آلة التعلم و قصيرة مناصب في و التداول استراتيجيات الأسهم

أنا لست متأكدا جدا، إذا كان هذا السؤال يناسب هنا. أنا قد بدأت مؤخرا، والقراءة والتعلم عن التعلم آلة يمكن لشخص رمي بعض الضوء على كيفية الذهاب عن ذلك أو بالأحرى يمكن لأي شخص تبادل الخبرات وعدد قليل من المؤشرات الأساسية حول كيفية الذهاب حول ذلك أو على الأقل بدء تطبيقه لرؤية بعض النتائج من مجموعات البيانات كيف طموحة يفعل هذا الصوت. أيضا، لا أذكر عن الخوارزميات القياسية التي ينبغي أن يحاكم أو نظرت في أثناء القيام بذلك. أسهم 1 فبراير في 18 35. ويبدو أن هناك والمغالطة الأساسية أن شخص ما يمكن أن تأتي جنبا إلى جنب ومعرفة بعض التعلم الآلي أو خوارزميات منظمة العفو الدولية، ووضعها كمربع أسود، ضرب الذهاب، والجلوس في حين أنها التقاعد. نصيحتي لك. علم الإحصاءات والتعلم الآلي أولا، ثم تقلق بشأن كيفية تطبيقها على مشكلة معينة لا يوجد غداء مجاني هنا تحليل البيانات هو العمل الشاق قراءة عناصر التعلم الإحصائي وقوات الدفاع الشعبي متاح مجانا على الموقع، ولا تبدأ في محاولة لبناء نموذج حتى تفهم على الأقل أول 8 تشابت إرس. بمجرد فهم الإحصاءات والتعلم الآلي، ثم تحتاج إلى معرفة كيفية باكتست وبناء نموذج التداول، وهو ما يمثل تكاليف المعاملات، وما هي منطقة أخرى بأكملها. بعد أن يكون لديك مقبض على كل من التحليل والتمويل ، فسيكون من الواضح إلى حد ما كيفية تطبيقه إن النقطة الكاملة لهذه الخوارزميات تحاول إيجاد طريقة لتلائم نموذج للبيانات وتنتج تحيزا منخفضا وتفاوتا في التنبؤ أي أن خطأ التنبؤ بالتدريب والاختبار سيكون منخفضا ومتشابها هنا هو مثال على نظام التداول باستخدام آلة ناقلات الدعم في R ولكن فقط نضع في اعتبارنا أن كنت سوف تفعل نفسك ضرر كبير إذا كنت لا تنفق الوقت لفهم الأساسيات قبل محاولة تطبيق شيء مقصور على فئة معينة. فقط لإضافة تحديث مسلية وجئت مؤخرا عبر هذه أطروحة الماجستير A إطار عمل خوارزمية رواية تطبيق تطور وآلة التعلم لتحسين محفظة 2012 انها مراجعة واسعة من مختلف التعلم آلة التعلم تشيس مقارنة مع شراء وعقد بعد ما يقرب من 200 صفحة، فإنها تصل إلى الاستنتاج الأساسي لم يكن هناك نظام التداول قادرة على تفوق المعيار عند استخدام تكاليف المعاملات وغني عن القول، وهذا لا يعني أنه لا يمكن القيام به أنا ملاذ ر قضى أي في الوقت المناسب مراجعة أساليبها لمعرفة صحة النهج، لكنه بالتأكيد يوفر بعض الأدلة أكثر لصالح غداء مجانا noorem. views فبراير 1 11 في 18 48. جيس كما واحد من مؤلفي الماجستير سيدات أطروحة I يمكن أن أقتبس أعمالي وأقول إذا كان أي شخص يحقق نتائج مربحة في الواقع ليس هناك حافز لمشاركتها، لأنها سوف تلغي مصلحتهم على الرغم من أن نتائجنا قد تدعم فرضية السوق فإنه لا يحول دون وجود أنظمة تعمل قد يكون مثل نظرية الاحتمالات وتكهن بأن اختراقات في مجال نظرية الاحتمالات قد حدث عدة مرات، ولكن لم يشارك هذا يمكن أن يكون راجعا إلى التطبيق العملي في القمار ثم مرة أخرى، ربما هذا هو ل خيمياء الحديثة أندري كريستوفر أندرسن أبر 30 13 في 10 01.My المشورة لك هناك العديد من التعلم آلة الذكاء الاصطناعي مل فروع منظمة العفو الدولية هناك. أنا حاولت فقط البرمجة الوراثية وبعض الشبكات العصبية، وأنا شخصيا أعتقد أن التعلم من الخبرة يبدو فرع أن يكون معظم غب المحتملين والشبكات العصبية ويبدو أن المنهجيات الأكثر استكشافا لغرض التنبؤات سوق الأسهم، ولكن إذا كنت تفعل بعض استخراج البيانات على التنبؤ وول ستريت قد تكون قادرة على القيام ببعض تحليل المشاعر أيضا. قضاء بعض الوقت في التعلم عن تقنيات مل متعددة منظمة العفو الدولية، والعثور على بعض بيانات السوق ومحاولة لتنفيذ بعض من تلك الخوارزميات كل واحد سوف يكون نقاط القوة والضعف، ولكن قد تكون قادرة على الجمع بين التنبؤات من كل خوارزمية إلى التنبؤ مركب مماثلة ل ما الفائزين بجائزة نيتفليكس did. Some الموارد وهنا بعض الموارد التي قد ترغب في النظر في. المشاهدة التوافق العام بين التجار هو ر هات الذكاء الاصطناعي هو العلم الفودو، يمكنك جعل جهاز