Utilizarea algoritmilor genetici pentru prognoza piețelor financiare
În „A Random Walk Down Wall Street” (1973), Burton Malkiel a sugerat: „O maimuță legată la ochi care aruncă săgeți pe paginile financiare ale unui ziar ar putea selecta un portofoliu care să funcționeze la fel de bine ca unul selectat cu atenție de experți”. Deși evoluția ar fi putut să-l facă pe om să nu mai fie inteligent la culegerea stocurilor, teoria lui Charles Darwin s-a dovedit a fi eficientă atunci când este aplicată mai direct.
Algoritmii genetici sunt modalități unice de a rezolva probleme complexe prin valorificarea puterii naturii. Prin aplicarea acestor metode la prezicerea prețurilor de securitate, comercianții pot optimiza regulile de tranzacționare identificând cele mai bune valori de utilizat pentru fiecare parametru pentru un anumit titlu.
Chei de luat masa
- Algoritmii computerizați complexi bazați pe reguli de genetică și teoria evoluției au cunoscut un succes recent în tranzacționarea valorilor mobiliare.
- Prin aplicarea acestor metode la prezicerea prețurilor de securitate, comercianții pot optimiza regulile de tranzacționare și pot crea strategii noi.
- Comercianții individuali pot valorifica puterea algoritmilor genetici folosind mai multe pachete software de pe piață.
Ce sunt algoritmii genetici?
Algoritmii genetici (AG) sunt metode de rezolvare a problemelor (sau euristică) care imită procesul de evoluție naturală. Spre deosebire de rețelele neuronale artificiale (ANN), concepute pentru a funcționa ca neuronii din creier, acești algoritmi utilizează conceptele de selecție naturală pentru a determina cea mai bună soluție pentru o problemă.
Ca rezultat, GA-urile sunt utilizate în mod obișnuit ca optimizatori care ajustează parametrii pentru a minimiza sau maximiza o anumită măsură de feedback, care poate fi apoi utilizată independent sau în construcția unui ANN. (Pentru a afla mai multe despre ANN-uri, consultați: Rețele neuronale: prognozarea profiturilor.)
Pe piețele financiare, algoritmii genetici sunt utilizați cel mai frecvent pentru a găsi cele mai bune combinații de valori ale parametrilor într-o regulă de tranzacționare și pot fi încorporați în modele ANN concepute pentru a alege stocurile și a identifica tranzacțiile.
Mai multe studii au demonstrat eficacitatea acestor metode, inclusiv „ Algoritmi genetici: Geneza evaluării stocurilor ” (2004) și „ Aplicațiile algoritmilor genetici în optimizarea exploatării datelor de pe piața bursieră ” (2004). (Pentru mai multe informații, consultați: Cum sunt create algoritmii de tranzacționare.)
Cum funcționează algoritmii genetici
Algoritmii genetici sunt creați matematic folosind vectori, care sunt mărimi care au direcție și magnitudine. Parametrii pentru fiecare regulă de tranzacționare sunt reprezentați cu un vector unidimensional care poate fi considerat un cromozom în termeni genetici. Între timp, valorile utilizate în fiecare parametru pot fi considerate gene, care sunt apoi modificate folosind selecția naturală.
De exemplu, o regulă de tranzacționare poate implica utilizarea unor parametri precum divergența de convergență medie mobilă (MACD), o medie mobilă exponențială (EMA) și stochastica. Un algoritm genetic ar introduce apoi valori în acești parametri cu scopul de a maximiza profitul net. De-a lungul timpului, se introduc mici modificări, iar cele care au un impact dezirabil sunt păstrate pentru generația următoare.
(A se vedea, de asemenea: Bazele comerțului algoritmic.)
Există trei tipuri de operații genetice care pot fi apoi efectuate:
- Crossover-urile reprezintă reproducerea și crossover-ul văzut în biologie, prin care un copil își asumă anumite caracteristici ale părinților săi.
- Mutațiile reprezintă mutația biologică și sunt utilizate pentru a menține diversitatea genetică de la o generație a unei populații la următoarea prin introducerea unor mici modificări aleatorii.
- Selecțiile sunt stadiul în care genomurile individuale sunt alese dintr-o populație pentru reproducere ulterioară (recombinare sau încrucișare).