استخدام الخوارزميات الجينية في تجارة الكمية

استخدام الخوارزميات الجينية في تجارة الكمية السؤال ينبغي للمرء دائما سأل نفسه / نفسها عند استخدام المؤشرات الفنية هو ما سيكون معايير موضوعية لتحديد مؤشرات المعلمات (على سبيل المثال لماذا باستخدام 14 يوما RSI بدلا من 15 أو 20 يوما؟). الخوارزميات الجينية (GA) هي أدوات مناسبة تماما للإجابة على هذا السؤال. في هذا المنصب تظهر سوء لك كيفية إعداد مشكلة في R. قبل أن أشرع في تذكير المعتاد: ما أقدمه في هذا المنصب هو مجرد مثال لعبة وليست دعوة للاستثمار. انها ليست استراتيجية منتهية إما لكن فكرة البحوث التي تحتاج إلى بحث أبعد من ذلك، وضعت وفقا للاحتياجات الفردية. ما هي الخوارزميات الجينية؟ أفضل وصف GA جئت عبر يأتي من تجارة Cybernatic كتاب موراي A. روجيرو. اخترعت الخوارزميات الجينية التي كتبها جون هولندا في منتصف عام 1970 إلى حل المشاكل الأمثل الصعبة. يستخدم هذا الأسلوب الانتقاء الطبيعي والبقاء للأصلح. العملية العامة تتبع الخطوات التالية: ترميز مشكلة في الكروموسومات باستخدام الترميز، ووضع وظيفة اللياقة البدنية لاستخدامها في تقييم كل قيمة الكروموسومات في حل مشكلة معينة تهيئة السكان من الكروموسومات تقييم كل كروموسوم في عدد السكان إنشاء الكروموسومات جديدة عن طريق التزاوج اثنين من الكروموسومات. يتم ذلك عن طريق كتم وإعادة توحيد والدان لتشكيل طفلين (يتم اختيار الآباء بشكل عشوائي ولكن منحازة التي كتبها لياقتهم البدنية) تقييم كروموسوم جديد حذف عضو من السكان التي هي أقل تناسب من كروموسوم جديد وإدراج كروموسوم جديد في عدد السكان. إذا تم الوصول إلى معايير محطة (الحد الأقصى لعدد الأجيال، ومعايير اللياقة البدنية جيدة بما فيه الكفاية) ثم العودة أفضل كروموسوم تذهب بدلا من ذلك إلى الخطوة 4 من منظور التداول GA هي مفيدة جدا لأنها جيدة في التعامل مع المشاكل غير الخطية للغاية. ومع ذلك فإنها تظهر بعض الملامح السيئة التي تستحق الذكر: أكثر من المناسب: هذه هي المشكلة الرئيسية ولها وصولا الى محلل لإعداد المشكلة بطريقة تقلل من هذه المخاطر. حساب الوقت. إن ليس تعريف المشكلة بشكل صحيح، فإنه يمكن أن يكون طويل للغاية للتوصل إلى حل لائق والتعقيد يزيد أضعافا مضاعفة مع عدد من المتغيرات. ومن هنا جاءت ضرورة لتحديد بعناية المعلمات. هناك العديد من حزم R التعامل مع GA، اخترت استخدام الأكثر شيوعا واحد: rgenoud أسعار الإغلاق اليومية لصناديق الاستثمار المتداولة الأكثر سيولة من ياهو المالية تعود إلى يناير 2000. في الفترة عينة يذهب من يناير 2000 إلى ديسمبر 2010. وانطلاقا من بدء فترة عينة في يناير عام 2011. المنطق هو على النحو التالي: تم تحسين وظيفة اللياقة البدنية على مدى الفترة العينة للحصول على مجموعة من المعايير المثلى للمؤشرات الفنية المحددة. ثم يتم تقييم أداء تلك المؤشرات في الفترة من العينة. ولكن قبل القيام