كمبيوتر التنبؤ أسعار الأسهم وكنت إعادة التأكد من فقدان أموالك إذا حاولت القيام بذلك ومع ذلك، فإن نفس الناس اقول لكم ان فقط عن الطريقة الوحيدة لكسب المال على الأسهم السوق هو بناء وتحسين استراتيجية التداول الخاصة بك ومتابعته عن كثب والتي ليست في الواقع فكرة سيئة. فكرة خوارزميات منظمة العفو الدولية ليست لبناء رقاقة والسماح له التجارة بالنسبة لك، ولكن لأتمتة عملية وضع استراتيجيات انها سا عملية مملة جدا وليس بأي حال من الأحوال هو سهل. تنشيط أوفيرفيتينغ كما سمعنا من قبل، قضية أساسية مع خوارزميات منظمة العفو الدولية هو الإفراط في الكتابة ويعرف أيضا باسم التحيز داتامينينغ نظرا لمجموعة من البيانات، خوارزمية منظمة العفو الدولية قد تجد نمطا ذات الصلة بشكل خاص للتدريب مجموعة ولكن قد لا تكون ذات صلة في مجموعة الاختبار. هناك عدة طرق للحد من الإفراط في استخدام. استخدام مجموعة التحقق من الصحة أنها لا تعطي ردود الفعل إلى الخوارزمية، لكنه يسمح لك للكشف عندما خوارزمية الخاص بك يحتمل أن تبدأ إلى التجاوز أي يمكنك التوقف عن التدريب إذا كنت إعادة الإفراط في كثير من الأحيان. استخدام آلة التعلم على الانترنت أنه يلغي إلى حد كبير الحاجة إلى الاختبار الخلفي وأنها قابلة للتطبيق جدا للخوارزميات التي تحاول جعل توقعات السوق. Ensemble التعلم يوفر لك وسيلة لاتخاذ خوارزميات التعلم الآلي متعددة والجمع بين توقعاتهم الافتراض هو أن خوارزميات مختلفة قد يكون الإفراط في البيانات في بعض المناطق، ولكن الجمع الصحيح للتنبؤات سيكون لها القدرة التنبؤية أفضل. جانبان من التعلم الإحصائي مفيدة للتداول 1. أولا تلك ذكر في وقت سابق بعض الأساليب الإحصائية التي تركز على العمل على مجموعات البيانات الحية وهذا يعني أنك تعرف أنك مراقبة سوى عينة من البيانات وتريد استقراء لديك وبالتالي للتعامل مع في العينة والخروج من قضايا العينة، الإفراط وهلم جرا من وجهة النظر هذه ، والتعدين البيانات هو أكثر تركيزا على مجموعات البيانات الميتة أي يمكنك أن ترى تقريبا جميع البيانات، لديك مشكلة في عينة فقط من الإحصائية ليرنين نظرا لأن التعلم الإحصائي يتعلق بالعمل على مجموعة البيانات الحية، فإن الرياضيات التطبيقية التي تتعامل معها يجب أن تركز على مشكلة مقياسين. ترك شف ثيتا شن، إكسي L بي شن، ن نهاية الحق حيث X هو الفضاء الدولة متعددة الأبعاد لدراسة لديك في المتغيرات التفسيرية الخاصة بك وتلك للتنبؤ، F يحتوي على ديناميات X التي تحتاج إلى بعض المعلمات ثيتا العشوائية من X ويأتي من الابتكار الحادي عشر، وهو الثاني د. الهدف من التعلم الإحصائي هو بناء منهجية ليث كمدخلات ملاحظة جزئية بي من X وتعدل تدريجيا تقدير ثيتا ثيتا من ثيتا، حتى يتسنى لنا أن نعرف كل ما هو مطلوب على X. If كنت تفكر في استخدام التعلم الإحصائي للعثور على المعلمات من الانحدار الخطي يمكننا أن نمذجة الفضاء الدولة مثل هذا يندرب يكس نهاية يمين اليسار تبدأ أب 1 1 0 0 نهاية الحق كدوت وندربريس × 1 إبسيلون نهاية الحق الذي يسمح بالتالي ل مراقبة y، شن في أي n هنا ثيتا a، b. Then تحتاج إلى إيجاد وسيلة لبناء تدريجيا مقدر ثيتا باستخدام ملاحظاتنا لماذا لا تدرج الانحدار على مسافة L2 بين ذ والانحدار C قبعة، قبعة بن سوم يك - قبعة أ، هك ح في ب 2.Here غاما هو مخطط الترجيح. عادة ما يكون وسيلة لطيفة لبناء مقدر هو كتابة بشكل صحيح معايير لتقليل وتنفيذ الانحدار النسب التي سوف تنتج خطة التعلم L. Going العودة إلى لدينا مشكلة عامة الأصلية نحتاج بعض تطبيق الرياضيات لمعرفة متى الزوجين النظم الديناميكية في X، قبعة ثيتا تلتقي، ونحن بحاجة إلى معرفة كيفية بناء مخططات تقدير L التي تلتقي نحو theta. To الأصلي تعطيك مؤشرات على مثل هذه النتائج الرياضية. الآن يمكننا أن نعود إلى الثانية جانبا من التعلم الإحصائي الذي هو مثير جدا للاهتمام لاستراتيجيين التجار الكمي. 