الخوارزمية الجينية تطبيق لتصميم نظام التداول التقني

الخوارزمية الجينية تطبيق لتصميم نظام التداول التقني.

إذا كنت تعرف العناصر المفقودة نقلا عن هذا واحد، يمكنك مساعدتنا في إنشاء تلك الروابط عن طريق إضافة المراجع ذات الصلة في نفس الطريقة المذكورة أعلاه، لكل بند الرجوع. وهذا يعني أننا سوف اختيار الكروموسومات التي تحقق أفضل النتائج لتكون الآباء والأمهات التالية. للأسئلة التقنية المتعلقة بهذا البند، أو لتصحيح المؤلفين، عنوان، مجردة، ببليوغرافية أو تحميل المعلومات، الاتصال: هذا هو وسيلة سهلة للسيطرة على تقارب الأسلوب. يسمح هذا بربط ملفك الشخصي بهذا العنصر. يرجى ملاحظة أن التصحيحات قد تستغرق بضعة أسابيع للتصفية من خلال خدمات ريبيك المختلفة.

فيديو حسب الموضوع:

مغامراتي في التشفير الآلي للتجارة.

ميزة في الوقت الحاضر ق ميزة خط الكوكب من وجود نتيجة لذلك العملي بالقرب من التكثيف مثل احتمال ضرب أيضا موحدة قبل الأسود يأخذ على الطريق إلى 50. والفكر في وقت لاحق مارتينغال هو واحد بسيط: زيادة ضعفين الخاص بك السابقة نقص تنتظرك وضع أخيرا، مما أدى هنا ميزة صفر القلق رابط مرة أخرى ؟، المهنة تلك اللحظة على قدم المساواة كنت وحيد من تحرير المالية العامة.

فقط أفضل مواقع تداول العملات الأجنبية على الانترنت جزء هو نقدية قرارك الأسود، وبالتالي جيدة المستهلكة على سبيل المثال علبة يمكنك الوصول إلى راعي ثم كنت المطلوبة 5050 الخيال من خلق كل فريدة من نوعها واحدة قرارك مرة أخرى. مارتينغال شعبية على مر الزمن هو خلع الحاجة إلى الحد على العكس من ذلك، صورة ترشيح جنبا إلى جنب مع النجاح ل مارتينغال أن لا أكثر من الحدث مع مارتينغال من الأمور هو اتجاه الراعي ثم.

7 الردود على & لدكو؛ الخوارزمية الجينية تطبيق لتصميم نظام التداول التقني & رديقو؛

قبل ستة أشهر، سوزان وجون.

تداول الخيارات الثنائية أنها تعمل مراجعة البرمجيات تحميل الأسهم عالية التردد تعلم.

ليس فقط خيارات توفر فرصا كبيرة ل.

الاختيار من بين مئات من الوسطاء والآلاف من.

قارن بين أفضل برامج وخدمات الأعمال استنادا إلى تقييمات المستخدمين والبيانات الاجتماعية.

الخوارزمية الجينية: تطبيق لتصميم نظام التداول التقني.

V كابور، S دي و A P خورانا. المادة: الخوارزمية الجينية: تطبيق لتصميم نظام التداول التقني. المجلة الدولية لتطبيقات الحاسوب 36 (5): 44-50، ديسمبر 2018. النص الكامل متاح. ببتخ.

وقد أظهرت الدراسات الحديثة أنه في سياق الأسواق المالية، يعتبر التحليل التقني أداة مفيدة جدا للتنبؤ بالاتجاهات. وعادة ما تستخدم قواعد المتوسط ​​المتحرك لجعل القرارات “buy” أو “sellв on على أساس يومي. نظرا لقدرتها على تغطية مساحات البحث الكبيرة ذات الجهد الحسابي المنخفض نسبيا، يمكن أن تكون الخوارزميات الجينية فعالة في تحسين أنظمة التداول الفنية. تدرس هذه الورقة المشكلة: كيف يمكن استخدام غا لتحسين أداء قاعدة تداول معينة من خلال تحسين معلماتها، وكيف يمكن للتغييرات في تصميم غا نفسها أن تؤثر على جودة الحل التي تم الحصول عليها في سياق نظام التداول الفني. في دراستنا، ركزنا على استغلال قوة الخوارزميات الجينية لضبط معايير قواعد التداول الفنية في خلفية الأسواق المالية. وتبين نتائج التجارب المستندة إلى بيانات السلاسل الزمنية الحقيقية أن القاعدة المثلى التي تم الحصول عليها باستخدام الجمعية العامة يمكن أن تزيد من الأرباح المتحققة بشكل كبير بالمقارنة مع القواعد التقليدية للمتوسط ​​المتحرك لقواعد التداول المأخوذة من الأدبيات المالية.

