باستخدام الخوارزميات الجينية للتنبؤ بالأسواق المالية

واجهة ماتلاب لعرض نتائج استخدام خوارزمية تنبؤ بالعينات باستخدام مرشح إستيفاء (شهر نوفمبر 2024)

واجهة ماتلاب لعرض نتائج استخدام خوارزمية تنبؤ بالعينات باستخدام مرشح إستيفاء (شهر نوفمبر 2024)
باستخدام الخوارزميات الجينية للتنبؤ بالأسواق المالية
Anonim

اقترح بيرتون في كتابه "المشي العشوائي في وول ستريت"، (1973) أن "قرد معصوب العينين يلقي رمي السهام في الصفحات المالية للصحيفة يمكن أن تختار محفظة من شأنها أن تفعل كذلك كما اختارها الخبراء بعناية. " في حين أن التطور قد جعل الإنسان لا أكثر ذكاء في انتقاء الأسهم، نظرية تشارلز داروين فعالة جدا عندما تطبق بشكل مباشر أكثر. (لمساعدتك على اختيار الأسهم، تحقق من كيفية اختيار الأسهم .)

توتوريال: استراتيجيات انتقاء الأسهم

ما هي الخوارزميات الجينية؟
الخوارزميات الجينية (غاس) هي طرق حل المشكلات (أو الاستدلال) التي تحاكي عملية التطور الطبيعي. على عكس الشبكات العصبية الاصطناعية (أنس)، المصممة لتعمل مثل الخلايا العصبية في الدماغ، وهذه الخوارزميات الاستفادة من مفاهيم الانتقاء الطبيعي لتحديد أفضل حل لمشكلة. ونتيجة لذلك، تستخدم غاس عادة كمحسنين يقومون بضبط المعلمات لتقليل أو زيادة بعض ردود الفعل قياس، والتي يمكن بعد ذلك استخدامها بشكل مستقل أو في بناء آن.

في الأسواق المالية، تستخدم الخوارزميات الجينية الأكثر شيوعا للعثور على أفضل قيم توليفة للمعلمات في قاعدة تداول، ويمكن أن تدمج في نماذج آن مصممة لتحديد الأسهم وتحديد الصفقات. وقد أظهرت العديد من الدراسات أن هذه الأساليب يمكن أن يكون فعالا، بما في ذلك "الخوارزميات الجينية: نشأة تقييم الأوراق المالية" (2004) التي كتبها راما، و "تطبيقات الخوارزميات الجينية في سوق الأوراق المالية والبيانات التعدين الأمثل" (2004) التي كتبها لين، وتساو وانغ ، تشانغ. (لمعرفة المزيد عن أن، انظر الشبكات العصبية: التنبؤ الأرباح .)

كيف تعمل الخوارزميات الجينية
يتم إنشاء الخوارزميات الجينية حسابيا باستخدام النواقل، وهي كميات لها اتجاه وحجم. وتتمثل المعلمات لكل قاعدة تداول مع متجه أحادي البعد يمكن اعتباره كروموسوم في المصطلحات الوراثية. وفي الوقت نفسه، يمكن اعتبار القيم المستخدمة في كل معلمة من الجينات، والتي يتم تعديلها بعد ذلك باستخدام الانتقاء الطبيعي.

على سبيل المثال، قد تتضمن قاعدة تداول استخدام معلمات مثل المتوسط ​​المتحرك للتقارب-الاختلاف (ماسد)، المتوسط ​​المتحرك الأسي (إما) و ستوشاستيك. وعندئذ تقوم الخوارزمية الجينية بإدخال القيم في هذه المعلمات بهدف تحقيق أقصى قدر من صافي الربح. مع مرور الوقت، يتم إدخال تغييرات صغيرة وتلك التي تجعل تأثير مرغوب فيه يتم الاحتفاظ بها للجيل القادم.

هناك ثلاثة أنواع من العمليات الجينية التي يمكن بعد ذلك القيام بها:

  • عمليات الانتقال تمثل الاستنساخ و كروس أوفر البيولوجي في البيولوجيا، حيث يأخذ الطفل على خصائص معينة من والديه.
  • الطفرات تمثل طفرة بيولوجية وتستخدم للحفاظ على التنوع الوراثي من جيل واحد من السكان إلى التالي عن طريق إدخال تغييرات صغيرة عشوائية.
  • الاختيارات هي المرحلة التي يتم فيها اختيار الجينومات الفردية من مجموعة من السكان للتربية في وقت لاحق (إعادة التركيب أو كروس أوفر).

