เทรดดิ้ง ระบบ เครื่อง การเรียนรู้

เขียนเมื่อ 238w ago Upvoted by Vladimir Novakovski เริ่ม Quora machine learning team, 2012-2014 ก่อนอื่นคุณจะเน้นการรวบรวมข้อมูลให้มากที่สุดเท่าที่จะเป็นไปได้และใส่ลงไปในแบบตารางขนาดใหญ่แบบเดียวนี่น่าจะเป็นข้อมูลราคาในอดีต โพสต์ในบล็อก, การยื่นเรื่องความลับกลายเป็นคำนับเวกเตอร์ ฯลฯ โดยใช้ techiques การประมวลผลภาษาธรรมชาติคุณจะฝึกขั้นตอนการดูแลสำหรับการตัดสินใจซื้อขายขั้นตอนวิธีการที่เหมาะสมคือการถดถอยโลจิสติกที่เร็วที่สุดและสุ่มป่าที่ถูกต้องที่สุดมักจะมีคนอื่น ๆ เช่นเครื่องเวกเตอร์สนับสนุนเพิ่มขึ้น การตัดสินใจต้นไม้เครือข่ายประสาทเทียม 3 ชั้น แต่เหล่านี้ไม่ได้ให้ความถูกต้องดีเป็นป่าแบบสุ่มและมักจะทำงานช้าลงหรือเร็วเท่าการถดถอยโลจิสติกในความคิดของฉันทางเลือกที่ดีที่สุดก็คือการถดถอยโลจิสติกและการใช้งานที่ดีที่สุดคือ วารีวารีโนบิบิต - เร็วมากสามารถจัดการข้อมูลจำนวนมากได้ - 1 เทราไบต์ต่อหนึ่งชั่วโมงบนเครื่องหนึ่งเครื่องได้เร็วขึ้นและยังคงอยู่ในคลัสเตอร์ - และเปิดได้ urce นอกจากนี้ยังช่วยให้คุณเห็นได้ชัดเจนว่าคอลัมน์ตัวชี้วัดใดในตารางเป็นคำทำนายนอกจากนี้คุณยังสามารถเพิ่มบทความในหนังสือพิมพ์ ฯลฯ เป็นข้อความได้โดยตรงโดยใช้เคล็ดลับแบบแฮชนอกจากนี้ยังมีการใช้งานในรูปคลื่นวิทยุด้วยเช่นกันและเพื่อให้คุณสามารถจัดการได้ดีมาก บทความรูปแบบข้อความฟรีขนาดใหญ่ในแถวเดียวรวมทั้งมีการทำข้างต้นไปยังจุดที่คุณไม่สามารถรวบรวมแหล่งข้อมูลเพิ่มเติมได้อีกต่อไปเวลาในการย้ายไปยังขั้นตอนของคุณลักษณะทางวิศวกรรมคุณได้ทำสิ่งเหล่านี้เมื่อทำ nlp สิ่งที่ แต่คุณได้ใช้เทคนิคมาตรฐาน - คือไม่คิดขึ้นคิดค้นวิธีการของคุณเองมีสองตัวเลือกที่จุดนี้ - คู่มือและอัตโนมัติโดยปกติคนที่จุดนี้คิดค้นคุณสมบัติของตนเองนี่คือสิ่งที่ผู้ค้าใช้เวลาส่วนใหญ่ของพวกเขาทำ - กลยุทธ์ที่เรียกว่ากฎหรือกฎเหล่านี้จะถูกทดสอบกับข้อมูลที่เรียกว่า backtesting อีกวิธีใหม่ที่ไม่ถูกต้องมีการเปิดใช้งานเมื่อเร็ว ๆ นี้พร้อมกับการเรียนรู้แบบไม่ต้องใส่การเรียนรู้ที่ไม่มีหลักเกณฑ์การเรียนรู้แบบไม่ใช้กำลังมีมาก่อน แต่เป็นของ t เขาตื้นหลากหลายและไม่ได้ทำงานได้ดีในทางปฏิบัติการเรียนรู้เครือข่ายประสาทเทียมโดยใช้ตัวเข้ารหัสอัตโนมัติเป็นวิธีใหม่ที่คิดค้นขึ้นเมื่อ 6 