"Wall Street'ten Rastgele Bir Yürüyüş" (1973) 'de Burton Malkiel, "Bir gazetenin mali sayfalarına dart atan gözü kapalı bir maymun, uzmanlar tarafından özenle seçilmiş bir portföyü seçebilecek bir portföy seçebilir." Evrim insanı stok toplama konusunda daha zekice yapmamış olsa da, Charles Darwin'in teorisinin daha doğrudan uygulandığında oldukça etkili olduğu kanıtlanmıştır.
EĞİTİM: Stok Toplama Stratejileri
Genetik Algoritmalar Nelerdir?
Genetik algoritmalar (GA'lar) doğal evrim sürecini taklit eden problem çözme yöntemleridir (veya sezgisel tarama). Beyindeki nöronlar gibi çalışmak üzere tasarlanan yapay sinir ağlarından (YSA) farklı olarak, bu algoritmalar bir problem için en iyi çözümü belirlemek için doğal seleksiyon kavramlarını kullanır. Sonuç olarak, GA'lar, daha sonra bağımsız olarak veya bir YSA'nın yapımında kullanılabilecek bazı geri bildirim önlemlerini en aza indirmek veya en üst düzeye çıkarmak için parametreleri ayarlayan optimize ediciler olarak kullanılır. (YSA'lar hakkında daha fazla bilgi için bkz. Yapay Sinir Ağları: Kâr Tahminleri .)
Finansal piyasalarda, genetik algoritmalar en çok bir ticaret kuralındaki parametrelerin en iyi kombinasyon değerlerini bulmak için kullanılır ve hisse senetlerini almak ve esnaf tanımlamak için tasarlanmış YSA modellerinde oluşturulabilir. "Genetik Algoritmalar: Hisse Senedi Değerlendirmesinin Doğuşu" (2004) ve "Hisse Senedi Piyasası Veri Madenciliği Optimizasyonunda Genetik Algoritma Uygulamaları" (2004) da dahil olmak üzere bu yöntemlerin etkinliğini göstermiştir. (Daha fazla bilgi için, bkz. Ticaret Algoritmaları Nasıl Oluşturulur .)
Genetik Algoritmalar nedir?
Genetik Algoritmalar Nasıl Çalışır?
Genetik algoritmalar, yönü ve büyüklüğü olan miktarlar olan vektörler kullanılarak matematiksel olarak oluşturulur. Her bir ticaret kuralı için parametreler, genetik olarak bir kromozom olarak düşünülebilen tek boyutlu bir vektörle temsil edilir. Bu arada, her parametrede kullanılan değerler daha sonra doğal seleksiyon kullanılarak modifiye edilen genler olarak düşünülebilir.
Örneğin, bir ticaret kuralı hareketli ortalama yakınsama sapması (MACD), üstel hareketli ortalama (EMA) ve stokastikler gibi parametrelerin kullanımını içerebilir. Genetik bir algoritma daha sonra net kârı en üst düzeye çıkarmak amacıyla bu parametrelere değer girecektir. Zamanla, küçük değişiklikler yapılır ve istenen etkiyi yaratanlar bir sonraki nesil için korunur.
Daha sonra gerçekleştirilebilecek üç tip genetik operasyon vardır:
- Geçitler biyolojide görülen üreme ve geçişi temsil eder, böylece bir çocuk ebeveynlerinin belirli özelliklerini alır.Mutasyonlar biyolojik mutasyonu temsil eder ve rastgele bir küçük değişiklikler getirerek bir popülasyonun bir neslinden diğerine genetik çeşitliliği korumak için kullanılır. daha sonra üreme (rekombinasyon veya çaprazlama) için bir popülasyondan ayrı ayrı genomların seçildiği aşama.
Bu üç işlem daha sonra beş adımlı bir işlemde kullanılır:
- Her kromozomun n -uzunluğu olduğu ve n parametre sayısı olduğu rastgele bir popülasyon başlatın. Yani, her biri n element ile rastgele sayıda parametre oluşturulur. İstenen sonuçları (muhtemelen net kar) artıran kromozomları veya parametreleri seçin. Seçilen ebeveynlere mutasyon veya çapraz operatörler uygulayın ve bir yavru oluşturun. seçim popülasyonu ile yeni bir popülasyon oluşturmak için mevcut popülasyon. İki ila dördüncü adımları tekrarlayın.
Zamanla, bu işlem bir ticaret kuralında kullanım için giderek daha uygun kromozomlar (veya parametreler) ile sonuçlanacaktır. Daha sonra çalışma süresi, uygunluk, kuşak sayısı veya diğer kriterleri içeren durma kriterleri karşılandığında işlem sonlandırılır.
Ticarette Genetik Algoritma Kullanımı
Genetik algoritmalar temel olarak kurumsal niceliksel yatırımcılar tarafından kullanılırken, bireysel yatırımcılar pazardaki çeşitli yazılım paketlerini kullanarak ileri matematikte bir derece olmaksızın genetik algoritmaların gücünden yararlanabilir. Bu çözümler, finansal piyasalara yönelik bağımsız yazılım paketlerinden daha fazla uygulamalı analizi kolaylaştırabilen Microsoft Excel eklentilerine kadar uzanmaktadır.
Bu uygulamaları kullanırken, tüccarlar daha sonra genetik bir algoritma ve bir dizi geçmiş veri kullanılarak optimize edilen bir dizi parametre tanımlayabilir. Bazı uygulamalar hangi parametrelerin kullanılacağını ve bunlar için değerleri optimize edebilir, diğerleri ise sadece belirli bir parametre seti için değerleri optimize etmeye odaklanır. (Programdan türetilmiş bu stratejiler hakkında daha fazla bilgi için bkz . Program İşlemlerinin Gücü .)
Eğri uydurma (aşırı sığdırma) veya tekrarlanabilir davranışı tanımlamak yerine tarihsel veriler etrafında bir ticaret sistemi tasarlamak, genetik algoritmalar kullanan yatırımcılar için potansiyel bir riski temsil eder. GA'ları kullanan tüm ticaret sistemleri, canlı kullanımdan önce kağıt üzerinde ileriye doğru test edilmelidir.
Parametrelerin seçilmesi sürecin önemli bir parçasıdır ve tüccarlar belirli bir menkul kıymetin fiyatındaki değişikliklerle ilişkili parametreleri araştırmalıdır. Örneğin, herhangi bir pazar dönüşüyle ilişkili olup olmadığını görmek için farklı göstergeleri deneyin. (Daha fazla bilgi için, bkz . Doğru Algoritmik Ticaret Yazılımını Seçme .)
Alt çizgi
Genetik algoritmalar, doğanın gücünü kullanarak karmaşık problemleri çözmenin eşsiz yoludur. Bu yöntemleri, güvenlik fiyatlarını tahmin etmek için uygulayarak, yatırımcılar belirli bir güvenlik için her parametre için kullanılacak en iyi değerleri belirleyerek ticaret kurallarını optimize edebilirler. Ancak, bu algoritmalar Kutsal Kase değildir ve tüccarlar eğri uyumu değil doğru parametreleri seçmeye dikkat etmelidir. (Ek okuma için, bkz. Kendi Algo Ticaret Robotunuzu Kodlama .)