שימוש באלגוריתמים גנטיים לחיזוי שווקים פיננסיים

ב"הליכה אקראית במורד וול סטריט "(1973), הציע ברטון מלכיאל, " קוף מכוסה העיניים שזורק חצים לעמודיו הכספיים של העיתון יכול לבחור תיק עבודות שיעשה טוב באותה מידה כמו אחד שנבחר בקפידה על ידי מומחים. " למרות שאולי האבולוציה גרמה לאדם להיות אינטליגנטי יותר בבחירת מניות, התיאוריה של צ'רלס דארווין הוכיחה את עצמה כיעילה למדי כאשר היא מיושמת בצורה ישירה יותר.

TUTORIAL: אסטרטגיות לבחירת מניות

מהם אלגוריתמים גנטיים?

אלגוריתמים גנטיים (GAs) הם שיטות לפתרון בעיות (או היוריסטיקות) המחקות את תהליך ההתפתחות הטבעית. בניגוד לרשתות עצביות מלאכותיות (ANNs), המיועדות לתפקד כמו נוירונים במוח, אלגוריתמים אלו משתמשים במושגי הבחירה הטבעית כדי לקבוע את הפיתרון הטוב ביותר לבעיה. כתוצאה מכך משתמשים בדרך כלל ב- GAs ככלי אופטימיזציה המתאימים פרמטרים כדי לצמצם או למקסם כמה מדדי משוב, אשר ניתן להשתמש בהם באופן עצמאי או בבניית ANN. (למידע נוסף על ANNs ראה: רשתות עצביות: רווחי חיזוי .)

בשווקים הפיננסיים משתמשים באלגוריתמים גנטיים לרוב כדי למצוא את ערכי השילוב הטובים ביותר של פרמטרים בכלל מסחר, וניתן לבנות אותם במודלים של ANN שנועדו לבחור מניות ולזהות עסקאות. מספר מחקרים הראו את יעילותן של שיטות אלה, כולל "אלגוריתמים גנטיים: בראשית הערכת מניות" (2004) ו"יישומי האלגוריתמים הגנטיים בייעול כריית נתוני שוק המניות "(2004). (לפרטים נוספים, ראה: כיצד נוצרים אלגוריתמים למסחר .)

מהם אלגוריתמים גנטיים?

כיצד פועלים אלגוריתמים גנטיים

אלגוריתמים גנטיים נוצרים באופן מתמטי באמצעות וקטורים, שהם כמויות שיש להן כיוון ועוצמה. פרמטרים לכל כלל מסחר מיוצגים עם וקטור חד ממדי שניתן לחשוב עליו ככרומוזום במונחים גנטיים. בינתיים ניתן לחשב בערכים המשמשים בכל פרמטר כגנים, המשנים אותם על ידי בחירה טבעית.

לדוגמה, כלל מסחר עשוי לכלול שימוש בפרמטרים כמו סטייה קבועה בהתכנסות ממוצעת (MACD), ממוצע נע אקספוננציאלי (EMA) וסטוכסטיקה. אז אלגוריתם גנטי יכניס ערכים לפרמטרים אלה במטרה למקסם את הרווח הנקי. עם הזמן מוצגים שינויים קטנים, ואלה המשפיעים על רצוי נשמרים לדור הבא.

ישנם שלושה סוגים של פעולות גנטיות שניתן לבצע לאחר מכן:

• קרוסאוברים מייצגים את ההתרבות והקרוסאובר שנראה בביולוגיה, לפיהם ילד מקבל מאפיינים מסוימים של הוריו. התנועות מייצגות מוטציה ביולוגית ומשמשות לשמירה על גיוון גנטי מדור אוכלוסיה לדור על ידי הצגת שינויים קטנים אקראיים. הבחירות הן שלב בו בוחרים גנומים אישיים מאוכלוסייה לגידול מאוחר יותר (שילוב מחדש או מעבר מוצלב).