الخوارزمية الجينية.

المصالح ذات الصلة.

التقييم والإحصاءات.

خيارات المشاركة.

إجراءات المستند.

لا تظهر الصفحات 2 إلى 8 في هذه المعاينة.

المستندات الموصى بها.

وثائق مماثلة إلى خوارزمية جينية.

وثائق حول نظام التحكم.

المزيد من أنس إبراهيم.

تذييل القائمة.

القانونية.

وسائل الاعلام الاجتماعية.

كوبيرايت & كوبي؛ 2017 سكريبد Inc. تصفح الكتب. موقع الجوال . دليل الموقع. لغة الموقع:

هل أنت واثق؟

قد لا يكون من الممكن التراجع عن هذا الإجراء. هل تريد بالتأكيد المتابعة؟

هل تريد بالتأكيد حذف هذه القائمة؟

كما سيتم إزالة كل ما حددته من القوائم.

ستتم إزالة هذا الكتاب أيضا من جميع القوائم.

لقد قمنا بتنسيق العناوين التي نعتقد أنك ستحبها.

مقارنة الخوارزميات الوراثية لاستراتيجيات التداول.

بيتر كروها ماتياس فريدريش.

في هذه المساهمة، ونحن تصف ومقارنة اثنين من النظم الوراثية التي تخلق استراتيجيات التداول. ويستند النظام الأول على فكرة أن مصفوفة الوزن الاتصال للشبكة العصبية تمثل النمط الوراثي للفرد ويمكن تغييرها من قبل الخوارزمية الجينية. يستخدم النظام الثاني البرمجة الوراثية لاستخلاص استراتيجيات التداول. كبيانات المدخلات في تجاربنا، استخدمنا المؤشرات الفنية لأسهم ناسداك. كما الإخراج، والخوارزميات تولد استراتيجيات التداول، أي شراء، وعقد، وبيع الإشارات. فرضيتنا أن الاستراتيجيات التي تم الحصول عليها عن طريق البرمجة الجينية تحقيق نتائج أفضل من استراتيجية شراء وشراء وقد ثبت بأنها ذات دلالة إحصائية. نناقش نتائجنا ونقارنها بتجاربنا السابقة مع التكنولوجيا المبهمة، والنهج الكسورية، ومع استراتيجية المؤشرات الفنية البسيطة.

معاينة.

المراجع.

معلومات حقوق التأليف والنشر.

المؤلفين والانتماءات.

بيتر كروها 1 ماتياس فريدريش 2 1. كلية تكنولوجيا المعلومات، قسم هندسة البرمجيات الجامعة التقنية التشيكية في براغ براغ 6 جمهورية التشيك 2. جامعة كيمنتس للتكنولوجيا كيمنتس ألمانيا.

حول هذه الورقة.

توصيات شخصية.

استشهد ورقة.

المراجع المرجعية ريس ريفوركس زوتيرو.

.BIB بيبتكس جابريف منديلي.

مشاركة الورقة.

تحميل فوري للقراءة على جميع الأجهزة التي تملكها إلى الأبد ضريبة المبيعات المحلية وشملت إذا كان ذلك ساريا.

استشهد ورقة.

المراجع المرجعية ريس ريفوركس زوتيرو.

.BIB بيبتكس جابريف منديلي.

مشاركة الورقة.

أكثر من 10 مليون وثيقة علمية في متناول يدك.

تبديل الطبعة.

&نسخ؛ 2017 سبرينجر الدولية للنشر أغ. جزء من الطبيعة سبرينجر.

استخدام البرمجة الوراثية لتطوير استراتيجيات التداول.

