În „A Random Walk Down Wall Street” (1973), Burton Malkiel a sugerat: „O maimuță cu ochii în ochi aruncând săgeți la paginile financiare ale unui ziar ar putea selecta un portofoliu care ar face la fel de bine ca și unul atent selectat de către experți”. Deși evoluția a făcut ca omul să nu mai fie inteligent la colectarea stocurilor, teoria lui Charles Darwin s-a dovedit a fi destul de eficientă atunci când este aplicată mai direct.
TUTORIAL: Strategii de stocare a stocurilor
Ce sunt algoritmii genetici?
Algoritmii genetici (GAs) sunt metode de rezolvare a problemelor (sau euristică) care imită procesul de evoluție naturală. Spre deosebire de rețelele neuronale artificiale (ANN), concepute să funcționeze ca neuronii din creier, acești algoritmi utilizează conceptele de selecție naturală pentru a determina cea mai bună soluție pentru o problemă. Drept urmare, GA-urile sunt utilizate în mod obișnuit ca optimizatoare care ajustează parametrii pentru a minimiza sau maximiza unele măsuri de feedback, care pot fi apoi utilizate independent sau la construcția unui ANN. (Pentru a afla mai multe despre ANN-uri, consultați: Rețele neuronale: prognozarea profiturilor .)
Pe piețele financiare, algoritmii genetici sunt utilizați cel mai frecvent pentru a găsi cele mai bune valori de combinație a parametrilor într-o regulă de tranzacționare și pot fi construiți în modele ANN concepute pentru a alege stocuri și a identifica tranzacțiile. Câteva studii au demonstrat eficacitatea acestor metode, inclusiv „Algoritmii genetici: Geneza stocului de evaluare” (2004) și „Aplicațiile algoritmilor genetici în optimizarea minelor de date a pieței bursiere” (2004). (Pentru mai multe, consultați: Cum se creează algoritmii de tranzacționare .)
Ce sunt algoritmii genetici?
Cum funcționează algoritmii genetici
Algoritmii genetici sunt creați matematic folosind vectori, care sunt cantități care au direcție și amploare. Parametrii pentru fiecare regulă de tranzacționare sunt reprezentați cu un vector unidimensional care poate fi gândit ca un cromozom în termeni genetici. Între timp, valorile utilizate în fiecare parametru pot fi gândite ca gene, care sunt apoi modificate folosind selecția naturală.
De exemplu, o regulă de tranzacționare poate implica utilizarea parametrilor precum divergența medie de convergență mobilă (MACD), o medie în mișcare exponențială (EMA) și stochastics. Un algoritm genetic ar introduce apoi valori în acești parametri cu scopul de a maximiza profitul net. De-a lungul timpului, se introduc mici modificări, iar cele care produc un impact dezirabil sunt păstrate pentru generația următoare.
Există trei tipuri de operații genetice care pot fi apoi efectuate:
- Încrucișările reprezintă reproducerea și încrucișarea observată în biologie, prin care un copil preia anumite caracteristici ale părinților săi. Mutațiile reprezintă mutația biologică și sunt folosite pentru a menține diversitatea genetică de la o generație a unei populații la alta, introducând mici modificări aleatorii. stadiu în care genomii individuali sunt aleși dintr-o populație pentru reproducerea ulterioară (recombinare sau crossover).
Aceste trei operații sunt apoi utilizate într-un proces în cinci etape:
- Inițializează o populație aleatorie, în care fiecare cromozom are lungimea n , numărul n fiind parametrii. Adică, un număr aleatoriu de parametri sunt stabiliți cu n elemente fiecare. Alegeți cromozomii, sau parametrii, care cresc rezultatele dorite (probabil profit net). Aplicați mutații sau operatori de crossover către părinții selectați și generează o descendență.Recombinați urmașii și populația actuală pentru a forma o nouă populație cu operatorul de selecție. Repetați pașii doi până la patru.
În timp, acest proces va avea ca rezultat cromozomi (sau parametri) din ce în ce mai favorabili pentru utilizare într-o regulă de tranzacționare. Procesul este apoi încheiat atunci când sunt îndeplinite criteriile de oprire, care pot include timpul de rulare, starea de fitness, numărul de generații sau alte criterii.
Utilizarea algoritmilor genetici în comerț
În timp ce algoritmii genetici sunt folosiți în primul rând de comercianții cantitativi instituționali, comercianții individuali pot valorifica puterea algoritmilor genetici - fără o diplomă în matematică avansată - folosind mai multe pachete software pe piață. Aceste soluții variază de la pachete software independente orientate către piețele financiare la suplimente Microsoft Excel, care pot facilita o analiză mai practică.
Când utilizează aceste aplicații, comercianții pot defini un set de parametri care sunt apoi optimizați folosind un algoritm genetic și un set de date istorice. Unele aplicații pot optimiza ce parametri sunt folosiți și valorile pentru aceștia, în timp ce altele sunt axate în primul rând pe optimizarea simplă a valorilor pentru un set de parametri dat. (Pentru a afla mai multe despre aceste strategii derivate din program, consultați: Puterea comerțului cu programe .)
Adaptarea curbelor (overfitting) sau proiectarea unui sistem de tranzacționare în jurul datelor istorice, mai degrabă decât identificarea comportamentului repetabil, reprezintă un risc potențial pentru comercianții care utilizează algoritmi genetici. Orice sistem de tranzacționare care utilizează GA-uri trebuie testat înainte pe hârtie înainte de utilizarea în direct.
Alegerea parametrilor este o parte importantă a procesului, iar comercianții ar trebui să caute parametri care să fie corelați cu modificările prețului unei anumite garanții. De exemplu, încercați indicatori diferiți pentru a vedea dacă există vreo corelație cu cotele majore ale pieței. (Pentru mai multe, consultați: Alegerea software-ului de tranzacționare algoritmic drept .)
Linia de jos
Algoritmii genetici sunt modalități unice de a rezolva probleme complexe, valorificând puterea naturii. Prin aplicarea acestor metode pentru a prezice prețurile de securitate, comercianții pot optimiza regulile de tranzacționare prin identificarea celor mai bune valori de utilizat pentru fiecare parametru pentru o anumită securitate. Cu toate acestea, acești algoritmi nu sunt Sfântul Graal, iar comercianții ar trebui să fie atenți să aleagă parametrii potriviți și să nu se încadreze în curbă. (Pentru lectură suplimentară, consultați: Cum să vă codificați propriul robot de tranzacționare Algo .)
