С использованием генетических алгоритмов для прогнозирования финансовых рынков

Владимир Черкашенко: финансовый инженер и оверфиттинг (Апрель 2024)

Владимир Черкашенко: финансовый инженер и оверфиттинг (Апрель 2024)
С использованием генетических алгоритмов для прогнозирования финансовых рынков
Anonim

Бертон предложил в своей книге «Случайная прогулка по Уолл-стрит» (1973): «Обезьяна с завязанными глазами, бросающая дротики на финансовые страницы газеты, может выбрать портфель, который будет так же хорошо как тщательно отобранные экспертами ». Хотя эволюция, возможно, не сделала человека более умным при сборе запасов, теория Чарльза Дарвина довольно эффективна при применении более непосредственно. (Чтобы помочь вам выбрать акции, проверьте Как выбрать запас .)

Учебное пособие: Стратегии сбора акций

Что такое генетические алгоритмы?
Генетические алгоритмы (GA) - это методы решения проблем (или эвристика), которые имитируют процесс естественной эволюции. В отличие от искусственных нейронных сетей (ANN), предназначенных для работы как нейроны в мозге, эти алгоритмы используют концепции естественного отбора для определения наилучшего решения проблемы. В результате GA обычно используются в качестве оптимизаторов, которые корректируют параметры для минимизации или максимизации некоторой меры обратной связи, которые затем могут использоваться независимо или в конструкции ANN.

На финансовых рынках генетические алгоритмы чаще всего используются для нахождения наилучших комбинационных значений параметров в правилах торговли, и их можно встроить в модели ANN, предназначенные для выбора акций и определения сделок. Несколько исследований показали, что эти методы могут оказаться эффективными, в том числе «Генетические алгоритмы: генезис оценки запасов» (2004) Рамы и «Применение генетических алгоритмов в оптимизации добычи данных на фондовом рынке» (2004) Лин, Цао, Ванг , Чжан. (Чтобы узнать больше об ANN, см. Нейронные сети: Прогнозирование прибыли .)

Как работают генетические алгоритмы
Генетические алгоритмы создаются математически с использованием векторов, которые представляют собой величины, имеющие направление и величину. Параметры для каждого правила торговли представлены одномерным вектором, который можно рассматривать как хромосому в генетических терминах. Между тем значения, используемые в каждом параметре, можно рассматривать как гены, которые затем модифицируются с использованием естественного отбора.

Например, правило торговли может включать использование таких параметров, как Moving Average Convergence-Divergence (MACD), экспоненциальная скользящая средняя (EMA) и стохастика. Затем генетический алгоритм вводит значения в эти параметры с целью максимизации чистой прибыли. Со временем появляются небольшие изменения, и те, которые оказывают желательное воздействие, сохраняются для следующего поколения.

Существуют три типа генетических операций, которые затем могут быть выполнены:

  • Кроссоверы представляют собой воспроизводство и биологический кроссовер, наблюдаемый в биологии, в результате чего ребенок берет определенные характеристики своих родителей.
  • Мутации представляют собой биологическую мутацию и используются для сохранения генетического разнообразия от одного поколения населения к следующему путем введения случайных небольших изменений.
  • Выбор - это этап, на котором отдельные геномы выбираются из популяции для последующего размножения (рекомбинация или кроссовер).

Эти три оператора затем используются в пятиэтапном процессе:

  1. Инициализировать случайную совокупность, где каждая хромосома n - длина, при этом n является числом параметры. То есть случайное число параметров устанавливается с помощью n элементов каждый.
  2. Выберите хромосомы или параметры, которые увеличивают желаемые результаты (предположительно, чистую прибыль).
  3. Применить операторов мутации или кроссовера выбранным родителям и создать потомство.
  4. Рекомбинируйте потомство и текущую популяцию, чтобы сформировать новую популяцию с оператором выбора.
  5. Повторите шаги два-четыре.

Со временем этот процесс приведет к появлению все более благоприятных хромосом (или параметров) для использования в правилах торговли. Затем процесс прекращается, когда выполняются критерии остановки, которые могут включать время выполнения, пригодность, количество поколений или другие критерии. (Подробнее о MACD читайте Торговля с расходом MACD .)

Использование генетических алгоритмов в торговле
В то время как генетические алгоритмы в основном используются институциональными количественными трейдерами, индивидуальные трейдеры могут использовать силу генетических алгоритмов - без степени в продвинутой математике - с использованием нескольких пакетов программного обеспечения на рынке. Эти решения варьируются от отдельных программных пакетов, ориентированных на финансовые рынки, до надстроек Microsoft Excel, которые могут способствовать более практическому анализу.

При использовании этих приложений трейдеры могут определять набор параметров, которые затем оптимизируются с использованием генетического алгоритма и набора исторических данных. Некоторые приложения могут оптимизировать, какие параметры используются, и значения для них, в то время как другие в основном ориентированы на простое оптимизацию значений для заданного набора параметров. (Чтобы узнать больше об этих стратегиях, полученных с помощью программы, см. Power of Program Trades .)

Важные советы и рекомендации по оптимизации
Фиксация кривой (над фитингом), скорее создание торговой системы вокруг исторических данных чем определение повторяемости поведения, представляет собой потенциальный риск для трейдеров, использующих генетические алгоритмы. Любая торговая система, использующая GA, должна быть проверена на бумаге перед использованием в прямом эфире.

Выбор параметров - важная часть процесса, и трейдеры должны искать параметры, которые коррелируют с изменениями цены конкретной безопасности. Например, попробуйте разные индикаторы и посмотрите, похоже ли, что они коррелируют с крупными поворотами рынка.

Нижняя линия
Генетические алгоритмы - это уникальные способы решения сложных проблем путем использования силы природы. Применяя эти методы для прогнозирования цен на ценные бумаги, трейдеры могут оптимизировать торговые правила, определяя наилучшие значения для каждого параметра для данной безопасности. Тем не менее, эти алгоритмы не являются Святым Граалем, и трейдеры должны быть осторожны, чтобы выбрать правильные параметры, а не подгонка кривой (над посадкой). (Чтобы узнать больше о рынке, ознакомьтесь с Слушайте рынок, а не его эксперты> .)