techniques utilisent généralement des combinaisons d'un large éventail d'indicateurs techniques. De plus, les traders réussis ont tendance à s'adapter aux conditions du marché en 'abandonnant' les règles de trading dès qu'elles deviennent non rentables ou lorsque des règles plus rentables sont trouvées. Dans cet article, nous tentons d'imiter ces traders en développant un système de trading composé de règles basées sur des combinaisons de différents indicateurs à différentes fréquences et délais. Un portefeuille initial de ces règles est sélectionné par un algorithme génétique appliqué à un certain nombre d'indicateurs calculés sur un ensemble de données de ticks de change Euro/Dollar américain de 1994 à 1997 agrégées à diverses fréquences intrajournalières. L'algorithme génétique est ensuite utilisé à intervalles réguliers sur des données hors échantillon pour fournir de nouvelles règles et un système de rétroaction est utilisé pour rééquilibrer le portefeuille de règles, créant ainsi deux niveaux d'adaptabilité. Malgré le fait que les indicateurs individuels soient généralement non rentables sur la période de données, la meilleure règle trouvée par le système développé s'avère être modérément, mais significativement, rentable en tenant compte des coûts de transaction réalistes.
Dempster et al. (Sun,) ont étudié cette question.