2 النتائج المستخدمة لإثبات كفاءة أساليب التعلم الإحصائي يمكن استخدامها لإثبات كفاءة خوارزميات التداول أن نرى أنه يكفي لقراءة مرة أخرى النظام الديناميكي إلى جانب الذي يسمح لكتابة التعلم الإحصائي اليسار مف رو من، إكسي L بي من، ن نهاية الحق. الآن M متغيرات السوق، رو هو ينل الكامنة، L هو استراتيجية التداول مجرد استبدال الحد من المعايير عن طريق الحد الأقصى على سبيل المثال، فإن التقسيم الأمثل للأوامر عبر مجموعات السيولة يقترب من نهج الخوارزمية العشوائية من قبل جيل باغس، صوفي لارويل، تشارلز ألبرت ليهال في هذه الورقة، ويظهر المؤلفون الذين يستخدمون هذا النهج لتقسيم النظام على نحو مثالي عبر أحواض سباحة داكنة مختلفة في وقت واحد تعلم قدرة المجمعات على توفير السيولة واستخدام النتائج في التجارة. أدوات التعلم الإحصائية يمكن استخدامها لبناء استراتيجيات التداول المتكرر معظمها تكرارية وإثبات كفاءتها. الجواب القصير والوحشي هو لا ر أولا، لأن مل والإحصاءات ليست شيئا يمكنك القيادة بشكل جيد في سنة أو سنتين أفقي الوقت الموصى به لتعلم أي شيء غير تافهة هو 10 عاما مل لا وصفة لكسب المال، ولكن مجرد وسيلة أخرى لمراقبة الواقع الثاني، لأن أي إحصائي جيد يعرف أن فهم البيانات ونطاق المشكلة هو 80 من العمل وهذا السبب لماذا لديك الإحصائيين مع التركيز على تحليل البيانات الفيزياء، على علم الجينوم، على سابيرمتريكس الخ للسجل، جيروم فريدمان، شارك في تأليف إسل المذكورة أعلاه، هو الفيزيائي ولا يزال يحمل موقف مجاملة في SLAC. So، دراسة الإحصاءات والمالية لبضع سنوات كن صبورا الذهاب الخاص بك way. Mileage قد تختلف. فب 9 11 أت 4 41.I أتفق تماما فقط لأنك تعرف تعلم الآلة والإحصاءات، فإنه لا يعني أن كنت تعرف كيفية تطبيقه على تمويل الدكتور مايك أوج 10 11 في 20 25. أيضا شيء مهم أن نتذكر هو أنك فاز ر يكون التداول ضد الناس، وسوف يتم التداول ضد خوارزميات الذكاء الاصطناعي الأخرى الذين يراقبون الصفقات الخاصة بك كومة في، ويحسبون بشراسة احتمالات أن يوس الجماعية سوف يكون سبوكيد من انخفاض المصنعة وأخذ تلك الخسارة الطفيفة في خلق ارتفاع تراجع وخداع كل تلك منظمة العفو الدولية في وقف الخروج، ومن ثم المتداول تراجع مرة أخرى في ذلك وركوب الموجة، وكسب الخسائر الخاصة بك سوق الأوراق المالية هي لعبة مجموع صفر، وعلاج ذلك مثل دخول مباراة الملاكمة للمحترفين، إذا كنت أرين تا 20 السنة المخضرم، كنت الذهاب إلى لو سي إريك ليشينسكي 13 فبراير 16 في 1 56.One التطبيق الأساسي هو التنبؤ الضائقة المالية. الحصول على مجموعة من البيانات مع بعض الشركات التي تخلفت، وغيرها التي ملاذ ر، مع مجموعة متنوعة من المعلومات المالية و ratios. Use طريقة التعلم آلة مثل سفم لمعرفة ما إذا كان يمكنك التنبؤ الشركات التي سوف الافتراضي والتي سوف not. Use أن سفم في المستقبل إلى قصيرة الافتراضي الشركات الاحتمالية العالية والشركات الافتراضية المنخفضة احتمال طويل، مع عائدات المبيعات القصيرة. هناك قائلا قطف قطرات تصل أمام بكرات البخار كنت تفعل ما يعادل بيع خارج من المال وضعت في هذه الحالة، عليك أن تجعل أرباح صغيرة لسنوات، ثم الحصول على تنظيفها تماما عندما يذوب السوق أسفل كل 10 سنوات أو نحو ذلك هناك أيضا استراتيجية مماثلة التي تشتري من خارج المال يجعلهم يفقدون المال لسنوات، ثم جعل القتل عندما يذوب السوق أسفل انظر الطالب في البجعة السوداء كونتانغو يونيو 5 11 في 22 20. تذكر أن الدولية وقد أنفقت الشركات هوند ريدز المليارات من الدولارات وساعات الرجل على أفضل جدا وألمع عقول الذكاء الاصطناعي على مدى السنوات ال 40 الماضية لقد تحدثت إلى بعض أبراج العقل المسؤولة عن الفأس في القلعة و غولدمان ساكس، و غطرسة من المبتدئين للتفكير فإنها يمكن أن تضع معا خوارزمية التي سوف تذهب أخمص القدمين إلى أخمص القدمين معهم، والفوز، يكاد يكون سخيفا مثل طفل أقول لك انه ذاهب للقفز الى القمر حظا سعيدا الطفل، واحترس من المريخ الفضاء لا أقول جديد بطل يمكن أن تكون مصنوعة، ولكن الاحتمالات هي ضدك اريك ليشينسكي فبراير 13 16 في 2 00.One إمكانية تستحق استكشاف هو استخدام أداة دعم ناقلات الدعم أداة على منصة ميتاتريدر 5 أولا، إذا كنت لم تكن مألوفة معها، ميتاتريدر 5 هو منصة وضعت