Hoe om te gebruik masjien leer in u Trading Masjienleer bied baie unieke en dwingende voordele vir handelaars op soek na 'n voorsprong in die mark. Net in die afgelope jaar het ons 'n groot hoeveelheid van die hulpbronne blyk uit die wêreld se top verskansingsfondse, soos Bridgewater Associates, toegewy aan die verkenning van hierdie tegnieke. Terwyl die gebruik van masjienleer of kunsmatige intelligensie lyk ongelooflik ingewikkeld en moeilik om te implementeer, is daar steeds maniere om hul vermoëns te benut sonder dat daar 'n PhD in wiskunde of wetenskap. In hierdie pos sal ons gaan deur 3 verskillende maniere waarop jy tegnieke kan gebruik van masjienleer om jou eie handel te verbeter. aanwyser Seleksie Een van die belangrikste besluite is besluit word watter aanwysers te gebruik om handel te dryf. Of jy nou 'n tegniese of fundamentele handelaar, of jy net gebruik prys aksie handel te dryf, is jou sukses gaan grootliks afhanklik van die aanwysers wat jy gebruik om te wees en hoe jy dit interpreteer. Gelukkig is daar baie verskillende metodes vir die kies van jou aanwysers en dit staan bekend as "funksie seleksie" in die masjien leer wêreld. Met behulp van 'n besluit boom Kies Jou Indicators Besluit bome is baie veelsydig algoritmes wat die voordeel dat dit maklik interpreteerbare het. Gegewe 'n groot datastel van aanwysers en die prys beweging van die bate, sal 'n besluit boom die aanwysers, en aanwyser waardes, wat die beste verdeel die data tussen prysstygings en prysverlagings vind. Aanwysers nader aan die bokant van die boom word beskou as 'n beter voorspellers as dié nader aan die onderkant van die boom gegee, en ná 'n bepaalde vertakking sal jou toelaat om maklik te vind interafhanklikhede en verhoudings tussen die aanwysers. Die besluit boom sal ook vir jou 'n stel reëls wat jy kan gebruik om handel te dryf op grond van dié aanwysers, maar jy moet seker wees om die boom en toets behoorlik snoei vir overfitting. Die besluit boom is 'n kragtige, visuele hulpmiddel wat kan help om te besluit watter kombinasies van aanwysers om handel te dryf en teen watter waardes hulle handel. Jy kan 'n handleiding oor hoe om 'n strategie met 'n besluit boom hier of vir 'n meer algemene riglyn te bou, in R hier is 'n goeie bron vind. optimalisering Sodra jy die basis vir jou strategie, die volgende stap is optimalisering, of die keuse van die korrekte parameterwaardes om jou kans op sukses te maksimeer. Baie strategieë het 'n wye verskeidenheid van parameters, soos aanwyser instellings, die toegang en uitgang toestande, stop verlies en neem winsvlakke, en die posisie sizing, wat "brute krag" metodes probeer elke enkele kombinasie uiters moeilik en tydrowend, indien glad selfs moontlik. Die oplossing van hierdie soort probleme is nog 'n gebied waar masjienleer blink. Optimalisering van 'n strategie met behulp van genetiese Algoritmes Genetiese algoritmes naboots die proses van natuurlike seleksie deur die skep van 'n unieke stel "kind" strategieë wat 'n mengsel van die beste "ouer" strategieë bevat, met 'n kans van ewekansige mutasie. Die proses begin deur kodering jou strategie in 'n skikking. Byvoorbeeld dit kan gelees word as iets soos:
No comments:
Post a Comment