ثم يتم استخدام هذه الشركات الثلاث في عملية من خمس خطوات:

  1. إنيتياليز سكان عشوائي، حيث يكون كل كروموسوم n طول، مع n كونه عدد المعلمات. وهذا هو، يتم إنشاء عدد عشوائي من المعلمات مع ن عناصر لكل منهما.
  2. حدد الكروموسومات، أو المعلمات، التي تزيد من النتائج المرغوبة (صافي الربح المفترض).
  3. تطبيق الطفرة أو مشغلي كروس للوالدين المختارين وتوليد نسل.
  4. ريكومبين ذرية والسكان الحاليين لتشكيل السكان الجدد مع المشغل اختيار.
  5. كرر الخطوات من اثنين إلى أربعة.

مع مرور الوقت، ستؤدي هذه العملية إلى كروموسومات مواتية بشكل متزايد (أو، معلمات) لاستخدامها في قاعدة تداول. ثم يتم إنهاء العملية عند استيفاء معايير التوقف، والتي يمكن أن تشمل وقت التشغيل، واللياقة البدنية، وعدد الأجيال أو معايير أخرى. (للمزيد من المعلومات عن ماسد، اقرأ تداول الاختلاف ماكد )

استخدام الخوارزميات الجينية في التجارة
في حين تستخدم الخوارزميات الجينية في المقام الأول من قبل التجار الكميين المؤسسيين، يمكن للتجار الفرديين تسخير قوة الخوارزميات الجينية - دون درجة في الرياضيات المتقدمة - باستخدام عدة حزم البرمجيات في السوق. وتتراوح هذه الحلول من حزم برامج مستقلة موجهة نحو الأسواق المالية إلى إضافات ميكروسوفت إكسيل التي يمكن أن تسهل المزيد من التحليل العملي.

عند استخدام هذه التطبيقات، يمكن للمتداولين تحديد مجموعة من المعلمات التي يتم تحسينها بعد ذلك باستخدام خوارزمية جينية ومجموعة من البيانات التاريخية. يمكن لبعض التطبيقات تحسين المعلمات التي تستخدم والقيم بالنسبة لهم، في حين أن البعض الآخر يركز في المقام الأول على مجرد تحسين القيم لمجموعة معينة من المعلمات. (لمعرفة المزيد عن هذه الاستراتيجيات المستمدة من البرنامج، راجع قوة برنامج الصفقات )

نصائح وحيل التحسين المهمة
تركيب المنحنى (أكثر من المناسب)، وتصميم نظام تداول حول البيانات التاريخية من تحديد السلوك القابل للتكرار، يمثل خطرا محتملا على التجار الذين يستخدمون الخوارزميات الجينية. أي نظام تداول باستخدام غاس يجب أن يتم اختباره مسبقا على الورق قبل الاستخدام المباشر.

اختيار المعلمات هو جزء مهم من العملية، ويجب على التجار البحث عن المعلمات التي ترتبط بالتغيرات في سعر أمن معين. على سبيل المثال، جرب مؤشرات مختلفة ومعرفة ما إذا كان أي من هذه العوامل يبدو مرتبطا بتحولات السوق الرئيسية.

الخلاصة
الخوارزميات الجينية هي طرق فريدة لحل المشاكل المعقدة عن طريق تسخير قوة الطبيعة. من خلال تطبيق هذه الأساليب لتوقع أسعار الأوراق المالية، يمكن للمتداولين تحسين قواعد التداول من خلال تحديد أفضل القيم لاستخدامها لكل معلمة لأمن معين. ومع ذلك، فإن هذه الخوارزميات ليست الكأس المقدسة، ويجب أن يكون التجار حذرين لاختيار المعلمات الصحيحة وليس منحنى تناسب (أكثر مناسبا). (لقراءة المزيد عن السوق، راجع استمع إلى السوق، وليس أموالها .)