Використання нейронної мережі для торгівлі на біржі


17

Я пірнув у поле нейронних мереж і захопився ними.

Нарешті я розробив прикладну систему для тестування торговельних систем на біржах, і тепер я збираюся реалізувати свою першу нейронну мережу в ній. Дуже простий і примітивний, не призначений для реальної торгівлі, а лише для початківців.

Я хочу лише знати, чи хороший мій підхід.

І якщо ви бачите, що мені чогось не вистачає (або я в чомусь помиляюся) або ви маєте уявлення про те, що може допомогти початківцю в галузі нейронних мереж у торгівлі на ринку, це просто зробить мене супер-щасливим :)


У мене є 40 входів, ринкові цінності з біржі (S&P e-mini, але це не важливо).

Для цих 40 входів я знаю 2 числа.

  • Скільки б грошей я заробив чи втратив за допомогою замовлення на купівлю
  • Скільки грошей я заробляю чи втрачаю на замовлення на продаж

Через те, як працюють біржі, обидві цифри насправді можуть бути негативними / позитивними, що свідчить про те, що я можу втрачати / заробляти гроші або купувати, і продавати (це тому, що торгівля може додавати замовлення на обмеження збитків або націлювання на замовлення типу STOP, LIMIT тощо, які поводяться по-різному).

Але якщо це трапляється, це є ознакою того, що я взагалі не повинен розміщувати замовлення, навіть якщо обидва замовлення на купівлю-продаж дають позитивні цифри.

Я думаю, що найкращою функцією активації є ... сигмоподібна річ, але з діапазоном від -1 до 1 (я виявив, що в Інтернеті її називають багатьма іменами ... біполярна сигмоїда, танг, щось дотична ... Я не глибокий математик).

Під час навчання зворотного розповсюдження я вчу мережу, що для 40 входів є 1 вихід і цей вихід є одним із цих чисел.

  • -1 це означає, що замовлення на продаж збирається заробляти гроші, а покупка втрачає гроші
  • +1, що означає, що замовлення на покупку зароблять гроші, а продати втрачають гроші
  • 0 це означає, що купувати і продавати збираються продавати / втрачати гроші, краще уникати торгів

Я уявляю, що після навчання мережевий вихід завжди буде деяким числом, близьким до -1, 1 або 0, і саме від мене залежить, де я встановити поріг для покупки або продажу.

Це правильний спосіб використання нейронної мережі?

Повсюдно в Інтернеті випуск для навчальних людей дає зворотній навчальний апарат для поширення - це майбутні значення ринкової діаграми, а не очікувана грошова дохідність різних торгових записів (купівля чи продаж). Я вважаю це поганим підходом, оскільки мене не цікавлять майбутні значення діаграми, а гроші, які я хочу заробити.

Редагувати: Я маю намір створити нейронну мережу для автоматизованої торгівлі, а не для вирішення допомоги.


1
Враховуючи, що Джефф Хінтон не є мультимільярдером, я б сказав, що він не працюватиме так добре, як ви вважаєте, що буде. Відкинувшись убік, ви можете використовувати існуючу архітектуру, яка відображає майбутні значення і подає її в додатковий шар, який робить певну класифікацію, як ви пропонуєте. Я думаю, що ідея цих існуючих мереж полягає в тому, що на основі цін кмітливий торговець може приймати власне рішення щодо того, чи може, наприклад, короткий розпродаж принести їм користь у певному стані ринку.
jonsca

Я можу зрозуміти, що люди хочуть використовувати нейронні мережі як помічників у прийнятті рішень. Я відредагую повідомлення, оскільки це дійсно важливе уточнення, що я хочу піти далі і використовувати нейронні мережі для автоматизованої торгівлі.
Мірек

Відповіді:


27

При такому підході є серйозні вади.

90%10%

6%5%60%

По-третє, ви повинні усвідомити, що ви змагаєтесь з іншими людьми, які також мають доступ до нейронних мереж. Існує маса комерційних програм, спрямованих на денних трейдерів на основі нейронних мереж. (Це зроблено людьми, яким вигідніше продавати програмне забезпечення розгубленим торговцям днями, ніж користуватися їхніми власними системами.) Існує багато фірмових систем, деякі з яких можуть залучати нейронні мережі. Щоб знайти цінність, яку вони не помічають, вам потрібно мати певну перевагу, і ви ні про яку не згадували.

Я великий фанат нейронних мереж, але я думаю, що типові користувачі нейронних мереж на фондовому ринку не розуміють основ і спалюють гроші.


Я добре знаю управління ризиками, думав, що не знаю, як буде виконувати управління ризиками для цієї примітивної задачі, але я не очікував чудес. І так, я насправді хочу добре знати нейронні мережі, тому я сам будую це. Це та перевага, яку я прагну.
Мірек

16
These are made by people who find it more profitable to sell software to confused day traders than to use their own systemsЦе самостійно було б вагомим внеском.
jonsca

1

Жодна людина може ніколи цього не бачити, але я все одно хотів би дати свій внесок як хтось, хто опинився захопленим як фінансами, так і інформатикою.

Я ніколи не скажу, що нейронна мережа не матиме успіху в торгівлі акціями, але вам потрібно подумати над різницями між тим, як людина торгує акціями та як нейронна мережа торгуватиме акціями. Середній трейдер підсвідомо враховує сотні факторів при прийнятті простого рішення про покупку, утримання, продаж.

  • Останні новини
  • Останній заробіток / фінанси
  • Економічні показники (процентні ставки, строки прострочення кредитів, політика)
  • Конкуренти в галузі

І так далі, і я впевнений, що більше половини людей, що торгують акціями, не перемагають показників. Нейронна мережа дійсно буде боротися за прийняття кращого рішення, ніж людина через брак вкладень. Подивитися на когось обличчя і сказати "О, це Боббі Джон" - це набагато простіше, ніж прийняти та інвестувати рішення, а деякі мережі намагаються вибирати обличчя. Можливо, 40+ 150 IQ ботаніків від Cal Tech на Renesance Technology або DE Shaw & Co придумали, як зробити так, щоб нейронні мережі торгували акціями, але я не витрачав час. Дотримуйтесь програми, щоб вибрати основні тенденції або зафіксувати фінансові дані EDGAR.


-1

Я усвідомлюю, що це стара нитка, але про всяк випадок, коли хтось натикається на неї, що ОП потрібно було зробити, це скинути його бажане поле в простір 0 до 1. тобто просто перевстановити -1 = 0,0, 0 = 0,5 і 1 = 1. Тоді ви можете просто використовувати стандартну логістичну функцію активації сигмоїдів.

Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.