فوركس التنبؤ وراثية خوارزمية

A نظام تداول العملات الأجنبية على أساس الخوارزمية الجينية. تعيين هذه المقالة كما مندس، L غودينهو، P تطبيقات كلور الأكاديمية، دوردرشت 1996 ماث جوجل Scholar. Park، C - H إيروين، ش ماذا نعرف عن ربحية التحليل الفني J إكون سورف 21 4، 786 826 2007 كروسرف غوغل Scholar. Pictet، أوف داكوروغنا، مم إت آل باستخدام خوارزميات وراثية للتحسين القوي في التطبيقات المالية العصبية نيتو العالم 5 4، 573 587 1995 غوغل Scholar. Reeves، كر باستخدام خوارزميات جينية مع عدد قليل من السكان في وقائع المؤتمر الدولي الخامس حول الخوارزميات الجينية مورغان كوفمان، سان ماتيو 1993 غوغل Scholar. Rothlauf، F غولدبيرغ، D ريدوندانت ريبوندنتاتيونس إن إنغورماتوري كالكولاتيون إلينوي المختبرات الخوارزمية الجينية إليغال ريبورت 2002.Schulmeister، S مكونات ربحية تداول العملات الفنية تمويل أبل إكون 18 11، 917 930 2008 كروسرف جوجل Scholar. Sweeney، ري الضرب في سوق الصرف الأجنبي J المالية 41 1، 163 182 1986 غو غل Scholar. Wilson، G بانزاف، W إنتيرداي تداول العملات الأجنبية باستخدام البرمجة الجينية الخطية في وقائع المؤتمر السنوي ال 12 على الحساب الوراثي والتطوري جيسكو 10 2010 غوغل Scholar. Copyright المعلومات. سبرينجر سسينس بوسينيس ميديا، ليك 2012.Authors and Affiliations. Lus Mendes. Pedro Godinho. Email author.1 فاكولديد دي إكونوميا ونيفرزيديد دي كويمبرا كويمبرا بورتوغال .2 فاكولديد دي إكونوميا أند جيمف ونيفرزيديد دي كويمبرا كويمبرا Portugal.3 فاكولديد دي إكونوميا أند Inesc - كويمبرا ونيفرزيديد دي كويمبرا كويمبرا البرتغال. حول هذا المقال. هناك مجموعة كبيرة من الأدب على نجاح تطبيق خوارزميات التطور بشكل عام، والخوارزمية الجينية على وجه الخصوص، إلى الأسواق المالية. ومع ذلك، أشعر بعدم الارتياح كلما قراءة هذا الأدب الخوارزميات الوراثية يمكن أن تتغلب على البيانات الموجودة مع العديد من تركيبات، فمن السهل أن يأتي مع عدد قليل من القواعد التي تعمل قد لا يكون قويا وليس لديها تفسيرات متسقة لماذا تعمل هذه القاعدة وهذه القواعد لا ت أبعد من مجرد حجة دائرية أنه يعمل لأن الاختبار يظهر أنه يعمل. ما هو الإجماع الحالي على تطبيق الخوارزمية الجينية في Finance. asked 1 فبراير 8 11 في 9 00.I عملت في صندوق التحوط الذي سمح للاستراتيجيات المشتقة من غا من أجل السلامة، فإنه يتطلب تقديم جميع النماذج قبل الإنتاج للتأكد من أنها لا تزال تعمل في باكتيستس لذلك يمكن أن يكون هناك تأخير يصل إلى عدة أشهر قبل أن يسمح نموذج ل run. It ق أيضا مفيدة لفصل الكون عينة استخدام نصف عشوائي من الأسهم المحتملة لتحليل غا والنصف الآخر لتأكيد باكتيستس. هل أن عملية مختلفة مما كنت قد تستخدم من قبل الثقة في أي استراتيجية تداول أخرى إذا كان الأمر كذلك، فإنه ليس من الواضح بالنسبة لي ما كنت كسب من جعل نموذج غا باستخدام البيانات إلى الوقت t، ثم اختبار حتى t ن قبل الوثوق به، مقابل استخدام البيانات إلى الوقت تن، والاختبار من طن إلى t، واستخدامه على الفور دارين كوك 23 نوفمبر 