استخدام الخوارزميات الجينية للتنبؤ بالأسواق المالية

في "مسيرة عشوائية لأسفل وول ستريت" (1973) ، اقترح بيرتون مالكيل ، "إن قرد معصوب العينين يرمي السهام على الصفحات المالية لصحيفة ما يمكن أن يختار محفظة من شأنها أن تفعل بنفس القدر الذي اختاره الخبراء بعناية". في حين أن التطور ربما لم يجعل الإنسان أكثر ذكاءً في اختيار الأسهم ، إلا أن نظرية تشارلز داروين أثبتت فعاليتها تمامًا عند تطبيقها بشكل مباشر.

البرنامج التعليمي: استراتيجيات اختيار الأسهم

ما هي الخوارزميات الجينية؟

الخوارزميات الجينية (GAs) هي طرق لحل المشكلات (أو الاستدلال) تحاكي عملية التطور الطبيعي. على عكس الشبكات العصبية الاصطناعية (ANNs) ، المصممة للعمل مثل الخلايا العصبية في الدماغ ، تستخدم هذه الخوارزميات مفاهيم الانتقاء الطبيعي لتحديد أفضل حل للمشكلة. نتيجةً لذلك ، يتم استخدام GAs عمومًا كمحسِّن يقوم بضبط المعلمات لتقليل أو قياس بعض ردود الفعل ، والتي يمكن استخدامها بشكل مستقل أو عند إنشاء ANN. (لمعرفة المزيد حول شبكات ANN ، راجع: الشبكات العصبية: أرباح التنبؤ .)

في الأسواق المالية ، تُستخدم الخوارزميات الجينية في الغالب لإيجاد أفضل مجموعة من قيم المعلمات في قاعدة التداول ، ويمكن دمجها في نماذج ANN المصممة لاختيار الأسهم وتحديد التداولات. وقد أظهرت العديد من الدراسات فعالية هذه الأساليب ، بما في ذلك "الخوارزميات الجينية: تكوين تقييم المخزون" (2004) و "تطبيقات الخوارزميات الجينية في تعدين بيانات سوق الأسهم" (2004). (لمعرفة المزيد ، راجع: كيف يتم إنشاء خوارزميات التداول .)

ما هي الخوارزميات الجينية؟

كيف تعمل الخوارزميات الجينية

يتم إنشاء الخوارزميات الجينية حسابيًا باستخدام المتجهات ، وهي عبارة عن كميات لها اتجاه وحجم. يتم تمثيل معلمات كل قاعدة تداول باستخدام ناقل أحادي البعد يمكن اعتباره كروموسوم من الناحية الجينية. وفي الوقت نفسه ، يمكن اعتبار القيم المستخدمة في كل معلمة جينات ، والتي يتم تعديلها باستخدام الانتقاء الطبيعي.

على سبيل المثال ، قد تتضمن قاعدة التداول استخدام معلمات مثل تباعد تقارب متوسط ​​التحرك المتحرك (MACD) ، ومتوسط ​​الحركة الأسي (EMA) والستوكاستك. ثم تقوم الخوارزمية الجينية بإدخال القيم في هذه المعلمات بهدف زيادة صافي الربح. مع مرور الوقت ، يتم إدخال تغييرات صغيرة ، ويتم الاحتفاظ بتلك التي تحدث تأثيرًا مرغوبًا فيه للجيل القادم.

هناك ثلاثة أنواع من العمليات الجينية التي يمكن القيام بها بعد ذلك:

• تمثل Crossovers التكاثر والتقاطع المتبادل في علم الأحياء ، حيث يأخذ الطفل خصائص معينة من والديه. تُمثِّل العبارات طفرة بيولوجية وتستخدم للحفاظ على التنوع الجيني من جيل إلى آخر من السكان من خلال إدخال تغييرات صغيرة عشوائية. المرحلة التي يتم فيها اختيار الجينوم الفردي من مجموعة سكانية للتكاثر اللاحق (إعادة التركيب أو التبادل).