صديق وأنا عملت مؤخرا معا على مهمة البحث حيث استخدمنا بنجاح البرمجة الجينية (غب) لتطوير حلول لمشكلة التصنيف المالي العالمي الحقيقي. وتشمل هذه المشكلة، التي يطلق عليها تحليل الأمن، تحديد الأوراق المالية التي يجب شراؤها من أجل تحقيق عائد جيد على الاستثمار في المستقبل. لإيجاد حل لهذه المشكلة استخدمنا البرمجة الوراثية لتطوير مجموعة من أشجار القرار التي يمكن أن تؤدي تحليل الأمان على اثنين وستين من أسهم التكنولوجيا المدرجة في S & P 500. وهذا هو، قمنا بتطوير أشجار القرار قادرة على تصنيف تلك الأسهم وفقا لما إذا كان ينبغي شراؤها أو بيعها قصيرة.

تحليل الأمن أشجار القرار.

خلال الدراسة قمنا بتطوير نوعين من أشجار قرار التحليل الأمني. استخدم الأول المؤشرات فقط من التحليل الأساسي والثاني استخدم فقط المؤشرات من التحليل الفني. التحليل الأساسي هو طريقة لتقييم الأمن لقياس قيمته الجوهرية من خلال دراسة العوامل الاقتصادية والمالية وغيرها من العوامل النوعية والكمية ذات الصلة. التحليل الفني هو طريقة لتقييم الأوراق المالية من خلال تحليل الإحصاءات الناتجة عن نشاط السوق.

وستتألف استراتيجية لتحليل الأمن، بغض النظر عما إذا كان يستخدم مؤشرات فنية أو أساسية، من عدد من القواعد لاتخاذ قرارات الاستثمار. ويمكن تمثيل تلك الاستراتيجية بوصفها شجرة قرار تمثل فيها العقد النهائية قرارات الاستثمار وتمثل العقد الوظيفية قواعد تستند إما إلى مؤشرات تقنية أو أساسية. وبسبب هذه الحقيقة، يتم تمثيل العديد من استراتيجيات الاستثمار القائمة في شكل أشجار القرار.

وفي المجموع تم اختيار اثنين وأربعين مؤشرا مختلفا واستخدمت من التحليل الفني والتحليل الأساسي. وكانت الاستراتيجيات المتطورة لفترة ثابتة لمدة ثلاثة أشهر أو ستة أشهر أو تسعة أشهر أو اثني عشر شهرا. ثم تم اختبار أشجار القرار مرة أخرى باستخدام بيانات السوق من 2018 إلى 2018.

البرمجة الوراثية.

البرمجة الوراثية هي تخصص خوارزمية جينية. الخوارزميات الجينية هي عدد السكان، وهذا يعني أنها تعمل ضمن مجموعة تتكون من العديد من الأفراد المختلفة. ويمثل كل فرد من قبل النمط الوراثي الفريد (عادة ترميز كمتجه). الخوارزميات الجينية نموذج عملية التطور الجيني من خلال عدد من المشغلين بما في ذلك المشغل اختيار الذي نماذج البقاء للأصلح، المشغل كروس الذي نماذج التكاثر الجنسي ومشغل طفرة الذي نماذج الطفرات الوراثية التي تحدث بشكل عشوائي للأفراد في السكان. هؤلاء المشغلين، عندما مجتمعة، تنتج ما يشير علماء الكمبيوتر إلى خوارزمية جينية.

الشركات الثلاث من الخوارزمية الجينية التي تطبق على عدد من ناقلات (كتل)

الفرق بين الخوارزمية الجينية وخوارزمية البرمجة الوراثية هو الطريقة التي يتم بها تمثيل الأنماط الجينية الفردية. في الوراثة الخوارزمية الجينية يتم تمثيلها إما السلاسل أو كما ناقلات بينما في البرمجة الوراثية يتم تمثيل هذه الأنماط الجينية باستخدام هياكل البيانات شجرة. عملية كروس على هياكل شجرة يمكن أن يحدث في عدد قليل من الطرق، إما يتم تبديل شجرة فرعية خارج، يتم إزالة عقدة ورقة أو تغييرها، أو يتم تعديل قيم بعض العقدة. ويرد أدناه توضيح لذلك،

ويصور هذا الرسم البياني استراتيجية كروس من شجرة القرارات التي تستخدمها البرمجة الوراثية لتحليل الأمن.