11 في 2 08. دارينكوك قضية واحدة أرى أنه إذا كنت اختبار من تن إلى t وتجد أنه لا يعمل بشكل جيد، ثم كنت إعادة إنشاء نموذج آخر أن يحصل على اختبار في نفس الوقت الفترة ت إلى ر الإعلان اللانهائي الذي يقدم مثل ليهود من ميتا - overfitting خلال عملية إنشاء نموذج تشان-هو سوه 22 يوليو في 15 24. وفيما يتعلق بالتلصص البيانات، إذا تم تنفيذ غا بشكل صحيح، وهذا لا ينبغي أن يكون مصدر قلق يتم تضمين وظائف طفرة على وجه التحديد للبحث عشوائيا من خلال المشكلة والفضاء، وتجنب التطفل البيانات أن يقال، العثور على مستويات طفرة الحق يمكن أن يكون شيئا من الفن وإذا كانت مستويات طفرة منخفضة جدا، فإنه كما لو أن وظيفة لم تنفذ في المقام الأول بيوانفورماتيكشغال أبريل 6 11 في 16 28. بوينفورماتيكشغال أنا لا أفهم كيف أن إدراج وظائف طفرة يسمح لنا لتجنب البيانات التطفل بعد البحث، هناك سا وظيفة اللياقة البدنية مما يجعل كل جيل تناسب البيانات من أي وقت مضى أكثر أو أنا لا أفهم لكم بشكل صحيح فيشال بيلزار سيب 15 11 في 18 05.هناك الكثير من الناس هنا يتحدثون عن كيفية غاس التجريبية، لا يكون لها أسس نظرية، هي صناديق سوداء، وما شابه ذلك أتوسل إلى الاختلاف هناك فرع كامل من الاقتصاد مكرسة للنظر في الأسواق من حيث الاستعارات التطورية الاقتصاد التطوري. أوصي بشدة كتاب دوبر، والأسس التطورية للاقتصاد، كمقدمة. إذا وجهة نظرك الفلسفية هي أن السوق هو في الأساس كازينو العملاقة، أو لعبة، ثم غا هو ببساطة أسود - بوكس وليس لديها أي أساس نظري ومع ذلك، إذا فلسفتك هي أن السوق هو البقاء على قيد الحياة من أصلح، ثم غا s لديها الكثير من الأسس النظرية، وأنه من المعقول تماما لمناقشة أشياء مثل الشركات الاختلافات، وبيئات السوق، جينومات المحفظة، المناخات التجارية، ومثل. مسح 5 أبريل 11 في 15 42. في وقت قصير المقاييس هو أكثر كازينو مثل الطبيعة، في الواقع كوانتديف أبريل 5 11 في 20 46. كوانتديف، المشكلة مع هذا هو أن GA - مثل أي أساليب كمية أخرى - يعمل فقط مع نطاق زمني قصير، إذا أنا لا مخطئا حتى إذا كان سوق الأسهم هو أشبه سوق الأسهم، ثم غا سيكون عديم الفائدة تماما غرافيتون أبر 6 11 في 8 56. غرافيتون هناك s لا سبب الكامن لماذا يمكن للمرء أن يبرمج الجمعية العامة للقيام بالتحليل في فترات زمنية أطول يتم قياس المجال الزمني للجمعيات العامة في أجيال وليس سنوات أو أيام لذلك، يحتاج المرء ببساطة إلى تعريف السكان الذين يحتويون على الأفراد الذين أجيالهم سنوات أو عقود طويلة أي الشركات هناك كان بالتأكيد بعض الأعمال التي تقترب من تعريف الجينوم الشركات من خلال عمليات الإنتاج في مثل هذا النموذج، يمكن للمرء أن الأمثل لنموذج أعمال الشركات كفاءة، نظرا لمناخ السوق معين انها ليست نموذج محفظة سعر السهم، ولكن المعلوماتية الحيوية أبريل 6 11 في 15 12.Assuming يمكنك تجنب البيانات التطفل التحيز وجميع المزالق المحتملة لاستخدام الماضي للتنبؤ بالمستقبل، والثقة الخوارزميات الجينية للعثور على الحل الصحيح يتلخص إلى حد كبير إلى نفس الرهان تقوم به عند إدارة بنشاط محفظة، سواء كميا أو التقديرية إذا كنت تعتقد في