ปีที่แล้วซึ่งทำงานได้ดีจริงๆบทความนี้เป็นการสาธิตของมันโดยการทิ้งคอมพิวเตอร์จำนวนมากที่มีปัญหา มีความเป็นไปได้ที่จะสร้างกลยุทธ์แบบอัตโนมัติเครือข่ายประสาทที่มีขนาดใหญ่จะดีกว่า แต่ก็ยิ่งต้องใช้คอมพิวเตอร์มากขึ้นในความคิดของผมจะดีกว่าเมื่อเทียบกับการพยายามจ้างผู้ที่ทำงานอย่างหนักในการวิเคราะห์ความคิดสร้างสรรค์อย่างมาก 18 Views to View Upvotes Not สำหรับการทำซ้ำฉันเป็นจริงที่จุดเริ่มต้นของการทำระบบการซื้อขายอัตโนมัติของฉันคำตอบสำหรับคำถามของคุณคือว่าคุณต้องการสร้างรายได้อย่างไรคุณต้องการทำ daytrade หรือซื้อและถือครองอยู่ตลอดเวลาสิ่งที่เป็นตัวชี้วัดของคุณจะเป็นอย่างไร พิจารณาการลงทุนทางการค้าที่ดีคุณจำเป็นต้องรู้เกี่ยวกับตลาดที่คุณจะให้บริการในกรณีของคุณตลาดหุ้นถ้าคุณจะทำให้ algo เรียนรู้สำหรับเส้นทางรถบรรทุกที่คุณควรรู้ poss ible ตัวแปรที่เกี่ยวข้องกับการขนส่งสินค้าพร้อมกับสิ่งที่ผิดพลาดที่อาจเกิดขึ้นคุณจะใช้ in. You สามารถได้คำตอบทั้งหมดในโลก แต่ถ้าคุณเป็น coder สมาร์ทมากที่สามารถใช้ในเกือบ infinate ตัวแปรและอธิบายความสำคัญและความสัมพันธ์ของกันและกัน ข้อมูลยังเป็นที่น่าสนใจคุณจะติดตามจำนวนหุ้นที่คุณติดตามข้อมูลประเภทใดที่คุณต้องการฟีดเหล่านี้จะทำงานในเดือนที่อาจเกิดขึ้นนับพัน ๆ ปีหลังจากที่เส้นทางนี้หายไปเป็นปีที่ผ่านมางานใหญ่และเป็นอุปสรรคต่อการเข้าเมือง คุณจำเป็นต้องได้รับความรู้และพิมพ์เขียวกลยุทธ์ของคุณ 4 มุมมอง 2k ดูคำ Upvotes ไม่สำหรับการทำซ้ำ. Tad Slaff ศึกษาที่ University of Colorado Boulder ต่อไปนี้เป็นคำแนะนำง่ายๆทีละขั้นตอนในการใช้อัลกอริธึมการเรียนรู้ด้วยเครื่องจักรเพื่อการค้า เป็นภาพรวมพื้นฐานและควรให้ข้อมูลที่คุณต้องการเพื่อสร้าง Views.5k ของคุณเอง View Upvotes ไม่สำหรับการทำซ้ำโพสต์นี้จะดูรายละเอียดสิ่งที่ฉันทำเพื่อให้ประมาณ 500k จากการซื้อขายความถี่สูง 2009-2010 เนื่องจากฉันถูก t rading สมบูรณ์อย่างเป็นอิสระและไม่ทำงานโปรแกรมของฉันฉัน m ยินดีที่จะบอกการค้าของฉันทั้งหมดเป็นส่วนใหญ่ใน Russel 2000 และสัญญาซื้อขายล่วงหน้า DAX กุญแจสู่ความสำเร็จของฉันผมเชื่อว่าไม่ได้อยู่ในสมการทางการเงินที่มีความซับซ้อน แต่ในขั้นตอนวิธีโดยรวม การออกแบบที่ผูกติดกันหลายองค์ประกอบที่เรียบง่ายและใช้เครื่องเรียนรู้เพื่อเพิ่มประสิทธิภาพสูงสุดสำหรับการทำกำไรคุณได้รับรางวัลไม่จำเป็นต้องรู้คำศัพท์ที่ซับซ้อนใด