Genetisches Algorithmus Trading System

Natürliche Selektion: Genetischer Algorithmus für die Systemoptimierung Genetische Programmierung Evo 2 ist unsere fortgeschrittene genetische Algorithmusbibliothek, die das neueste genetische Algorithmusdesign beinhaltet, wie biologisch identische Prozesse, epigenetische Schalter, simuliertes Glühen, Westermarck-Inzuchtprävention, altersbedingte Rekombination und vieles mehr . Der Evo 2-Algorithmus basiert nicht auf dem Standard-Einzelchromosomen-GA-Design. Evo 2 löst multivariate Optimierungsprobleme schnell und skaliert mit Komplexität. Der Evo 2-Algorithmus wurde für die genetische Programmierung (autonome Erstellung von Handelssystemen), Handelssystemoptimierung und Portfoliooptimierung entwickelt. Evo 2 lässt Entwickler multivariate Trading-System-Optimierungen mit Leichtigkeit. Bio-Identisches Genom und Algorithmus Evo 2 ist nicht nur bioinspiriert, sondern auch bio-identisch. Evo 2 simuliert jeden natürlichen Prozess von der Mattenselektion bis zur DNA-Verpackung und kompletter Meiose. Die meisten Standard-genetischen Algorithmen vernachlässigen, um die mehrere Schritte der Meiose, die lebenswichtig für die genetische Variation, eine entscheidende wichtige Variable bei der Vermeidung lokaler Optima. Während der Prophase werden Chromosomen-Synapse und eine kleine Menge an DNA zwischen homologen Chromosomen durch ein Verfahren, das als Überkreuzen bekannt ist, ausgetauscht. Der entscheidende Teil der Prophase ist die Aneinanderreihung von Tetraden zu homologen Paaren. Der Evo 2-Algorithmus stellt sicher, dass Homologe nur aus nicht verwandten, gegenüberliegenden Geschlechtschromosomen entstehen. Metaphase und Anaphase Metaphase und Anaphase sind die Phasen, in denen viel Variation in das Genom eingearbeitet wird, aber die meisten genetischen Algorithmen verlassen diese Schritte vollständig. Evo 2 simuliert beide Phasen vollständig und genau. No Inbreeding Allowed Die meisten genetischen Algorithmen sind Inzucht-Suppe, technisch gesprochen. Inzucht reduziert genetische Variation, die es zu sagen genügt, verhindert, dass Systeme aus und entwickeln sich an ihre Umgebung. In Standard-GAs bedeutet dies, dass ein System eher in lokalen Optima stecken bleiben könnte. Während die Natur mindestens drei Mechanismen hat, um Inzucht zu verhindern, scheitern die meisten genetischen Algorithmen dieses Problem. Die erste Methode: Vermeiden Sie Nachkommen aus der Wiedergabe. Inzucht führt zu einer erhöhten Homozygotie, die die Chancen von Nachkommen durch rezessive oder schädliche Merkmale beeinflussen kann. Der zweite Mechanismus: Wegfahren junge Männer, um Inzest Paarung zwischen den Geschwistern zu verhindern. Der dritte Mechanismus: Der Westermarck-Effekt. Dies ist eine psychologische Wirkung, durch die Personen, die in der Nähe in der Kindheit aufgewachsen sind, zu späterer sexueller Anziehung desensibilisiert werden. Die letzte Konsequenz der Inzucht ist das Aussterben von Arten aufgrund des Mangels an genetischer Vielfalt. Der Gepard, eine der einheimischen Arten der Erde, ist ein Paradebeispiel. Und es geschieht auch vor dem Aussterben. Vor zwanzigtausend Jahren zogen die Geparden durch Afrika, Asien, Europa und Nordamerika. Vor etwa 10.000 Jahren, aufgrund des Klimawandels, wurden alle bis auf eine Art ausgestorben. Mit der drastischen Verringerung ihrer Zahl wurden enge Verwandte gezwungen, zu züchten, und der Gepard wurde genetisch inzucht, was bedeutet, dass alle Geparde sehr eng miteinander verwandt sind. Obwohl Natur verboten Inzucht, fast alle Computer-simulierten genetischen Algorithmen übersehen dieses Problem. Evo 2 verhindert Inzucht