كفاءة السوق ثم زيادة تكاليف المعاملات الخاصة بك من الإدارة النشطة غير منطقي إذا، ولكن كنت تعتقد أن إعادة هي الأنماط النفسية الهيكلية أو العيوب التي يمكن استغلالها والمكافأة يستحق الوقت والمال للبحث وتنفيذ استراتيجية الخيار المنطقي هو الإدارة النشطة. استراتيجية غا المستمدة هو الرهان الضمني ضد كفاءة السوق كنت أقول أساسا أعتقد هناك تقييمات سيئة تحدث من بعض الأسباب الجماهير من الناس غير عقلاني والصناديق التعاونية الرعي بسبب سوء الانحياز الحوافز وغيرها وتشغيل هذا غا يمكن فرز هذه الكتلة من البيانات بطريقة أسرع من أستطيع. مسح فبراير 18 11 في 15 49.إدارة يدويا محفظة نشطة ينطوي على استخدام جميع المعلومات لدينا واستخلاص استنتاج منطقي حول السوق ومن ثم تنفيذ استراتيجيات على ذلك هذا هو نشاط عقلاني أوتوه، وذلك باستخدام غا يستخدم أداة مربع أسود يمكننا أن تفسر النتيجة المستمدة من أي مبادئ مقبولة أنا لست متأكدا جدا ما إذا كانت هذه هي حقا نفس غرافيتون 18 فبراير 11 في 15 57. غرافيتون نعم ولكن النظر في أوجه الشبه بين غا s وكيف لنا يتعلم البشر عن الأسواق ويطورون الاستراتيجيات ويتعلمون من الأخطاء ويتكيفون مع ظروف السوق المتغيرة عندما تبحثون ما هي الأسهم المشتركة الفائزة والخاسرة أو ما هي أنماط الحجم والسعر التي تخلق صفقات جيدة أو النموذج الأكثر دقة لتقييم المشتقات ما تقومون به هو استخراج البيانات الماضي بطريقة عندما تتغير ظروف السوق إما التجارة استراتيجيات جديدة أو في نهاية المطاف الخروج من العمل إذا كان هناك حواف قابلة للاستغلال في السوق ثم الفرق الوحيد بينك وبين غا هو جوشوا فرصة 18 فبراير 11 في 16 46. غرافيتون بمعنى واسع جدا هو أن لديك سرد، قصة للذهاب مع الاستراتيجية الخاصة بك نحن البشر خطر العثور على نمط تبدو متكررة ومن ثم ترشيد ذلك وخلق سرد غا ق المخاطرة نفس الشيء، فقط يحتمل أن يكون نموذج كاذبة لا تستخدم الكلمات، فإنها تستخدم الرياضيات والمنطق جوشوا فرصة 18 فبراير 11 في 16 54. أواخر توماس الغلاف المرجح المحتملين المعلومات من جيله، تعتبر ونيفيرزا لاتباع أساليب مثل ضغط البيانات ومخصصات الحافظات كخوارزميات جينية حقيقية. التطور ليس له أي معلمات لتناسب أو تدريب لماذا يجب على الخوارزميات الجينية الحقيقية. المناهج الشاملة لا توجد افتراضات حول التوزيع الأساسي للبيانات أنها لا تبذل أي محاولة للتنبؤ بالمستقبل من الأنماط أو أي شيء آخر. الفعالية النظرية للنهج العالمية التي تواجه تحديات تنفيذ كبيرة انظر السؤال الأخير الهندسة للمحافظ العالمية تتبع منهم يفعل ما يتطلب تطور أسرع وأذكى، أو أقوى دون ر بالضرورة البقاء على قيد الحياة في الجيل القادم تطور تفضل أن الجينات، كائن حي، ميمي، محفظة، أو خوارزمية ضغط البيانات المتمركزة إلى الأكثر سهولة التكيف مع ما يحدث بعد ذلك. أيضا، لأن هذه النهج تجعل لا توجد افتراضات وتشغيل غير بارامتريكالي، يمكن للمرء أن تنظر في جميع الاختبارات، حتى على جميع البيانات التاريخية، من العينة. بالتأكيد لديهم قيود، بالتأكيد أنها يمكن ر العمل لكل نوع المشكلة التي نواجهها في مجالنا، ولكن جي، ما هي طريقة مثيرة للاهتمام للتفكير في الأشياء. مسألة 14 يوليو 13 في 15 42.Well، والهدف من ألغو الجينية هو العثور على أفضل حل دون المرور من خلال كل ممكن سيناريوهات لأنه سيكون طويلا جدا لذلك بالطبع هو منحنى المناسب، وهذا ق الهدف. مسار 6 مارس في 20 40.