ๆ ที่นี่เพราะเมื่อฉันติดตั้งโปรแกรมของฉันมันขึ้นอยู่กับสัญชาตญาณ Andrew Ng เครื่องการเรียนรู้ที่น่าตื่นตาตื่นใจเครื่องยังไม่สามารถใช้ได้ - btw ถ้าคุณคลิกที่ลิงค์ที่คุณจะถูกนำไป CourseTalk โครงการปัจจุบันของฉันเว็บไซต์ทบทวนสำหรับ MOOCs. First ฉันเพียงต้องการแสดงให้เห็นว่าประสบความสำเร็จของฉันไม่ได้เป็นเพียงผลของโชคโปรแกรมของฉันทำธุรกิจการค้า 1000-4000 ต่อวันครึ่งยาว , ครึ่งสั้นและไม่เคยได้รับตำแหน่งมากกว่าสองสามสัญญาในเวลานั่นหมายความว่าโชคแบบสุ่มจากการค้าใด ๆ โดยเฉพาะอย่างยิ่งค่าเฉลี่ยออกอย่างรวดเร็วผลที่ได้คือฉันไม่เคยหายไป mor e กว่า 2000 ในหนึ่งวันและไม่เคยมีการสูญเสียเดือน แก้ไขตัวเลขเหล่านี้หลังจากชำระเงินค่าคอมมิชชั่นและแผนภูมิที่นี่เพื่อให้คุณทราบถึงรูปแบบรายวันหมายเหตุนี่ไม่รวม 7 เดือนที่ผ่านมาเนื่องจาก - เนื่องจากตัวเลขหยุดทำงาน - ฉันสูญเสียแรงจูงใจในการป้อนประวัติการซื้อขาย การตั้งค่าโปรแกรมการซื้อขายอัตโนมัติของฉันฉัน d มีประสบการณ์ 2 ปีในฐานะผู้ประกอบการค้าประเวณีด้วยตนเองนี่คือปีพ. ศ. 2544 นับเป็นวันเริ่มต้นของการซื้อขายหลักทรัพย์ทางอิเล็กทรอนิกส์และมีโอกาสที่จะสร้างรายได้ที่ดีให้กับ scalpers เพื่ออธิบายสิ่งที่ฉันทำ เป็นที่คล้ายกับการเล่นเกมการพนันวิดีโอเกมกับขอบที่คาดว่าจะประสบความสำเร็จหมายถึงการได้อย่างรวดเร็วถูกลงโทษทางวินัยและมีความสามารถในการจดจำรูปแบบที่ง่ายใช้งานง่ายฉันสามารถทำรอบ 250k จ่ายเงินกู้นักเรียนของฉันและมีเงินเหลือ Win. Over ห้าปีถัดไปผมจะเปิดตัวสอง startups ยกขึ้นทักษะการเขียนโปรแกรมบางอย่างไปพร้อมกันมัน wouldn t จะจนถึงปลายปี 2008 ที่ฉันจะได้รับกลับเข้ามาในการซื้อขายกับเงินทำงานต่ำจากการขายของการเริ่มต้นครั้งแรกของฉัน, การซื้อขายเสนอความหวังของเงินสดรวดเร็วบางอย่างในขณะที่ฉันคิดย้ายต่อไปของฉันในปี 2008 ฉันได้ด้วยตนเองวันซื้อขายฟิวเจอร์สโดยใช้ซอฟต์แวร์ที่เรียกว่า T4 ฉันต้องการที่ต้องการบางองสั่งรายการที่กำหนดเองดังนั้นหลังจากการค้นพบ T4 มี API ฉันเอาความท้าทาย ของการเรียนรู้ C ภาษาการเขียนโปรแกรมที่จำเป็นในการใช้ API และไปข้างหน้าและสร้างตัวเองบางองหลังจากที่เท้าของฉันเปียกกับ API ฉันเร็ว ๆ นี้มีแรงบันดาลใจที่ใหญ่กว่าฉันต้องการที่จะสอนคอมพิวเตอร์เพื่อการค้าสำหรับฉัน API ให้ทั้งกระแสของ ข้อมูลตลาดและวิธีง่ายๆในการส่งคำสั่งซื้อไปแลกเปลี่ยน - ทั้งหมดที่ฉันต้องทำคือการสร้างตรรกะที่อยู่ตรงกลางด้านล่างเป็นภาพหน้าจอของหน้าต่างการซื้อขาย T4 สิ่งที่เจ๋งคือเมื่อฉันได้รับโปรแกรมของฉันทำงานฉันสามารถ ดูการค้าเครื่องคอมพิวเตอร์ในอินเตอร์เฟซเดียวกันนี้แน่นอนดูคำสั่งซื้อจริง popping เข้าและออกด้วยตัวเองด้วยเงินจริงของฉันคือการออกแบบที่น่าตื่นเต้นและน่ากลัวของ algorithm. From ของฉันเริ่มแรกเป้าหมายของฉันคือการติดตั้งระบบดังกล่าวที่ฉันอาจจะมีเหตุผล ร่วม ฉันต้องการสร้างรายได้ก่อนที่จะทำการค้าขายสดเพื่อบรรลุเป้าหมายนี้ฉันจำเป็นต้องสร้างกรอบการจำลองการซื้อขายที่จะเป็นไปได้อย่างถูกต้องที่สุดจำลองการซื้อขายสดในขณะที่การซื้อขายในโหมดสดต้องมีการประมวลผลการปรับปรุงตลาดผ่านทาง API โหมดการจำลอง การปรับปรุงตลาดการอ่านที่จำเป็นจากไฟล์ข้อมูลในการเก็บข้อมูลนี้ฉันจะติดตั้งโปรแกรมเวอร์ชันแรกของฉันเพื่อเชื่อมต่อกับ API และบันทึกการปรับปรุงตลาดด้วย timestamps ฉันใช้ข้อมูลการตลาดล่าสุดในการฝึกและทดสอบระบบของฉันเป็นเวลา 4 สัปดาห์ ด้วยกรอบพื้นฐานในสถานที่ที่ฉันยังคงมีงานของการหาวิธีการทำระบบการซื้อขายผลกำไรตามที่ปรากฎอัลกอริทึมของฉันจะแบ่งออกเป็นสองส่วนที่แตกต่างกันซึ่งฉันจะสำรวจในทางกลับกันการเคลื่อนไหวของราคาและการทำกำไร trade. Predicting การเคลื่อนไหวของราคาอาจเป็นส่วนประกอบที่ชัดเจนของระบบการค้าใด ๆ คือความสามารถในการคาดการณ์ราคาที่จะย้ายและฉันก็ไม่มีข้อยกเว้นที่ฉันกำหนดในปัจจุบัน ราคาเป็นค่าเฉลี่ยของการเสนอราคาภายในและข้อเสนอภายในและฉันจะกำหนดเป้าหมายในการทำนายราคาที่จะอยู่ใน 10 วินาทีถัดไปอัลกอริทึมของฉันจะต้องมากับช่วงเวลาที่คาดเดานี้โดยตลอดช่วงวันซื้อขายการเพิ่มประสิทธิภาพ ตัวชี้วัดแต่ละตัวบ่งชี้ว่ามีความสามารถในการคาดการณ์การเคลื่อนไหวของราคาในระยะสั้นตัวชี้วัดแต่ละตัวบ่งชี้จำนวนที่เป็นบวกหรือลบตัวบ่งชี้มีประโยชน์ถ้าจำนวนที่เป็นบวกมากกว่าที่เป็นไปตามตลาด และตัวเลขเชิงลบสอดคล้องกับตลาดจะลงระบบของฉันอนุญาตให้ฉันได้อย่างรวดเร็วกำหนดเท่าใดความสามารถในการทำนายตัวบ่งชี้ใด ๆ ได้ดังนั้นฉันสามารถทดลองกับตัวชี้วัดที่แตกต่างกันเพื่อดูสิ่งที่ทำงานหลายตัวชี้วัดมีตัวแปรในสูตร