durch den Westermarck Effekt und andere simulierte Effekte. Epigenetische Schalter Die epigenetische Theorie beschreibt, wie Veränderungen in der Genexpression durch andere Mechanismen als Veränderungen der zugrundeliegenden DNA-Sequenz vorübergehend oder durch mehrere Generationen verursacht werden können, indem ein Netzwerk von chemischen Schaltern in Zellen, die als Epigenom bekannt sind, beeinflusst wird. Evo 2 kann epigenetische Schalter simulieren, damit das System vorübergehend für Aktionen wie etwa zu gierig oder risikoscheu bestraft werden kann. Simuliertes Glühen Simuliertes Glühen ist eine probabilistische Metaheuristik für das globale Optimierungsproblem, eine gute Annäherung an das globale Optimum einer gegebenen Funktion in einem großen Suchraum zu finden. Es wird oft verwendet, wenn der Suchraum diskret ist. Bei bestimmten Problemen kann das simulierte Glühen effizienter sein als eine erschöpfende Aufzählung. Familienstammbaum Evo 2 kann genealogische Informationen für jedes Genom speichern, damit Benutzer das Fortschreiten des genetischen Algorithmus überprüfen können, um zu sehen, wie bestimmte Gene im Laufe der Zeit entwickelt haben. Karyogram Viewer Evo 2 verfügt über ein eingebautes Karyogramm, das die Visualisierung von Genomen ermöglicht, während sich genetische Algorithmen entwickeln. Das Karyogramm könnte angepasst werden, um Genealogieinformationen für spezifische Genome über ein Kontextmenü anzuzeigen. Evo 2 Applikationen Evo 2 kann auf der Client - oder Serverseite für die genetische Programmierung (autonome Erstellung von Handelssystemen), Handelssystemoptimierung, Portfoliooptimierung, Asset Allocation und nichtfinanzielle Applikationen eingesetzt werden, unter anderem, aber nicht beschränkt auf künstliche Kreativität Design, Bioinformatik, chemische Kinetik, Code-Breaking, Steuerungstechnik, Feynman-Kac-Modelle, Filter - und Signalverarbeitung, Scheduling-Anwendungen, Maschinenbau, stochastische Optimierung und Zeitplanungsprobleme. Gen-Programmierbeispiele TradeScript-Programmierbeispiele zeigen Entwicklern, wie man genetische Programmiermodelle erstellt, die in der Lage sind, Strategien zu testen und zu optimieren. Programmierunterlagen können hier heruntergeladen werden. Erstellen eines Trading-Systems innerhalb des Trading-Systems Lab Trading System Lab erzeugt automatisch Trading-Systeme auf jedem Markt in wenigen Minuten mit Hilfe eines sehr fortgeschrittenen Computerprogramms, bekannt als AIMGP (Automatic Induction of Machine Code mit genetischer Programmierung) . Erstellung eines Handelssystems im Trading System Lab erfolgt in 3 einfachen Schritten. Zunächst wird ein einfacher Präprozessor ausgeführt, der automatisch die notwendigen Daten aus dem Markt extrahiert und vorbehandelt, mit denen Sie arbeiten möchten. TSL akzeptiert CSI, MetaStock, AIQ, TradeStation, kostenlose Internetdaten, ASCII-, TXT-, CSV-, CompuTrac-, DowJones-, FutureSource-, TeleChart2000v3-, TechTools-, XML-, Binär - und Internet-Streaming-Daten. Zweitens wird der Trading System Generator (GP) für mehrere Minuten oder mehr laufen, um ein neues Handelssystem zu entwickeln. Sie können Ihre eigenen Daten, Muster, Indikatoren, Intermarket-Beziehungen oder fundamentale Daten innerhalb der TSL verwenden. Drittens ist das entwickelte Trading System formatiert, um neue Trading System Signale von TradeStation oder vielen anderen Handelsplattformen zu produzieren. TSL wird automatisch schreiben Sie eine einfache Sprache, Java, Assembler, C-Code, C-Code und WealthLab Script Language. Das Handelssystem kann dann manuell gehandelt, über einen Broker gehandelt oder automatisch gehandelt werden. Sie können das Handelssystem selbst erstellen, oder wir können es für Sie tun. Dann können Sie oder Ihr Broker das System entweder manuell oder automatisch handeln. Trading System Labs Genetic Programm enthält mehrere Features, die die Möglichkeit der Kurvenanpassung zu reduzieren, oder die Herstellung eines Trading-System, das nicht weiter in die Zukunft durchzuführen. Erstens, die entwickelten Trading-Systeme haben ihre Größe auf die niedrigstmögliche Größe durch so genannte Parsimony Pressure, Zeichnung aus dem Konzept der minimalen Beschreibung Länge geschnitten. Somit ist das resultierende Handelssystem so einfach wie möglich und es wird allgemein angenommen, dass je einfacher das Handelssystem ist, desto besser wird es in die Zukunft durchführen. Zweitens wird die Zufälligkeit in den evolutionären Prozess eingeführt, wodurch die Möglichkeit reduziert wird, Lösungen zu finden, die lokal, aber nicht global optimal sind. Zufälligkeit wird nicht nur über die Kombinationen des in den entwickelten Handelssystemen verwendeten genetischen Materials, sondern auch über Parsimony Pressure, Mutation, Crossover und andere übergeordnete GP-Parameter eingeführt. Out of Sample-Tests werden durchgeführt, während das Training mit statistischen Informationen durchgeführt wird, die sowohl im Test - als auch im Out-of-Sample-Handelssystemtest angezeigt werden. Ausführungsprotokolle werden dem Benutzer für Trainings-, Validierungs - und Out of Sample-Daten präsentiert. Gut verhalten Aus der Sample Performance kann ein Hinweis sein, dass das Trading System mit robusten Eigenschaften entwickelt. Eine wesentliche Verschlechterung der automatischen Probenentnahme im Vergleich zu den Stichprobenprüfung kann bedeuten, dass die Schaffung eines robusten Handelssystems im Zweifel ist oder dass das Terminal oder das Eingabeset möglicherweise geändert werden muss. Schließlich wird das Terminal-Set sorgfältig ausgewählt, um die Auswahl des anfänglichen genetischen Materials nicht auf eine bestimmte Markt-Bias oder - Stimmung zu beschränken. TSL startet nicht mit einem vordefinierten Handelssystem. In der Tat wird nur das Eingabeset und eine Auswahl von Markteintrittsmodus oder - modi für die automatische Eintrittssuche und - zuordnung anfänglich hergestellt. Ein Muster - oder Indikatorverhalten, das als bullische Situation betrachtet werden kann, kann innerhalb des GP verwendet, verworfen oder invertiert werden. Keinem Muster oder Indikator ist eine bestimmte Marktbewegungsvorspannung vorab zugewiesen. Dies ist eine radikale Abkehr von der manuell generierten Trading-System-Entwicklung. Ein Handelssystem ist ein logischer Satz von Anweisungen, die dem Händler sagen, wann man einen bestimmten Markt kaufen oder verkaufen kann. Diese Anweisungen erfordern selten einen Eingriff eines Händlers. Handelssysteme können manuell gehandelt werden, indem man Handelsanweisungen auf einem Computerbildschirm beobachtet oder gehandelt werden kann, indem dem Computer erlaubt wird, Trades automatisch in den Markt einzutragen. Beide Methoden sind heute weit verbreitet. Es gibt mehr professionelle Geldmanager, die sich als systematische oder mechanische Händler als diejenigen, die sich als discretionary, und die Leistung der Systematische Geld-Manager ist in der Regel überlegen, dass der diskretionäre Geld-Manager. Studien haben gezeigt, dass Handelskonten in der Regel häufiger Geld verlieren, wenn der Kunde nicht mit einem Handelssystem. Der deutliche Anstieg der Handelssysteme in den letzten zehn Jahren zeigt sich vor allem in den Rohstoff-Brokerfirmen, doch Aktien - und Anleihenmarkt-Brokerhäuser werden zunehmend