ثم يتم استخدام هذه العمليات الثلاث في عملية من خمس خطوات:

1. قم بتهيئة مجموعة عشوائية ، حيث يكون كل كروموسوم n- طولًا ، مع كون n عدد المعلمات. بمعنى ، يتم إنشاء عدد عشوائي من المعلمات مع عناصر n لكل منهما. حدد الصبغيات ، أو المعلمات ، التي تزيد من النتائج المرغوبة (صافي الربح المفترض). قم بتطبيق عوامل طفرة أو الانتقال إلى الوالدين المختارين وتوليد ذرية. إعادة تحديد النسل و عدد السكان الحالي لتشكيل مجتمع جديد باستخدام مشغل التحديد. كرر الخطوات من 2 إلى 4.

بمرور الوقت ، ستؤدي هذه العملية إلى استخدام كروموسومات (أو معلمات) مواتية بشكل متزايد لاستخدامها في قاعدة تجارية. ثم يتم إنهاء العملية عند استيفاء معايير الإيقاف ، والتي يمكن أن تشمل وقت التشغيل أو اللياقة البدنية أو عدد الأجيال أو معايير أخرى.

استخدام الخوارزميات الجينية في التداول

بينما يتم استخدام الخوارزميات الجينية بشكل أساسي من قبل المتداولين الكميين المؤسسيين ، يمكن للتجار الأفراد الاستفادة من قوة الخوارزميات الجينية - دون الحصول على درجة في الرياضيات المتقدمة - باستخدام عدة حزم برامج في السوق. تتراوح هذه الحلول من حزم البرامج المستقلة الموجهة نحو الأسواق المالية إلى الوظائف الإضافية لـ Microsoft Excel التي يمكن أن تسهل المزيد من التحليل العملي.

عند استخدام هذه التطبيقات ، يمكن للمتداولين تحديد مجموعة من المعلمات التي يتم تحسينها بعد ذلك باستخدام خوارزمية جينية ومجموعة من البيانات التاريخية. يمكن لبعض التطبيقات تحسين المعلمات المستخدمة والقيم الخاصة بها ، بينما يركز البعض الآخر بشكل أساسي على تحسين القيم لمجموعة معينة من المعلمات. (لمعرفة المزيد حول هذه الاستراتيجيات المستمدة من البرنامج ، راجع: قوة صفقات البرنامج .)

يمثل تركيب المنحنى (تركيب) ، أو تصميم نظام تداول حول البيانات التاريخية بدلاً من تحديد السلوك القابل للتكرار ، مخاطرة محتملة للمتداولين الذين يستخدمون الخوارزميات الجينية. يجب اختبار أي نظام تداول يستخدم GAs على الورق قبل الاستخدام المباشر.

يعد اختيار المعلمات جزءًا مهمًا من العملية ، ويجب على المتداولين البحث عن معلمات مرتبطة بالتغيرات في سعر ورقة مالية معينة. على سبيل المثال ، جرب مؤشرات مختلفة لمعرفة ما إذا كان أي منها يبدو مرتبطًا بتغيرات السوق الرئيسية. (لمزيد من المعلومات ، راجع: انتقاء برنامج تداول الخوارزميات المناسب .)

الخط السفلي

الخوارزميات الجينية هي طرق فريدة لحل المشكلات المعقدة عن طريق تسخير قوة الطبيعة. من خلال تطبيق هذه الطرق على التنبؤ بأسعار الأمان ، يمكن للمتداولين تحسين قواعد التداول من خلال تحديد أفضل القيم التي يجب استخدامها لكل معلمة لأمان معين. ومع ذلك ، فإن هذه الخوارزميات ليست الكأس المقدسة ، ويجب أن يكون المتداولون حريصين على اختيار المعلمات الصحيحة وعدم ملاءمة المنحنى. (للحصول على قراءة إضافية ، راجع: كيفية ترميز روبوت Algo Trading الخاص بك .)