ولكن هناك فرق كبير بين الإفراط في عينة سيئة والمناسبة للسكان جيدة وهذا هو السبب في العديد من أقترح عليك عبر التحقق من صحة خوارزمية الخاص بك مع خارج عينة الاختبار جوشوا جول 17 13 في 2 34.Your answer.2017 المكدس الصرف، وشركة باستخدام الخوارزميات الجينية للتنبؤ الأسواق المالية. اقترح بورتون في كتابه، المشي عشوائية أسفل وول ستريت، 1973، أن قرد معصوب العينين يلقون السهام في صفحات مالية للصحيفة يمكن أن تختار محفظة من شأنها أن تفعل تماما وكذلك واحدة مختارة بعناية من قبل خبراء في حين أن التطور قد جعلت الرجل لا أكثر ذكاء في اختيار الأسهم، نظرية تشارلز داروين لديها فعالة جدا ث الدجاجة تطبيق أكثر مباشرة لمساعدتك في اختيار الأسهم، وتحقق من كيفية اختيار الأسهم. ما هي الخوارزميات الجينية. الجينات الخوارزميات غاس هي أساليب حل المشكلة أو الاستدلال التي تحاكي عملية التطور الطبيعي على عكس الشبكات العصبية الاصطناعية أن، مصممة لتعمل مثل الخلايا العصبية في المخ، وتستخدم هذه الخوارزميات مفاهيم الانتقاء الطبيعي لتحديد أفضل حل لمشكلة ونتيجة لذلك، وتستخدم غاس عادة كأدوات التحسين التي ضبط المعلمات لتقليل أو تعظيم بعض ردود الفعل قياس، والتي يمكن بعد ذلك استخدامها بشكل مستقل أو في بناء أن. في الأسواق المالية الخوارزميات الجينية هي الأكثر شيوعا للعثور على أفضل القيم مزيج من المعلمات في قاعدة التداول، وأنها يمكن أن تكون مبنية في نماذج آن مصممة لاختيار الأسهم وتحديد الصفقات وقد أظهرت العديد من الدراسات أن هذه الأساليب يمكن أن تكون فعالة، بما في ذلك الخوارزميات الجينية جينيسيس تقييم الأسهم 2004 من قبل راما، وتطبيقات الخوارزمية الوراثية إيثمز في بيانات سوق الأسهم التعدين الأمثل 2004 من قبل لين، تساو، وانغ، تشانغ لمعرفة المزيد عن آن، انظر الشبكات العصبية التنبؤ الأرباح. كيف الخوارزميات الجينية العمل. يتم إنشاء خوارزميات جينيتيك رياضيا باستخدام ناقلات، والتي هي الكميات التي لديها اتجاه وحجم المعلمات في كل قاعدة تداول يتم تمثيلها مع متجه أحادي البعد الذي يمكن اعتباره كروموسوم في المصطلحات الوراثية وفي الوقت نفسه، يمكن اعتبار القيم المستخدمة في كل معلمة من الجينات، والتي يتم تعديلها بعد ذلك باستخدام الانتقاء الطبيعي. على سبيل المثال، يمكن أن تنطوي قواعد التداول على استخدام معلمات مثل المتوسط ​​المتحرك التقارب-الاختلاف ماكد المتوسط ​​المتحرك الأسي إما وستوشاستيك ومن ثم تقوم الخوارزمية الجينية بإدخال القيم في هذه المعلمات بهدف تحقيق أقصى قدر من الأرباح الصافية مع مرور الوقت، يتم إدخال تغييرات صغيرة وتلك التي تجعل يتم الاحتفاظ تأثير مرغوب فيه للجيل القادم. هناك ثلاثة أنواع من العمليات الجينية التي يمكن بعد ذلك أن يؤديها. كروسوفر s تمثل الاستنساخ و كروس البيولوجية ينظر في البيولوجيا، حيث يأخذ الطفل على