@misc{Wietrzykowski_Filip_Budowa_2023,
 author={Wietrzykowski, Filip},
 contributor={Grześkowiak, Alicja. Redakcja and Peternek, Piotr. Redakcja},
 identifier={DOI: 10.15611/2023.09.3.09},
 year={2023},
 rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy},
 publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu},
 description={Zastosowanie metod ilościowych w ekonomii i finansach / pod red. Alicji Grześkowiak i Piotra Peterneka. - Wrocław: Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, 2022, s. 120-130},
 language={pol},
 abstract={W artykule został podjęty temat budowy i testowania wstecznego w pełni automatycznej strategii inwestycyjnej opartej na uczeniu maszynowym. Podczas pisania artykułu zostały przeprowadzone obszerne studia literaturowe. Zostały przedstawione zarówno najważniejsze założenia i metody stosowane w budowie strategii, jak i narzędzia do testowania wstecznego. Przedstawiona została analiza wskaźnikowa i metody uczenia maszynowego z wyróżnieniem drzew decyzyjnych i lasu losowego. Zbudowany algorytm wykazał się zyskownością w prawie każdych warunkach panujących od 2008 do 2022 roku. System wykazywał dodatni wynik zarówno w trendzie wzrostowym, bocznym, jak i spadkowym. Wyniki w trendzie spadkowym i bocznym w ujęciu procentowym były znacząco wyższe od benchmarku. Wyniki w ujęciu procentowym w trendzie wzrostowym były poniżej benchmarku. Na całym okresie w stosunku do maksymalnego użycia kapitału zysk procentowy wyniósł 82%. Daje to roczny CAGR na poziomie 4,39%.},
 title={Budowa i testowanie wsteczne strategii inwestycyjnej opartej o uczenie maszynowe},
 type={rozdział},
 keywords={handel alogrytmiczny, uczenie maszynowe, testowanie wsteczne, algorithmic trading, machine learning, backtesting},
}