للمستخدمين لتنفيذ التداول حسابي في أسواق الفوركس والعقود مقابل الفروقات أنا لست متأكدا ما إذا كان يمكن تمديد منصة للأسهم وغيرها من الأسواق وعادة ما تستخدم لاستراتيجيات التحليل الفني القائم أي باستخدام مؤشرات على أساس أوريكال البيانات ويستخدم من قبل الناس الذين يبحثون عن أتمتة التداول بهم. وقد تم تطوير دعم ناقلات آلة التعلم أداة من قبل واحدة من المجتمع من المستخدمين للسماح آلات ناقلات الدعم ليتم تطبيقها على المؤشرات الفنية وتقديم المشورة بشأن الصفقات A نسخة تجريبية مجانية من أداة يمكن تحميلها هنا إذا كنت ترغب في التحقيق أبعد من ذلك. أنا أفهم ذلك، تستخدم الأداة بيانات الأسعار التاريخية لتقييم ما إذا كانت الصفقات الافتراضية في الماضي كان ناجحا ومن ثم يأخذ هذه البيانات جنبا إلى جنب مع القيم التاريخية من عدد من للتخصيص ومؤشرات ماسد، ومؤشرات التذبذب وغيرها، ويستخدم هذا لتدريب آلة ناقلات الدعم ثم يستخدم المدرب دعم ناقلات آلة للإشارة في المستقبل شراء الصفقات بيع ويمكن العثور على أفضل ديسسيبتيون في link. i لعبت حولها معها قليلا مع بعض جدا نتائج مثيرة للاهتمام، ولكن كما هو الحال مع جميع استراتيجيات التداول حسابي أوصي الصلبة العودة إلى الأمام اختبار قبل أن تأخذ إلى العيش market. leases ديسمبر 10 12 في 11 59.Sorr y، ولكن على الرغم من أن تستخدم كمثال شعبي في تعلم الآلة، لا أحد قد حققت أي وقت مضى التنبؤ سوق الأوراق المالية. أنها لا تعمل لعدة أسباب تحقق المشي العشوائي من قبل فاما وقليلا من الآخرين، واتخاذ القرارات العقلانية المغالطة، والافتراضات الخاطئة ، ولكن أكثرها إلحاحا هو أنه إذا كان من شأنه أن يعمل، شخص ما سوف تكون قادرة على أن تصبح غنية بجنون في غضون أشهر، في الأساس امتلاك جميع أنحاء العالم وبما أن هذا لا يحدث ويمكنك أن تكون على يقين من أن جميع البنك قد حاولت ذلك، لدينا أدلة جيدة ، أنه لا يعمل فقط. بجانب كيف تعتقد أنك سوف تحقق ما فشلت عشرات الآلاف من المهنيين، وذلك باستخدام نفس الأساليب لديهم، بالإضافة إلى الموارد المحدودة والإصدارات الأساسية فقط من أساليبهم. إسرائيل يونيو 4 15 في 7 47. فقط جانبا بشأن الأسباب الأكثر إقناعا الاستراتيجيات لديها حدود القدرات، أي المستويات التي يتجاوز تأثير السوق الخاص بك أكثر من ألفا المتاحة، حتى على افتراض كان لديك رأس المال غير محدود أنا لست متأكدا ما تقصده الأسهم ما ركيت مؤشر التنبؤ العقود الآجلة إتف ق، ولكن بالتأكيد هناك الكثير من الناس صنع التنبؤات على المدى القصير، والاستفادة منها، كل يوم في الأسواق أفيكز نوفمبر 23 15 في 13 19.I صدى الكثير مما كتب شين بالإضافة إلى قراءة إسل، أود أن أقترح دراسة أكثر أهمية من الإحصاءات أولا بعد ذلك، والمشاكل التي أوضحت في سؤال آخر حول هذا التبادل هي ذات الصلة للغاية على وجه الخصوص، ومشكلة تحليل التحيز هو حاجز خطير على أي استراتيجية التعلم القائم على التعلم الآلي. هذا المنصب سوف تفصل ما فعلته لجعل 500K تقريبا من تجارة عالية التردد من 2009 إلى 2010 منذ كنت التداول بشكل مستقل تماما وأنا لم يعد تشغيل برنامج أنا سعيد أن أقول كل ما عندي التداول كان في الغالب في راسل 2000 و داكس العقود الآجلة. المفتاح إلى نجاحي، كما أعتقد، لم يكن في معادلة مالية متطورة بل بالأحرى في تصميم الخوارزمية الشاملة التي ربطت معا العديد من المكونات البسيطة واستخدمت آلة التعلم لتحسين لأقصى حد من البروفيسور إيتابيليتي كنت فاز t تحتاج إلى معرفة أي المصطلحات المتطورة هنا لأنه عندما كنت إعداد برنامج بلدي كان كل يقوم على الحدس أندرو نغ s مذهلة آلة التعلم بالطبع لم تكن متاحة بعد - راجع للشغل إذا قمت بالنقر فوق هذا الرابط سوف يتم نقلك إلى مشروعي الحالي كورستالك ، وهو موقع استعراض ل موكس. أولا، أريد فقط أن أثبت أن نجاحي لم يكن مجرد نتيجة الحظ جعل برنامجي 1000-4000 الصفقات في اليوم نصف طويلة، نصف قصيرة، ولم يحصل في مواقف أكثر من عدد قليل من العقود في وهو ما يعني أن حظا عشوائيا من أي تجارة بعينها كان متوسطها سريع جدا والنتيجة هي أنني لم أكن