بذلك المؤشرات الفنية يجب أن يكون محددا. سوق الأسهم يسلك اثنين من الخصائص الرئيسية التي هي مألوفة لأي شخص لديه بعض الخبرة التجارية. الزخم على المدى الطويل وانعكاس على المدى القصير. هذه الميزات يمكن ترجمتها في المدى من المؤشرات الفنية من قبل: المتوسطات المتحركة عبر أكثر من ومؤشر القوة النسبية. وهذا يمثل مجموعة من 4 المعلمات: فترات نظرة الى الوراء لالمتوسطات المتحركة طويلة وقصيرة الأجل، ننظر الى الوراء فترة RSI مؤشر القوة النسبية والعتبة. مجموعات من المعلمات في الكروموسومات. العنصر الرئيسي الآخر هو وظيفة لياقة بدنية. ونحن قد ترغب في استخدام شيء مثل: تحقيق أقصى عائد أو نسبة شارب أو أدنى متوسط ​​تراجع. في ما يلي، لقد اخترت لتعظيم نسبة شارب. تنفيذ R هي مجموعة من 3 وظائف: fitnessFunction. تعرف الوظيفة اللياقة البدنية (مثل نسبة شارب كحد أقصى) لاستخدامها داخل المحرك GA tradingStatistics. ملخص إحصائيات التداول لهذا الدخول والخروج من فترات عينة لأغراض المقارنة genoud. محرك GA من حزمة rgenoud وظيفة genoud معقدة نوعا ما ولكن ايم لن أشرح ما تعنيه كل معلمة كما أريد للحفاظ على هذا المنصب قصيرة (وثائق هو جيد حقا). في الجدول أدناه أقدم لكل أداة المعلمات المثلى (RSI فترة نظرة الى الوراء، عتبة RSI مدى قصير المتوسط ​​المتحرك، وعلى المدى الطويل المتوسط ​​المتحرك) جنبا إلى جنب مع ويخرجون من إحصاءات تجارة عينة. استخدام الخوارزميات الجينية في تجارة الكمية (نشر هذا المقال لأول مرة في وR التاجر »R. وساهم التكرم R-المدونين) السؤال ينبغي للمرء دائما سأل نفسه / نفسها عند استخدام المؤشرات الفنية هو ما سيكون معايير موضوعية لتحديد مؤشرات المعلمات (على سبيل المثال لماذا باستخدام 14 يوما RSI بدلا من 15 أو 20 يوما؟). الخوارزميات الجينية (GA) هي أدوات مناسبة تماما للإجابة على هذا السؤال. في هذا المنصب تظهر سوء لك كيفية إعداد مشكلة في R. قبل أن أشرع في تذكير المعتاد: ما أقدمه في هذا المنصب هو مجرد مثال لعبة وليست دعوة للاستثمار. انها ليست استراتيجية منتهية إما لكن فكرة البحوث التي تحتاج إلى بحث أبعد من ذلك، وضعت وفقا للاحتياجات الفردية. ما هي الخوارزميات الجينية؟ أفضل وصف GA جئت عبر يأتي من تجارة Cybernatic كتاب موراي A. روجيرو. اخترعت الخوارزميات الجينية التي كتبها جون هولندا في منتصف عام 1970 إلى حل المشاكل الأمثل الصعبة. يستخدم هذا الأسلوب الانتقاء الطبيعي والبقاء للأصلح. العملية العامة تتبع الخطوات التالية: ترميز مشكلة في الكروموسومات باستخدام الترميز، ووضع وظيفة اللياقة البدنية لاستخدامها في تقييم كل قيمة الكروموسومات في حل مشكلة معينة تهيئة السكان من الكروموسومات تقييم كل كروموسوم في عدد السكان إنشاء الكروموسومات جديدة عن طريق التزاوج اثنين من الكروموسومات. يتم ذلك عن طريق كتم وإعادة توحيد والدان لتشكيل طفلين (يتم اختيار الآباء