von den Vorteilen durch den Einsatz von Trading Systems erkannt und einige haben damit begonnen, Trading Systems anzubieten Einzelhandelskunden. Die meisten Investmentfonds-Manager sind bereits mit anspruchsvollen Computer-Algorithmen, um ihre Entscheidungen zu treffen, was heiße Lager zu holen oder was Sektor Rotation ist für. Computer und Algorithmen haben sich zu Mainstream-Investitionen entwickelt, und wir erwarten, dass sich dieser Trend fortsetzen wird, da jüngere, computergesteuerte Investoren weiterhin erlauben, dass Teile ihres Geldes von Trading Systems verwaltet werden, um das Risiko zu senken und die Rendite zu erhöhen. Die riesigen Verluste, die von Investoren, die an Aktien und Investmentfonds beteiligt waren, teilnahmen, während der Aktienmarkt in den vergangenen Jahren geschmolzen war, fördern diese Entwicklung in Richtung eines disziplinierten und logischeren Ansatzes für Aktieninvestitionen. Der durchschnittliche Investor erkennt, dass er oder sie derzeit ermöglicht viele Aspekte ihres Lebens und das Leben ihrer Lieben zu halten oder kontrolliert werden von Computern wie die Autos und Flugzeuge, die wir für den Transport, die medizinische Diagnosegeräte verwenden wir für die Gesundheitsversorgung, Die Heizungs - und Kühlregler, die wir für die Temperaturregelung verwenden, die Netze, die wir für internetbasierte Informationen nutzen, auch die Spiele, die wir für die Unterhaltung spielen. Warum dann einige Einzelhandels-Investoren glauben, dass sie von der Hüfte in ihren Entscheidungen, was Aktien oder Investmentfonds zu kaufen oder zu verkaufen und zu erwarten, um Geld zu schießen Schließlich ist der durchschnittliche Investor hat sich vorsichtig von der Beratung und Informationen durch skrupellose Broker weitergegeben , Buchhalter, Corporate Principals und Finanzberater. In den vergangenen 20 Jahren haben Mathematiker und Softwareentwickler Indikatoren und Muster auf Lager - und Rohstoffmärkten durchsucht, die nach Informationen suchen, die auf die Richtung des Marktes hinweisen. Diese Informationen können verwendet werden, um die Leistung von Handelssystemen zu verbessern. Im Allgemeinen ist diese Entdeckung Prozess durch eine Kombination aus Versuch und Irrtum und anspruchsvoller Data Mining erreicht. Typischerweise dauert der Entwickler Wochen oder Monate der Anzahl Knirschen, um ein potentielles Handelssystem zu erzeugen. Viele Male dieses Trading System wird nicht gut funktionieren, wenn tatsächlich in der Zukunft aufgrund der sogenannten Kurvenanpassung verwendet. Im Laufe der Jahre gab es viele Trading Systems (und Trading-System-Entwicklungsunternehmen), die gekommen und gegangen, wie ihre Systeme im Live-Handel gescheitert sind. Das Entwickeln von Handelssystemen, die weiterhin in die Zukunft führen, ist schwierig, aber nicht unmöglich zu bewerkstelligen, obwohl kein ethischer Entwickler oder Geldmanager eine unbedingte Gewähr dafür geben wird, dass jedes Trading System oder irgendwelche Aktien, Anleihen oder Investmentfonds fortbestehen wird Um Gewinne in die Zukunft für immer zu produzieren. Was hat Wochen oder Monate für die Trading-System-Entwickler zu produzieren in der Vergangenheit kann nun in wenigen Minuten durch den Einsatz von Trading System Lab produziert werden. Trading System Lab ist eine Plattform für die automatische Generierung von Handelssystemen und Handelsindikatoren. TSL nutzt eine Hochgeschwindigkeits-Genetic Programming Engine und wird Trading-Systeme mit einer Geschwindigkeit von über 16 Millionen System-Bars pro Sekunde basierend auf 56 Eingaben produzieren. Man beachte, daß nur wenige Eingaben tatsächlich verwendet werden oder