فقدت أكثر من 2000 في يوم واحد ولم يكن لي شهر خاسر. إديت هذه الأرقام هي بعد دفع عمولات. وهنا سا الرسم البياني لتعطيك شعورا من الاختلاف اليومي ملاحظة هذا يستبعد آخر 7 أشهر لأنه - كما توقفت الأرقام صعودا - فقدت الدافع لي للدخول لهم. خلفية التداول. بريور إلى إنشاء برنامج التداول الآلي أنا د كان 2 سنوات خبرة كالتداول يوم اليدوي هذا كان مرة أخرى في عام 2001 - كانت الأيام الأولى من التداول الإلكتروني وكانت هناك فرص للمتسلقين لكسب المال جيدة يمكنني أن أصف فقط ما كنت أفعل أقرب إلى اللعب لعبة فيديو القمار مع حافة المفترض كونها ناجحة يعني أن تكون سريعة، يجري منضبطة، وجود قدرات التعرف على نمط بديهية جيدة كنت قادرا على جعل حوالي 250K، تسديد القروض الطلابية والمال تركت على Win. Over في السنوات الخمس المقبلة وأود أن إطلاق اثنين من الشركات الناشئة، والتقاط بعض المهارات البرمجة على طول الطريق فإنه لن يكون حتى أواخر عام 2008 أنني سوف تحصل على العودة إلى التداول مع المال ينخفض ​​من بيع أول شركة ناشئة، التداول عرضت آمال بعض النقد السريع في حين أنني أحسب بلدي الخطوة التالية. في عام 2008 كنت يدويا تداول العقود الآجلة باستخدام برنامج يسمى T4 أنا د كان يريد بعض مفاتيح الاختصار دخول النظام حسب الطلب، وذلك بعد اكتشاف T4 كان أبي، أخذت على التحدي من التعلم C لغة البرمجة المطلوبة لاستخدام أبي وذهبت قدما وبنيت نفسي بعض مفاتيح الاختصار. بعد الحصول على قدمي الرطب مع أبي سرعان ما كان تطلعات أكبر أردت تعليم الكمبيوتر للتجارة بالنسبة لي قدمت أبي كل من تيار من بيانات السوق وطريقة سهلة لإرسال أوامر إلى الصرف - كل ما كان علي القيام به هو خلق المنطق في الوسط. أدناه هو لقطة من نافذة التداول T4 ما كان باردا هو أنه عندما حصلت على برنامج عملي عملت كنت قادرا على مشاهدة تجارة الكمبيوتر على هذه الواجهة نفسها بالضبط مشاهدة الطلبات الحقيقية ظهرت داخل وخارج أنفسهم مع بلدي المال الحقيقي كان على حد سواء مثيرة ومخيفة. تصميم خوارزمي بلدي. من البداية كان هدفي لإعداد نظام مثل هذا يمكن أن يكون معقول شارك نفيدنت أنا د كسب المال قبل أي وقت مضى جعل أي الصفقات الحية لإنجاز هذا أنا بحاجة إلى بناء إطار محاكاة التداول من شأنها أن - بأكبر قدر ممكن - محاكاة التداول المباشر. في حين أن التداول في وضع الحية المطلوبة التحديثات سوق المعالجة المتدفقة من خلال أبي، ووضع المحاكاة مطلوب قراءة تحديثات السوق من ملف البيانات لجمع هذه البيانات أنا إعداد النسخة الأولى من برنامجي ببساطة الاتصال أبي وتسجيل التحديثات السوق مع الطوابع انتهى بي الأمر باستخدام 4 أسابيع بقيمة بيانات السوق الأخيرة لتدريب واختبار النظام الخاص بي على مع وجود إطار أساسي في مكان لا يزال لديه مهمة معرفة كيفية جعل نظام التداول مربحة كما اتضح خوارزمي بلدي سوف تنهار إلى عنصرين متميزين، والتي سوف ليرة لبنانية استكشاف بدورها. تحركات الأسعار و and. Making المربحة تحركات الأسعار. تحسب الأسعار. ربما عنصر واضح من أي نظام التداول هو أن تكون قادرة على التنبؤ حيث تتحرك الأسعار وكان الألغام ليست استثناء عرفت الحالية السعر كمتوسط ​​العطاء الداخلي و العرض الداخلي و أنا وضعت الهدف من التنبؤ حيث سيكون السعر في الثواني العشر القادمة سوف خوارزمي بلدي في حاجة إلى الخروج مع هذا التنبؤ لحظة تلو لحظة طوال يوم التداول. إنشاء الأمثل المؤشرات. أوجدت حفنة من المؤشرات التي أثبتت أن لديها قدرة ذات مغزى للتنبؤ بتحركات الأسعار على المدى القصير كل مؤشر أنتج عددا كان إيجابيا أو سلبيا وكان المؤشر مفيدا إذا كان في كثير من الأحيان لا عدد إيجابي يتوافق مع السوق ترتفع ورقم سلبي يتوافق مع السوق تسير. سمح لي نظام بلدي بسرعة لتحديد مدى القدرة التنبؤية أي مؤشر كان لذلك كنت قادرا على تجربة مع الكثير من المؤشرات المختلفة لمعرفة ما عملت العديد من المؤشرات كان متغيرات في الصيغ التي أنتجتها، وكنت قادرا على العثور على القيم المثلى لتلك المتغيرات من خلال القيام جنبا إلى جنب مقارنات من النتائج التي تحققت مع قيم