ที่ผลิตพวกเขาและฉันก็สามารถที่จะหาค่าที่ดีที่สุดสำหรับตัวแปรเหล่านั้นโดยการทำเคียงข้างเคียงของผลลัพธ์ที่ประสบความสำเร็จกับค่าที่แตกต่างกันใน dicators ที่มีประโยชน์มากที่สุดคือทั้งหมดที่ค่อนข้างง่ายและอยู่บนพื้นฐานของเหตุการณ์ล่าสุดในตลาดที่ฉันถูกซื้อขายเช่นเดียวกับตลาดของหลักทรัพย์ที่มีความสัมพันธ์ทำคาดการณ์ราคาที่แน่นอนมีตัวชี้วัดที่คาดการณ์เพียงการเคลื่อนไหวราคาขึ้นหรือลงไม่เพียงพอ ฉันจำเป็นต้องทราบว่าการเคลื่อนไหวของราคาถูกทำนายตามค่าที่เป็นไปได้ของแต่ละตัวบ่งชี้ที่ฉันต้องการสูตรที่จะแปลงค่าตัวบ่งชี้ไปเป็นการคาดการณ์ราคาเพื่อให้บรรลุเป้าหมายนี้ฉันได้ติดตามการเปลี่ยนแปลงราคาที่คาดการณ์ไว้ในถัง 50 รายการขึ้นอยู่กับช่วงที่ ค่าตัวบ่งชี้ลดลงในการคาดคะเนที่ไม่ซ้ำกันนี้สำหรับแต่ละส่วนที่ฉันสามารถกราฟใน Excel ได้เนื่องจากคุณสามารถดูการเปลี่ยนแปลงราคาที่คาดว่าจะเพิ่มขึ้นเมื่อค่าตัวบ่งชี้เพิ่มขึ้นตามกราฟเช่นนี้ฉันสามารถสร้างสูตรได้ ให้พอดีกับเส้นโค้งในการเริ่มต้นนี้ฉันได้ปรับเส้นโค้งนี้ด้วยตนเอง แต่ฉันเร็ว ๆ นี้เขียนขึ้นบางรหัสโดยอัตโนมัติกระบวนการนี้โปรดทราบว่าไม่ทั้งหมด curves บ่งชี้ได้เหมือนกัน hape นอกจากนี้ทราบว่าถังถูกกระจายลอการิทึมเพื่อกระจายจุดข้อมูลออกอย่างเท่าเทียมกันสุดท้ายทราบว่าค่าตัวบ่งชี้ค่าลบและการคาดการณ์ราคาลดลงสอดคล้องกันของพวกเขาถูกพลิกและบวกกับค่าบวกขั้นตอนวิธีของฉันรักษาขึ้นและลงเหมือนตัวบ่งชี้เดียวกันสำหรับเดียว การคาดการณ์สิ่งสำคัญที่ต้องพิจารณาคือตัวบ่งชี้แต่ละตัวไม่ได้เป็นอิสระอย่างสิ้นเชิงฉันไม่สามารถเพิ่มการคาดการณ์ทั้งหมดที่ตัวบ่งชี้แต่ละตัวทำขึ้นได้เองกุญแจสำคัญคือการหาค่าพยากรณ์เพิ่มเติมที่ตัวบ่งชี้แต่ละตัวมีมากกว่าที่คาดการณ์ไว้ wasn t ยากที่จะใช้ แต่ก็หมายความว่าถ้าฉันเป็นเส้นโค้งตัวชี้วัดที่เหมาะสมหลายในเวลาเดียวกันฉันต้องระวังการเปลี่ยนแปลงหนึ่งจะมีผลต่อการคาดการณ์ของ another. In เพื่อให้พอดีกับตัวบ่งชี้ทั้งหมดในเวลาเดียวกันฉัน ตั้งค่าเพิ่มประสิทธิภาพเพื่อก้าวไปข้างหน้าเพียง 30 วิธีในการสร้างเส้นโค้งการทำนายใหม่ด้วยการผ่านแต่ละครั้งด้วยการกระโดด 30 ครั้งนี้ที่ฉันพบ ว่าเส้นโค้งการคาดการณ์จะมีเสถียรภาพภายในไม่กี่นาทีด้วยตัวบ่งชี้แต่ละตอนนี้ให้เราทำนายราคาของฉันเพิ่มเติมฉันสามารถเพิ่มพวกเขาขึ้นเพื่อสร้างการคาดการณ์เดียวของตลาดที่จะอยู่ใน 