Wykorzystanie algorytmów genetycznych do prognozowania rynków finansowych

W „A Random Walk Down Wall Street” (1973) Burton Malkiel zasugerował: „Małpa z zawiązanymi oczami rzucająca lotkami na stronach finansowych gazety mogłaby wybrać portfolio, które sprawdziłoby się równie dobrze, jak starannie wybrane przez ekspertów”. Chociaż ewolucja mogła sprawić, że człowiek nie był bardziej inteligentny w zbieraniu zapasów, teoria Karola Darwina okazała się skuteczna, gdy została zastosowana bardziej bezpośrednio.

Algorytmy genetyczne to wyjątkowe sposoby rozwiązywania złożonych problemów dzięki wykorzystaniu potęgi natury. Stosując te metody do przewidywania cen papierów wartościowych, inwestorzy mogą optymalizować zasady handlu, identyfikując najlepsze wartości do wykorzystania dla każdego parametru dla danego papieru wartościowego.

Co to są algorytmy genetyczne?

Algorytmy genetyczne (GA) to metody rozwiązywania problemów (lub heurystyki), które naśladują proces naturalnej ewolucji. W przeciwieństwie do sztucznych sieci neuronowych (SSN), zaprojektowanych do działania jak neurony w mózgu, algorytmy te wykorzystują koncepcje doboru naturalnego do określenia najlepszego rozwiązania problemu.

W rezultacie GA są powszechnie używane jako optymalizatory, które dostosowują parametry, aby zminimalizować lub zmaksymalizować niektóre miary sprzężenia zwrotnego, które można następnie wykorzystać niezależnie lub w konstrukcji SSN. (Aby dowiedzieć się więcej o sieciach ANN, zobacz: Sieci neuronowe: prognozowanie zysków ).

Na rynkach finansowych algorytmy genetyczne są najczęściej używane do znajdowania najlepszych kombinacji wartości parametrów w regule handlowej i można je wbudować w modele ANN zaprojektowane do wybierania akcji i identyfikowania transakcji.

Kilka badań wykazało skuteczność tych metod, w tym „ Genetic Algorithms: Genesis of Stock Evaluation ” (2004) oraz „ The Applications of Genetic Algorithms in Stock Market Data Mining Optimization ” (2004). (Aby uzyskać więcej informacji, zobacz:  Jak tworzone są algorytmy handlowe ).

Jak działają algorytmy genetyczne

Algorytmy genetyczne są tworzone matematycznie przy użyciu wektorów, które są wielkościami, które mają kierunek i wielkość. Parametry dla każdej reguły handlowej są reprezentowane przez jednowymiarowy wektor, który można traktować jako chromosom w kategoriach genetycznych. Tymczasem wartości użyte w każdym parametrze można traktować jako geny, które są następnie modyfikowane za pomocą doboru naturalnego.

Na przykład reguła handlowa może obejmować użycie parametrów, takich jak  dywergencja zbieżności średniej ruchomej  (MACD),  wykładnicza średnia ruchoma  (EMA) i stochastics. Algorytm genetyczny wprowadziłby następnie wartości do tych parametrów w celu maksymalizacji zysku netto. Z biegiem czasu wprowadzane są drobne zmiany, a te, które wywierają pożądany wpływ, są zachowywane dla następnego pokolenia.

(Zobacz także:  Podstawy handlu algorytmicznego ).

Istnieją trzy rodzaje operacji genetycznych, które można następnie wykonać:

• Krzyżówki reprezentują reprodukcję i krzyżowanie obserwowane w biologii, w których dziecko nabiera pewnych cech swoich rodziców.
• Mutacje reprezentują mutacje biologiczne i są wykorzystywane do utrzymania różnorodności genetycznej z jednego pokolenia populacji do następnego poprzez wprowadzenie losowych niewielkich zmian.
• Selekcje to etap, na którym poszczególne genomy są wybierane z populacji do późniejszej hodowli (rekombinacja lub krzyżowanie).

Te trzy operacje są następnie wykorzystywane w procesie pięcioetapowym:

1. Zainicjuj losową populację, w której każdy chromosom ma długość n, gdzie n to liczba parametrów. Oznacza to, że ustalana jest losowa liczba parametrów, z których każdy ma n elementów.
2. Wybierz chromosomy lub parametry, które zwiększają pożądane wyniki (przypuszczalnie zysk netto).
3. Zastosuj operatory mutacji lub krzyżowania do wybranych rodziców i wygeneruj potomstwo.
4. Ponownie połącz potomstwo i obecną populację, aby utworzyć nową populację za pomocą operatora selekcji.
5. Powtórz kroki od drugiego do czwartego.

Z biegiem czasu proces ten będzie skutkował coraz bardziej korzystnymi chromosomami (lub parametrami) do wykorzystania w regule handlowej. Proces zostaje następnie zakończony, gdy spełnione są kryteria zatrzymania, które mogą obejmować czas pracy, kondycję, liczbę pokoleń lub inne kryteria.

Korzystanie z algorytmów genetycznych w handlu

Podczas gdy algorytmy genetyczne są używane głównie przez instytucjonalnych handlowców ilościowych, indywidualni handlowcy mogą wykorzystać moc algorytmów genetycznych – bez dyplomu z zaawansowanej matematyki – przy użyciu kilku pakietów oprogramowania dostępnych na rynku.

Rozwiązania te obejmują zarówno samodzielne pakiety oprogramowania przeznaczone dla rynków finansowych, jak i dodatki Microsoft Excel, które mogą ułatwić bardziej praktyczną analizę.

Korzystając z tych aplikacji, handlowcy mogą zdefiniować zestaw parametrów, które są następnie optymalizowane za pomocą algorytmu genetycznego i zestawu danych historycznych. Niektóre aplikacje mogą optymalizować używane parametry i wartości dla nich, podczas gdy inne koncentrują się głównie na prostej optymalizacji wartości dla danego zestawu parametrów.

Dopasowanie krzywej (tj. Nadmierne dopasowanie ) lub projektowanie systemu handlowego na podstawie danych historycznych, zamiast identyfikowania powtarzalnych zachowań, stanowi potencjalne ryzyko dla traderów korzystających z algorytmów genetycznych. Każdy system transakcyjny korzystający z GA powinien zostać przetestowany na papierze przed użyciem na żywo.

Wybór parametrów jest ważną częścią procesu, a inwestorzy powinni szukać parametrów, które korelują ze zmianami ceny danego papieru wartościowego. Na przykład wypróbuj różne wskaźniki, aby sprawdzić, czy któryś z nich wydaje się korelować z głównymi zmianami na rynku.

Podsumowanie

Te algorytmy nie są Świętym Graalem, a inwestorzy powinni uważać, aby wybrać odpowiednie parametry, a nie dopasować krzywą.

(Aby uzyskać dodatkowe czytania, sprawdź: Picking prawo handlu algorytmicznego Software, The Power of Programu Trades, i  jak kod własną Algo Trading Robot ).