notwendig sind, was zu allgemein einfach entwickelten Strategiestrukturen führt. Mit etwa 40.000 bis 200.000 Systemen, die für eine Konvergenz benötigt werden, kann die Zeit bis zur Konvergenz für jeden Datensatz angenähert werden. Beachten Sie, dass wir nicht einfach eine brutale Kraftoptimierung bestehender Indikatoren durchführen, die nach optimalen Parametern suchen, aus denen in einem bereits strukturierten Trading System zu verwenden ist. Der Handelssystem-Generator beginnt an einem Nullpunkt-Ursprung, der keine Annahmen über die Bewegung des Marktes in der Zukunft macht, und entwickelt dann Handelssysteme zu einer sehr hohen Rate, die auf dem Markt vorhandene Informationen kombiniert und neue Filter, Funktionen, Bedingungen und Beziehungen formuliert Schreitet zu einem gentechnisch veränderten Handelssystem voran. Das Ergebnis ist, dass ein ausgezeichnetes Handelssystem in wenigen Minuten auf 20-30 Jahren der täglichen Marktdaten auf nahezu jedem Markt erzeugt werden kann. In den letzten Jahren gab es mehrere Ansätze für Trading System Optimierung, die den weniger leistungsfähigen genetischen Algorithmus beschäftigen. Genetische Programme (GPs) sind überlegene genetische Algorithmen (GAs) aus mehreren Gründen. Zuerst konvergieren GPs auf einer Lösung mit einer exponentiellen Rate (sehr schnell und schneller), während genetische Algorithmen mit einer linearen Rate (viel langsamer und nicht immer schneller) konvergieren. Zweitens generieren die Hausärzte tatsächlich den Handelssystem-Maschinencode, der das genetische Material (Indikatoren, Muster, Zwischenmarktdaten) auf einzigartige Weise kombiniert. Diese einzigartigen Kombinationen sind möglicherweise nicht intuitiv offensichtlich und erfordern keine anfänglichen Definitionen durch den Systementwickler. Die einzigartigen mathematischen Beziehungen können neue Indikatoren oder Varianten der technischen Analyse werden, die noch nicht entwickelt oder entdeckt wurden. GAs, auf der anderen Seite, einfach für optimale Lösungen suchen, wie sie über den Parameterbereich sie nicht entdecken neue mathematische Beziehungen und nicht schreiben ihre eigenen Trading System-Code. GPs erstellen Trading-System-Code von verschiedenen Längen, mit variabler Länge Genome, wird die Länge des Handelssystems durch die so genannte nicht-homologe Crossover ändern und wird vollständig verwerfen ein Indikator oder Muster, das nicht zur Effizienz des Handelssystems beitragen. GAs verwenden nur Befehlsblöcke mit fester Grße, wobei nur homologe Crossover verwendet werden und keine variable Länge des Handelssystemcodes erzeugt werden, noch werden sie einen ineffizienten Indikator oder ein Muster so leicht wie ein GP verwerfen. Schließlich sind genetische Programme ein neuer Fortschritt auf dem Gebiet des maschinellen Lernens, während genetische Algorithmen vor 30 Jahren entdeckt wurden. Genetische Programme umfassen alle Hauptfunktionen der Genetischen Algorithmen Crossover, Reproduktion, Mutation und Fitness, aber GPs umfassen viel schnellere und robuste Funktionen, so dass GPs die beste Wahl für die Herstellung von Trading Systems. Der GP, der in TSLs Trading System Generator eingesetzt wird, ist der derzeit am schnellsten verfügbare GP und ist in keiner anderen Finanzmarktsoftware der Welt verfügbar. Die genetische Programmierung Algorithmus, Trading Simulator und Fitness-Motoren innerhalb TSL verwendet über 8 Jahre zu produzieren. Trading System Lab ist das Ergebnis von Jahren harter Arbeit durch ein Team von Ingenieuren, Wissenschaftlern, Programmierern und Händlern, und wir glauben, stellt die modernste Technologie heute für den Handel der Märkte.