متفاوتة. في ديكاتورس التي كانت الأكثر فائدة كانت كلها بسيطة نسبيا واستندت على الأحداث الأخيرة في السوق كنت التداول وكذلك أسواق الأوراق المالية المترابطة. تعلم بالضبط التحركات السعر تتحرك. المؤشرات التي توقعت ببساطة حركة صعودا أو هبوطا الأسعار لم يكن كافيا كنت بحاجة إلى معرفة بالضبط كم حركة السعر كان متوقعا من قبل كل قيمة ممكنة من كل مؤشر أنا في حاجة إلى صيغة من شأنها تحويل قيمة المؤشر إلى التنبؤ السعر. لتحقيق ذلك أنا تتبع تحركات السعر المتوقعة في 50 دلاء التي تعتمد على النطاق الذي انخفضت قيمة المؤشر في هذا التنبؤات الفريدة المنتجة لكل دلو أنني كنت قادرا على الرسم البياني في إكسيل كما ترون زيادة السعر المتوقع يزيد مع زيادة قيمة المؤشر. بناء على الرسم البياني مثل هذا كنت قادرا على تقديم صيغة لتناسب منحنى في البداية فعلت هذا المنحنى المناسب يدويا ولكن سرعان ما كتبت بعض التعليمات البرمجية لأتمتة هذه العملية. ملاحظة أنه ليس كل منحنيات المؤشر كان نفس s هيب نلاحظ أيضا أن الدلاء توزعت لوغاريتميا وذلك لنشر البيانات بالتساوي وأخيرا نلاحظ أن قيم المؤشر السلبي وتوقعات السعر الهبوطي المناظرة قد انقلبت جنبا إلى جنب مع القيم الإيجابية خوارزمي بلدي تعامل صعودا وهبوطا بالضبط مؤشرات سامبينينغ واحد كان من المهم أن نأخذ في الاعتبار أن كل مؤشر لم يكن مستقلا تماما لم أكن ببساطة مجرد إضافة ما يصل كل التوقعات أن كل مؤشر جعل بشكل فردي وكان المفتاح لمعرفة القيمة التنبؤية الإضافية التي كان كل مؤشر وراء ما كان متوقعا بالفعل هذا لم يكن من الصعب تنفيذ ولكن كان يعني أنه إذا كنت منحنى المناسب مؤشرات متعددة في نفس الوقت كان لي أن تكون حذرا تغيير واحد من شأنه أن يؤثر على توقعات أخرى. من أجل منحنى تناسب جميع المؤشرات في نفس الوقت أنا إعداد محسن خطوة فقط 30 من الطريق نحو منحنيات التنبؤ الجديدة مع كل تمريرة مع هذه القفزة 30 وجدت أن منحنيات التنبؤ سوف تستقر في غضون عدد قليل من passes. With كل مؤشر الآن مما يتيح لنا انها ق التنبؤ سعر إضافي يمكنني ببساطة إضافتها إلى إنتاج التنبؤ واحد من حيث أن السوق سيكون في 10 ثانية. لماذا التنبؤ الأسعار ليست كافية. قد تعتقد أنه مع هذه الحافة في السوق كنت ذهبية ولكن عليك أن نضع في اعتبارنا أن السوق يتكون من العطاءات والعروض - انها ليست مجرد سعر السوق واحد النجاح في تجارة عالية التردد يأتي إلى الحصول على أسعار جيدة و انها ليست بهذه السهولة. العوامل التالية تجعل خلق نظام مربحة الصعب. مع كل التجارة اضطررت لدفع عمولات لكل من وسيط بلدي والتبادل. الفرق انتشار بين أعلى عرض وأقل عرض يعني أنه لو كنت لشراء ببساطة و بيع عشوائيا أنا د أن تفقد طن من المال. كان معظم حجم السوق السير الأخرى التي من شأنها أن تنفذ فقط التجارة معي إذا كانوا يعتقدون أن لديهم بعض الاحصاءات الإحصائية. لأن عرضا لا يضمن أنني يمكن شرائه من قبل الوقت حصلت على طلبي شراء إلى تبادل كان من الممكن جدا أن هذا العرض كان سيتم إلغاء. كما لاعب السوق الصغيرة لم يكن هناك أي وسيلة يمكن أن تتنافس على سرعة وحده. بناء محاكاة التداول الكامل. لقد كان لي إطار يسمح لي إلى باكتست وتحسين المؤشرات ولكن كان علي أن أبعد من ذلك - كنت في حاجة الى اطار من شأنها أن تسمح لي أن باكتست وتحسين نظام التداول الكامل واحد حيث كنت إرسال أوامر والحصول على مواقف في هذه الحالة أنا د يكون الأمثل لمجموع بل و إلى حد ما متوسط ​​بل لكل التجارة. وهذا سيكون أكثر صعوبة، وفي بعض النواحي من المستحيل أن نموذج بالضبط ولكن فعلت أفضل ما أستطيع هنا وهنا بعض من القضايا كان لي للتعامل معها. عندما تم إرسال أمر إلى السوق في المحاكاة كان لا بد لي من نموذج الوقت تأخر حقيقة أن نظامي رأى عرضا لا يعني أنه يمكن شرائه على الفور النظام سوف ترسل النظام، والانتظار ما يقرب من 20 ميلي ثانية، ثم فقط إذا كان العرض لا يزال هناك كان يعتبر التجارة المنفذة وكان هذا غير دقيق لأن الوقت تأخر الحقيقي كان غير متناسقة وغير المبلغ عنها. عندما كنت وضعت عروض الأسعار أو العروض كان لي أن ننظر