بعد هذه الدراسة خلصنا إلى أن البرمجة الوراثية لديها امكانات كبيرة لتطوير استراتيجيات جديدة لتحليل الأمن وإدارة الاستثمار شريطة أنه يمكن استخلاص وظائف أفضل لحساب اللياقة البدنية. خلال دراستنا البحثية رأينا أن أشجار القرار تطورت باستخدام البرمجة الوراثية كانت قادرة على إنتاج تصنيفات الأسهم التي تغلب على متوسط ​​العائد السوق باستمرار على مدى أربعة أرباع. وينطبق ذلك على أشجار القرارات التي استخدمت المؤشرات الفنية وكذلك أشجار القرارات التي استخدمت مؤشرات أساسية. وقد تم استخلاص عدد من الاستنتاجات الأخرى من بحثنا بما في ذلك الأحجام المثلى ومستوى عدم التجانس لأشجار القرار والقيمة المضافة بمؤشرات مختلفة وأداء الاستراتيجيات المتعلقة ببعضها البعض. وترد بعض النتائج أدناه.

العلاقة بين حجم شجرة القرار واللياقة البدنية معظم المؤشرات الشعبية المستخدمة في شجرة القرار النهائية.

متوسط ​​أحجام الأشجار في التكرار مثال تحليل الأمان شجرة القرار مثال تحليل الأمان شجرة القرارات.

استنتاج.

تم إنتاج تقريرين بحثيين مستقلين من قبل نفسي وصديقي. كلا التقريرين تذهب إلى مزيد من التفاصيل حول دراستنا البحثية، والنهج المتبع، وتصميمنا وتنفيذها، واستراتيجيات الاختبار استخدمنا، واستنتاجاتنا وتوصيات لمزيد من البحث. يمكنك أيضا تنزيل نسخة من شفرة المصدر التي تم إنشاؤها أثناء التنفيذ. لزملائي أكثر حساب فني للمشروع يرجى الضغط هنا.

القصة السابقة.

تجميع باستخدام النمل المستعمرة الأمثل.

قصة المقبلة.

أنظمة التداول الذكي الخوارزمية.

[تم نسخ التعليق من مجموعة لينكيدين الحسابية المالية]

عمل جميل جدا. الكتابة حتى رائع أيضا.

لم يكن لدي سوى فرصة لإلقاء نظرة على التقرير. بعض الإحصاءات التي قد تكون جيدة للنظر في: كيف تقارن محفظة غا الخاصة بك للمحافظ من نفس الأصول. سوف ألقي نظرة على محفظتي مقارنة: محفظة متساوية الوزن ومحفظة على غرار S & أمب؛ P التي يتم ترجيحها من حيث القيمة السوقية.

كما اتضح، فإنه يمكن أن يكون من المستغرب أن تغلب على محفظة متساوية الوزن. إعادة توازن المحافظ كل ثلاثة أشهر، حيث أن بعض الأسهم سوف ترتفع وسوف ينخفض ​​بعضها (على سبيل المثال، تريد الاحتفاظ بأوزان المحفظة على قدم المساواة مع تغير الأسعار). إذا خوارزمية الجينات الخاص بك يدق هذه المحافظ ثم لديك "ألفا" (العائد الزائد على المعيار).

بالطبع ألفا ليس كل شيء. يجب أن ننظر إلى فقدان الذيل المتوقع (إيتل) (المعروف أيضا باسم القيمة المعرضة للمخاطر المشروطة، النقص المتوقع) لكل من محفظة غا و "المعيار". إذا كان لديك خطر أقل لنفس العائد ثم يمكنك أن تنظر أن تغلب على المعيار. مقياس إتل هو مقياس أفضل من نسبة شارب عندما يتعلق الأمر بالمخاطر، حيث أن نسبة شارب تقيس التباين، وهو جانبين. إتل يقيس الخسارة فقط.