بعض الخصائص من والديه. الطعنيات تمثل طفرة بيولوجية وتستخدم للحفاظ على التنوع الوراثي من جيل واحد من السكان إلى التالي من خلال إدخال تغييرات صغيرة عشوائية. الاستنتاجات هي المرحلة التي يتم فيها اختيار الجينومات الفردية من السكان لتربية في وقت لاحق إعادة التركيب أو كروس أوفر. ثم يتم استخدام هذه ثلاث شركات في عملية من خمس خطوات. تهيئة السكان العشوائية، حيث كل كروموسوم هو n - طول، مع ن كونها عدد من المعلمات وهذا هو، يتم إنشاء عدد عشوائي من المعلمات مع العناصر n كل. حدد الصبغيات، أو المعلمات، التي تزيد من النتائج المرغوبة يفترض صافي الربح. تطبيق طفرة أو مشغلي كروس للوالدين المحدد وتوليد نسل. إعادة تعيين النسل و السكان الحاليين لتشكيل السكان الجدد مع المشغل اختيار. خطوات كرر اثنين إلى أربعة. في وقت واحد، وهذا الموالية سيس يؤدي إلى كروموسومات مواتية بشكل متزايد أو معلمات للاستخدام في قاعدة تداول يتم إنهاء العملية عند استيفاء معايير التوقف والتي يمكن أن تشمل وقت التشغيل واللياقة البدنية وعدد الأجيال أو معايير أخرى لمزيد من المعلومات عن ماسد، استخدام الخوارزميات الوراثية في التجارة. في حين تستخدم الخوارزميات الجينية في المقام الأول من قبل التجار الكمي المؤسسي يمكن للتجار الأفراد تسخير قوة الخوارزميات الجينية - دون درجة في الرياضيات المتقدمة - باستخدام عدة حزم البرمجيات في السوق وتتراوح هذه الحلول من حزم البرمجيات المستقلة موجهة نحو الأسواق المالية إلى ميكروسوفت إكسيل الإضافات التي يمكن أن تسهل المزيد من التدريب العملي على التحليل. عند استخدام هذه التطبيقات، يمكن للتجار تعريف مجموعة من المعلمات التي يتم بعد ذلك الأمثل باستخدام خوارزمية وراثية ومجموعة من البيانات التاريخية يمكن لبعض التطبيقات تحسين والتي تستخدم المعلمات والقيم بالنسبة لهم، في حين أن غيرها تركز أساسا على سيمب لي تحسين القيم لمجموعة معينة من المعلمات لمعرفة المزيد عن هذه البرامج المستمدة استراتيجيات، انظر قوة برنامج الصفقات. الاستفادة من نصائح التحسين و trricks. Curve المناسب على المناسب، وتصميم نظام التداول حول البيانات التاريخية بدلا من تحديد السلوك تكرارها، يمثل خطرا محتملا على التجار الذين يستخدمون الخوارزميات الجينية أي نظام تداول يستخدم غاس يجب أن يتم اختباره مسبقا على الورق قبل الاستخدام المباشر. اختيار المعلمات هو جزء مهم من العملية، ويجب على التجار البحث عن المعلمات التي ترتبط بالتغيرات في سعر نظرا للأمن على سبيل المثال، محاولة مؤشرات مختلفة ومعرفة ما إذا كان أي يبدو أن ترتبط مع تحول السوق الرئيسية. خوارزميات جينيتيك هي طرق فريدة من نوعها لحل المشاكل المعقدة عن طريق تسخير قوة الطبيعة من خلال تطبيق هذه الأساليب للتنبؤ أسعار الأوراق المالية، يمكن للمتداولين تحسين قواعد التداول من خلال تحديد أفضل القيم للاستخدام لكل معلمة لأمن معين ومع ذلك، هذه الخوارزميات هي وليس الكأس المقدسة، والتجار يجب أن نكون حريصين على اختيار المعلمات الصحيحة وليس منحنى تناسب أكثر ملاءمة لقراءة المزيد عن السوق، وتحقق من الاستماع إلى السوق، وليس لها النقود.