في تدفق تنفيذ التجارة التي تقدمها أبي واستخدام تلك لقياس عندما طلبي قد حصلت أعدم ضد للقيام بهذا الحق أنا كان لتتبع موقف طلبي في قائمة الانتظار انها أولا في أول نظام الخروج مرة أخرى، وأنا كاندن تي القيام بذلك تماما ولكن أنا جعلت أفضل تقريب. لتنقيح طلبي تنفيذ المحاكاة ما فعلته كان أخذ ملفات السجل من التداول المباشر من خلال أبي ومقارنتها لتسجيل الملفات التي تنتجها محاكاة التداول من نفس الفترة الزمنية بالضبط كنت قادرا على الحصول على المحاكاة بلدي لدرجة أنه كان دقيقا جدا وللأجزاء التي كان من المستحيل أن نموذج بالضبط أنا تأكد من على الأقل تنتج النتائج التي كانت متشابهة إحصائيا في المقاييس اعتقدت كانت مهمة. جعل الصفقات المربحة. مع نموذج محاكاة النظام في مكان يمكنني الآن إرسال أوامر في وضع المحاكاة ورؤية بل بل ولكن كيف أن م y نظام معرفة متى وأين لشراء وبيع. كانت التوقعات حركة السعر نقطة انطلاق ولكن ليس القصة كلها ما فعلته كان إنشاء نظام التهديف لكل من مستويات الأسعار 5 على العرض والعرض هذه شملت مستوى واحد فوق الداخل عرض تسعير لأمر شراء ومستوى واحد أقل من العرض الداخلي لأمر بيع. إذا كانت النتيجة عند أي مستوى سعر معين أعلى من حد معين، فهذا يعني أن نظامي يجب أن يكون لديه عرض سعر نشط هناك - أقل من الحد الأدنى ثم أي أوامر نشطة يجب أن تلغى بناء على هذا لم يكن من غير المألوف أن النظام بلدي فلاش محاولة في السوق ثم إلغاء ذلك على الفور على الرغم من أنني حاولت تقليل هذا كما انها مزعج كما هيك لأي شخص يبحث في الشاشة مع عيون البشرية - بما في ذلك لي. تم حساب درجات مستوى السعر على أساس العوامل التالية. التوقعات حركة السعر التي ناقشناها سابقا. مستوى السعر في السؤال إن المستويات الداخلية تعني المزيد من التحركات السعرية المطلوبة. عدد العقود أمام بلدي ترتيب في قائمة الانتظار كان أقل من ذلك. عدد العقود وراء طلبي في قائمة الانتظار كان أكثر أفضل. أساسا هذه العوامل خدمت لتحديد أماكن آمنة لتقديم العطاءات وكان التنبؤ حركة السعر وحدها غير كافية لأنها لم تكن مسؤولة عن حقيقة أن عند وضع عطاء لم أكن ملأت تلقائيا - أنا فقط حصلت على شغل إذا كان شخص ما باعت لي هناك حقيقة أن مجرد حقيقة شخص بيع لي في سعر معين تغيرت الاحتمالات الإحصائية للتجارة. المتغيرات المستخدمة في هذه الخطوة كانت كلها تخضع للتحسين وقد تم ذلك في نفس الطريقة بالضبط كما أنا الأمثل المتغيرات في مؤشرات التحرك السعر إلا في هذه الحالة كنت تحسين لخط الأساس P L. What بلدي تجاهل برنامج. عند التداول كبشر لدينا في كثير من الأحيان مشاعر قوية و التحيزات التي يمكن أن تؤدي إلى أقل من القرارات المثلى من الواضح أنني لا أريد أن يقنن هذه التحيزات وهنا بعض العوامل تجاهل نظام بلدي. السعر الذي تم إدخاله موقف - في مكتب التداول انها شائعة جدا لسماع محادثة حول السعر الذي شخص ما طويلة أو قصيرة كما لو كان ذلك ينبغي أن تؤثر على اتخاذ القرارات في المستقبل في حين أن هذا له بعض صحة كجزء من استراتيجية الحد من المخاطر فإنه حقا لا يؤثر على مسار المستقبل للأحداث في السوق لذلك بلدي برنامج تجاهل تماما هذه المعلومات انها نفس المفهوم كما تجاهل التكاليف الغارقة. الذهاب قصيرة مقابل الخروج من موقف طويل - عادة ما يكون المتداول معايير مختلفة تحدد حيث لبيع موقف طويل مقابل أين تذهب قصيرة ولكن من وجهة نظري خوارزميات كان هناك لا يوجد سبب للتمييز إذا توقعت خوارزمي أن عملية البيع الهبوطية كانت فكرة جيدة بغض النظر عما إذا كانت استراتيجية طويلة أو قصيرة أو مسطحة. استراتيجية مضاعفة - هذه استراتيجية شائعة حيث يقوم المتداولون بشراء المزيد من الأسهم في الحدث أن هناك تجارة الأصلي يتعارض مع هذه النتائج في متوسط ​​سعر الشراء الخاص بك هو أقل وهذا يعني متى أو إذا كان يتحول الأسهم حولك ليرة لبنانية يتم تعيين لجعل الخاص بك مون العين مرة أخرى في أي وقت من الأوقات في رأيي هذا هو حقا استراتيجية رهيبة إلا إذا كنت إعادة وارن بوفيه كنت إعادة خداع في التفكير تقومون به بشكل جيد لأن معظم الصفقات الخاصة