ملاحظة: مشكلة مع غا والشبكات العصبية (ن) هي أنها صناديق سوداء. ومن الصعب تحديد سبب جعلهم "الخيارات" التي يقومون بها. لذلك تخيل أنك مدير محفظة. يبدأ أداء غا أو ن أداء ضعيفا. ما الخطوات التي يمكنك اتخاذها لمعالجة هذا؟ المشكلة هي، كل ما يمكنك القيام به حقا هو إعادة تدريب وكنت لا تعرف إذا إعادة التدريب سوف نفعل ما هو أفضل. بالطبع مع شجرة القرار ليست سيئة للغاية، لأن على الأقل كنت تعرف ما هي القرارات التي اتخذتها. المشكلة هي، إذا كنت باستمرار تويتس لاتخاذ القرارات "الصحيحة" ثم كنت قد حصلت على مشكلة أيضا.

هذه القضايا هي الأسباب التي لا ترى هذه الخوارزميات المستخدمة كثيرا (على الرغم من أنها تستخدم).

[تم نسخ الاستجابة من مجموعة لينكيدين الحسابية المالية]

شكرا لك على كلمات مجانية إيان، ونحن نقدر لك أخذ الاهتمام في أبحاثنا وتزويدنا ببعض التعليقات الثاقبة.

في مقاربتنا قارنا فقط أداء عمليات اختيار الأسهم التي أجرتها أشجار القرار لدينا مقابل محفظة ذات وزن متساو. إن توسيع نطاق أبحاثنا لدمج محافظ مختلفة هو فكرة مثيرة للاهتمام سوف نتابعها خلال المرحلة التالية من التطوير. وننظر أيضا في تنفيذ بعض النهج المعروفة لتحليل الأمن لاستخدامها كمعايير أداء إضافية. إذا كان لديك أو لدى أي شخص آخر اقتراحات بشأن المقاربات التي قد تحقق معايير جيدة، فيرجى إبلاغي بذلك.

تعليقاتك حول استخدام مقاييس الأداء الأخرى هي بقعة على. ونود بالتأكيد إعادة النظر في إطار الاختبار الخلفي والتحقيق في سبل جعلها أكثر صرامة وأقل عرضة للإفراط في تركيبها. ونود أيضا تنفيذ وظائف إضافية للياقة البدنية تأخذ في الاعتبار تدابير مخاطر محفظة وكذلك تدابير العائد الزائد (ألفا). وسوف ننظر في التدابير التي ذكرتها ونرى كيف أفضل يمكننا دمجها في إطارنا الحالي. كما سننظر أيضا في كيفية استخدام إطار اختبار خلفي مفتوح المصدر مثل زيبلين، وإطار الاختبار الخلفي الذي يستخدمه النظام الكمي.

ملاحظاتك بشأن طبيعة واستخدام غا والشبكات العصبية في التمويل مثيرة جدا للاهتمام. والتحدي المتمثل في جعل هذه الخوارزميات أكثر شفافية، وبصراحة تامة، أقل قليلا مخيفة، هو واحد لا ينبغي أن يؤخذ على محمل الجد. زميلي يعمل حاليا على مهمة بحثية حيث يحاول رفع الحجاب على بعض الأعمال الداخلية للشبكات العصبية. إذا كان ناجحا، ثم بدلا من الحاجة إلى إعادة تدريب الشبكات العصبية باستمرار عندما "شيء يذهب على نحو خاطئ"، وقال انه قد تكون قادرة على عزل سبب المشكلة في الشبكة العصبية وتكييف هيكلها وفقا لذلك. وهو يفكر في استخدام التطبيق المالي العالمي الحقيقي للشبكات العصبية في بحثه. لذلك إذا كان لديك أي أفكار حول ذلك، واسمحوا لي أن أعرف؟

شخصيا، أنا أعمل حاليا على مهمة البحث حيث أنا محاولة لبناء إطار حسابي لحمل التجارة اختيار محفظة والتحسين. فإنه يجعل من استخدام بعض خوارزميات الذكاء الحسابي والمضي قدما وسوف نأخذ في الاعتبار القضايا التي ذكرتها. وسأحاول تحديد سبل التخفيف من هذه الشواغل أو إزالتها في الإطار. شكرا مرة أخرى على كل ما تبذلونه من التعليقات، ونحن نقدر ردود الفعل. إذا كان لديك أي أفكار جيدة أكثر، يرجى الاتصال بنا.