לאחר מכן נעשה שימוש בשלושת הפעולות הללו בתהליך של חמישה שלבים:

1. לאתחל אוכלוסיה אקראית, כאשר כל כרומוזום הוא אורך n , כאשר n הוא מספר הפרמטרים. כלומר, מספר אקראי של פרמטרים נקבעים עם n אלמנטים כל אחד. בחר את הכרומוזומים, או הפרמטרים, המגדילים תוצאות רצויות (ככל הנראה רווח נקי). החל מפעילי מוטציה או מוצלב להורים הנבחרים ויוצרים צאצאים.רכיב מחדש את הצאצאים ו האוכלוסייה הנוכחית כדי ליצור אוכלוסייה חדשה עם מפעיל הבחירה. חזור על שלבים שניים עד ארבעה.

עם הזמן, תהליך זה יביא לכרומוזומים (או פרמטרים) טובים יותר ויותר לשימוש בכלל מסחר. לאחר מכן התהליך מסתיים כאשר מתקיימים קריטריוני עצירה, שיכולים לכלול זמן ריצה, כושר, מספר דורות או קריטריונים אחרים.

שימוש באלגוריתמים גנטיים במסחר

בעוד שאלגוריתמים גנטיים משמשים בעיקר על ידי סוחרים כמותיים מוסדיים, סוחרים בודדים יכולים לרתום את כוחם של אלגוריתמים גנטיים - ללא תואר במתמטיקה מתקדמת - באמצעות מספר חבילות תוכנה בשוק. פתרונות אלה נעים בין חבילות תוכנה עצמאיות המיועדות לשווקים הפיננסיים וכלה בתוספות של Microsoft Excel שיכולות להקל על ניתוחים מתקדמים יותר.

בעת שימוש ביישומים אלה, סוחרים יכולים להגדיר קבוצת פרמטרים שמותאמים לאחר מכן באמצעות אלגוריתם גנטי וסט של נתונים היסטוריים. יישומים מסוימים יכולים לבצע אופטימיזציה לאילו פרמטרים משתמשים והערכים עבורם, בעוד שאחרים מתמקדים בעיקר במיטוב הערכים עבור מערך פרמטרים נתון. (למידע נוסף על אסטרטגיות אלה הנגזרות מהתכנית, ראה: כוחם של עסקאות התוכנית .)

התאמת עקומות (התאמה יתר), או תכנון מערכת מסחר סביב נתונים היסטוריים ולא זיהוי התנהגות שניתנת להחזרה, מהווה סיכון פוטנציאלי לסוחרים המשתמשים באלגוריתמים גנטיים. כל מערכת מסחר המשתמשת ברשימות GA צריכה להיבחן קדימה על הנייר לפני השימוש בשידור חי.

בחירת פרמטרים היא חלק חשוב בתהליך, וסוחרים צריכים לחפש פרמטרים שמתאמים לשינויים במחיר נייר ערך נתון. לדוגמה, נסה אינדיקטורים שונים כדי לראות אם נראה כי יש כאלה שמתאמים לתפניות הגדולות בשוק. (לפרטים נוספים, ראה: בחירת תוכנת המסחר האלגוריתמית הנכונה .)

בשורה התחתונה

אלגוריתמים גנטיים הם דרכים ייחודיות לפתור בעיות מורכבות על ידי רתימת כוח הטבע. על ידי יישום שיטות אלה לחיזוי מחירי אבטחה, סוחרים יכולים לייעל את כללי המסחר על ידי זיהוי הערכים הטובים ביותר לשימוש עבור כל פרמטר עבור אבטחה נתונה. עם זאת, אלגוריתמים אלו אינם הגביע הקדוש, וסוחרים צריכים להקפיד לבחור את הפרמטרים הנכונים ולא להתאים את עקומתם. (לקריאה נוספת, בדוק: כיצד לתקן רובוט מסחר באלגו משלך .)