بك سوف تكون الفائزين المشكلة هي عندما تخسر تفقد كبيرة التأثير الآخر هو يجعل من الصعب الحكم على ما إذا كان لديك فعلا ميزة في السوق أو مجرد الحصول على الحظ كونها قادرة على رصد وتأكيد أن برنامجي فعلت في الواقع لديها ميزة كان هدفا هاما. منذ خوارزمي اتخاذ القرارات بنفس الطريقة بغض النظر عن أين ودخلت التجارة أو إذا كانت طويلة أو قصيرة في الوقت الراهن أنها تجلس في بعض الأحيان، وتأخذ بعض الصفقات الخاسرة الكبيرة بالإضافة إلى بعض الصفقات الفائزة الكبيرة ولكن يجب أن لا أعتقد أن هناك أي إدارة المخاطر. لإدارة المخاطر التي فرضت الحد الأقصى حجم الصفقة من 2 عقود في وقت واحد، تصطدم أحيانا في أيام عالية الحجم كما كان الحد الأقصى للحد اليومي للوقاية من أي ظروف السوق غير متوقعة أو خلل في برنامجي هذه الحدود التي فرضت في بلدي التعليمات البرمجية بو t أيضا في الواجهة الخلفية من خلال وسيط بلدي كما حدث أنا لم تواجه أي مشاكل كبيرة. رون الخوارزمية. من لحظة بدء العمل على برنامجي استغرق مني حوالي 6 أشهر قبل أن حصلت عليه إلى نقطة الربحية وبدأ تشغيله على الرغم من أن تكون عادلة قدر كبير من الوقت كان تعلم لغة برمجة جديدة كما عملت على تحسين البرنامج رأيت زيادة الأرباح لكل من الأشهر الأربعة المقبلة. في كل أسبوع وأود إعادة تدريب النظام الخاص بي على أساس 4 أسابيع السابقة بقيمة البيانات وجدت أن هذا ضرب التوازن الصحيح بين التقاط الاتجاهات السلوكية في السوق الأخيرة والتأمين على خوارزمي بلدي كان لديه ما يكفي من البيانات لإنشاء أنماط ذات مغزى كما بدأ التدريب أخذ المزيد والمزيد من الوقت أنا تقسيمها بحيث يمكن أن يؤديها 8 أجهزة افتراضية باستخدام الأمازون EC2 تم تجميع النتائج ثم على بلدي آلة المحلية. كانت نقطة عالية من التداول بلدي أكتوبر 2009 عندما قدمت ما يقرب من 100K بعد هذا واصلت لقضاء الأشهر الأربعة المقبلة t التحسن لتحسين برنامجي على الرغم من انخفاض الأرباح كل شهر للأسف هذه النقطة أعتقد أنني د نفذت كل ما عندي أفضل الأفكار لأن شيئا حاولت يبدو أن يساعد كثيرا. مع الإحباط من عدم القدرة على إجراء تحسينات وعدم وجود شعور النمو I بدأت التفكير في اتجاه جديد أرسلته عبر البريد الالكتروني 6 شركات تجارية عالية التردد المختلفة لمعرفة ما إذا كانت د مهتمة بشراء برامجي والتوظيف لي للعمل بالنسبة لهم لم يرد أحد كان لدي بعض الأفكار بدء التشغيل الجديدة كنت أرغب في العمل على ذلك لم أكن متابعة. UPDATE - لقد نشرت هذا على هاكر الأخبار وحصلت على الكثير من الاهتمام أريد فقط أن أقول أنني لا ندافع عن أي شخص يحاول أن يفعل شيئا من هذا القبيل أنفسهم الآن سوف تحتاج إلى فريق من الناس الذكية حقا مع مجموعة من الخبرات أن يكون لديك أي أمل في التنافس حتى عندما كنت أفعل هذا أعتقد أنه كان من النادر جدا للأفراد لتحقيق النجاح على الرغم من أنني قد سمعت من الآخرين. هناك تعليق في الجزء العلوي من الصفحة التي تذكر التلاعب ستا tistics and refers to me as a retail investor that quants would gleefully pick off This is a rather unfortunate comment that s simply not based in reality Setting that aside there s some interesting comments. UPDATE 2 - I ve posted a follow-up FAQ that answers some common questions I ve received from traders about this post. Quant Trading Using Machine Learning. Financial markets are fickle beasts that can be extremely difficult to navigate for the average investor This course will introduce you to machine learning, a field of study that gives computers the ability to learn without being explicitly programmed, while teaching you how to apply these techniques to quantitative trading Using Python libraries, you ll discover how to build sophisticated financial models that will better inform your investing decisions Ideally, this one will buy itself back and then some. Access 64 lectures 2017 StackCommerce All Rights Reserved.