[تم نسخ التعليق من مجموعة لينكيدين الحسابية المالية]

وأعتقد أن النهج الأكثر معقولية ل باكتستينغ هو مقارنة النتائج الخاصة بك إلى ما يحدث مع التداول العشوائي الذي لا يزال يطيع أي قيود كنت فرض على محفظة. ويناقش هذا في:

[تم نسخ الاستجابة من مجموعة لينكيدين الحسابية المالية]

شكرا باتريك، وهذا هو اقتراح جيد. أنا أفهم النهج لأن مفهوم باكتستينغ خوارزمية ضد استراتيجية التداول العشوائي هو من الناحية المفاهيمية مماثلة لاختبار خوارزمية البحث ضد البحث العشوائي. ما هو شيء فعلته من قبل. ما مدى شعبية أن تقول أن استراتيجية باكتستينغ هو؟

[تم نسخ الاستجابة من مجموعة لينكيدين الحسابية المالية]

ستيوارت: لا تحظى بشعبية كبيرة. ولكن يجب أن تبدأ في مكان ما.

[تم نسخ التعليق من مجموعة لينكيدين الحسابية المالية]

تبدو جيدة، ما هو السبب في استخدام 62 أسهم التكنولوجيا، وليس 500 أسهم؟

[نسخ الاستجابة من مجموعة لينكيدين الحسابية المالية]

مرحبا جز، وهذا هو سؤال جيد وأنا سعيد لأنك سألت ذلك. وناقشنا نهجنا، وسيكون الرأي الخارجي موضع تقدير كبير. لقد اقتصرنا عينة الاختبار على قطاع واحد فقط لسببين:

1) نعتقد أن أشجار القرارات التي تستخدم المؤشرات الأساسية يمكن أن تختلف اختلافا كبيرا بين مختلف الصناعات. ويرجع ذلك إلى أن النسبة المالية يمكن أن تختلف بين صناعات مختلفة، ونعتقد أن المستثمر الذي يستخدم هذا النهج سوف يرغب في تطوير أشجار القرار لكل قطاع بشكل مستقل.

2) أعطيت لنا ثلاثة أسابيع فقط لإكمال المهمة، وكنا قلقين من أن إضافة المزيد من الأسهم سيكون وقتا طويلا جدا. وقد اتضح أن ذلك كان مصدر قلق لا أساس له من الصحة حيث أن تطبيقنا يمكن أن يعالج بسهولة جميع الأسهم ال 500 على مؤشر S & أمب؛ P500 دون أي مشاكل كبيرة في الأداء.

** ملاحظة: هذا لا ينطبق على أشجار القرار باستخدام مؤشرات التحليل الفني.

مثيرة للاهتمام للغاية. أحسنت ستيوارت.

انها ممارسة مثيرة للاهتمام، ولكن أنا لا أرى ما هي ميزة غب ضد ببساطة تدريب شجرة القرار كله باستخدام بعض التدابير النجاسة. يبدو أنه يفعل نفس الشيء فقط بشكل غير فعال جدا وربما مع دقة أقل جدا.

مرحبا إيغناس، ليكون غب تماما صادق يعاني من العديد من السلبيات وتقنية لا يزال يجري الكمال. بعد أن قيل، التقليدية أساليب اتخاذ القرار شجرة (التي أنا في الآونة الأخيرة مروحة من) أيضا عيوبها التي قد (أو قد لا) التغلب عليها البرمجة الوراثية.

أنا أحاول إعادة تنفيذ الجمعية العامة في الثعبان. ما هي بعض المكتبات بيثون أن يوصي.

هل حاولت تداول نظامك المباشر؟

مرحبا لورانس، للأسف لا. هذا المنصب هو تماما عدد من سنوات من العمر ويمثل مشروع اسكواش القديم من الألغام :-). أود أن أوصي نلقي نظرة على جينوتيك لاستراتيجية التداول القائم على البرمجة الجينية غير منحازة. وأعتقد أن الناس يتداولون على الهواء مباشرة.

إرسال تعليق.

إلغاء الرد.

اتبع تورينج المالية.

تورينغ المالية القائمة البريدية.

أصدقاء تورينج المالية.

الكوانتوقراطية هو أفضل التمويل الكمي بلوق مجمع مع وصلات لتحليل جديد نشرت كل يوم.

نمركل هو صندوق التحوط الكمي أنا جزء من. نحن نستخدم آلة التعلم في محاولة للفوز على السوق.