بشكل عشوائي ولكن منحازة التي كتبها لياقتهم البدنية) تقييم كروموسوم جديد حذف عضو من السكان التي هي أقل تناسب من كروموسوم جديد وإدراج كروموسوم جديد في عدد السكان. إذا تم الوصول إلى معايير محطة (الحد الأقصى لعدد الأجيال، ومعايير اللياقة البدنية جيدة بما فيه الكفاية) ثم العودة أفضل كروموسوم تذهب بدلا من ذلك إلى الخطوة 4 من منظور التداول GA هي مفيدة جدا لأنها جيدة في التعامل مع المشاكل غير الخطية للغاية. ومع ذلك فإنها تظهر بعض الملامح السيئة التي تستحق الذكر: أكثر من المناسب: هذه هي المشكلة الرئيسية ولها وصولا الى محلل لإعداد المشكلة بطريقة تقلل من هذه المخاطر. حساب الوقت. إن ليس تعريف المشكلة بشكل صحيح، فإنه يمكن أن يكون طويل للغاية للتوصل إلى حل لائق والتعقيد يزيد أضعافا مضاعفة مع عدد من المتغيرات. ومن هنا جاءت ضرورة لتحديد بعناية المعلمات. هناك العديد من حزم R التعامل مع GA، اخترت استخدام الأكثر شيوعا واحد: rgenoud أسعار الإغلاق اليومية لصناديق الاستثمار المتداولة الأكثر سيولة من ياهو المالية تعود إلى يناير 2000. في الفترة عينة يذهب من يناير 2000 إلى ديسمبر 2010. وانطلاقا من بدء فترة عينة في يناير عام 2011. المنطق هو على النحو التالي: تم تحسين وظيفة اللياقة البدنية على مدى الفترة العينة للحصول على مجموعة من المعايير المثلى للمؤشرات الفنية المحددة. ثم يتم تقييم أداء تلك المؤشرات في الفترة من العينة. ولكن قبل القيام بذلك المؤشرات الفنية يجب أن يكون محددا. سوق الأسهم يسلك اثنين من الخصائص الرئيسية التي هي مألوفة لأي شخص لديه بعض الخبرة التجارية. الزخم على المدى الطويل وانعكاس على المدى القصير. هذه الميزات يمكن ترجمتها في المدى من المؤشرات الفنية من قبل: المتوسطات المتحركة عبر أكثر من ومؤشر القوة النسبية. وهذا يمثل مجموعة من 4 المعلمات: فترات نظرة الى الوراء لالمتوسطات المتحركة طويلة وقصيرة الأجل، ننظر الى الوراء فترة RSI مؤشر القوة النسبية والعتبة. مجموعات من المعلمات في الكروموسومات. العنصر الرئيسي الآخر هو وظيفة لياقة بدنية. ونحن قد ترغب في استخدام شيء مثل: تحقيق أقصى عائد أو نسبة شارب أو أدنى متوسط ​​تراجع. في ما يلي، لقد اخترت لتعظيم نسبة شارب. تنفيذ R هي مجموعة من 3 وظائف: fitnessFunction. تعرف الوظيفة اللياقة البدنية (مثل نسبة شارب كحد أقصى) لاستخدامها داخل المحرك GA tradingStatistics. ملخص إحصائيات التداول لهذا الدخول والخروج من فترات عينة لأغراض المقارنة genoud. محرك GA من حزمة rgenoud وظيفة genoud معقدة نوعا ما ولكن ايم لن أشرح ما تعنيه كل معلمة كما أريد للحفاظ على هذا المنصب قصيرة (وثائق هو جيد حقا). في الجدول أدناه أقدم لكل أداة المعلمات المثلى (RSI فترة نظرة الى الوراء، عتبة RSI مدى قصير المتوسط ​​المتحرك، وعلى المدى الطويل المتوسط ​​المتحرك) جنبا إلى جنب مع ويخرجون من إحصاءات تجارة عينة.