10 วินาทีทำไมคาดการณ์ราคาไม่เพียงพอ คุณอาจคิดว่าด้วยขอบนี้ในตลาดฉันเป็นสีทอง แต่คุณต้องจำไว้ว่าตลาดถูกสร้างขึ้นจากการเสนอราคาและข้อเสนอ - ไม่ใช่แค่หนึ่งในราคาตลาดความสำเร็จในการซื้อขายความถี่สูงลงมาได้รับราคาที่ดีและ มันไม่ง่ายที่ปัจจัยดังต่อไปนี้ทำให้การสร้างระบบที่ทำกำไรได้ยากกับการค้าแต่ละครั้งที่ฉันต้องจ่ายค่าคอมมิชชั่นให้ทั้งโบรกเกอร์ของฉันและการแลกเปลี่ยนความแตกต่างระหว่างการกระจายการเสนอราคาสูงสุดและเสนอต่ำสุดหมายความว่าถ้าฉันเป็นเพียงแค่ซื้อและ ขายสุ่มฉัน d จะสูญเสียตันของเงินส่วนใหญ่ของปริมาณการตลาดเป็นบอทอื่น ๆ ที่จะดำเนินการค้ากับฉันหากพวกเขาคิดว่าพวกเขามีขอบทางสถิติบางดูข้อเสนอไม่ได้รับประกันว่าฉันสามารถซื้อได้โดย เวลาสั่งซื้อของฉันได้แลกเปลี่ยนเป็นไปได้มากว่าข้อเสนอที่จะได้รับการยกเลิกเป็นผู้เล่นในตลาดขนาดเล็กมีวิธีที่ฉันสามารถแข่งขันกับความเร็ว alone. Building จำลองการซื้อขายเต็มดังนั้นฉันมีกรอบที่อนุญาตให้ฉัน แต่ฉันต้องไปไกลกว่านี้ - ฉันต้องการกรอบที่จะช่วยให้ฉัน backtest และเพิ่มประสิทธิภาพระบบการค้าแบบเต็มหนึ่งที่ฉันถูกส่งคำสั่งซื้อและรับในตำแหน่งในกรณีนี้ฉัน d จะเพิ่มประสิทธิภาพสำหรับ PL รวมและ บางส่วนเฉลี่ยต่อการค้า PL นี้จะยุ่งยากและในบางวิธีเป็นไปไม่ได้ที่จะตรงรุ่น แต่ฉันได้ดีที่สุดเท่าที่ฉันสามารถนี่คือบางส่วนของปัญหาที่ฉันต้องจัดการกับเมื่อคำสั่งถูกส่งไปยังตลาดในการจำลอง ฉันต้องสร้างแบบจำลองเวลาล่าช้าความจริงที่ว่าระบบของฉันเห็นข้อเสนอพิเศษไม่ได้หมายความว่าจะสามารถซื้อได้ทันทีระบบจะส่งคำสั่งซื้อรอประมาณ 20 มิลลิวินาทีต่อจากนั้นเฉพาะในกรณีที่ข้อเสนอพิเศษยังมีอยู่ถือว่าเป็นข้อเสนอพิเศษ ดำเนินการค้า นี้ไม่แน่นอนเพราะเวลาล่าช้าจริงไม่สอดคล้องกันและไม่รายงานเมื่อฉันวางเสนอราคาหรือข้อเสนอผมต้องดูกระแสการค้าดำเนินการโดย API และใช้ที่จะวัดเมื่อคำสั่งของฉันจะมีการดำเนินการกับการทำเช่นนี้ฉันขวา มีการติดตามตำแหน่งของฉันในคิว It sa แรกในระบบแรกออกอีกครั้งฉัน couldn t ทำอย่างนี้ได้อย่างสมบูรณ์ แต่ฉันทำ approximation. Te ดีที่สุดเพื่อปรับแต่งการดำเนินการสั่งซื้อของฉันสิ่งที่ฉันไม่ได้ใช้แฟ้มบันทึกของฉันจาก การซื้อขายผ่านทาง API และเปรียบเทียบกับล็อกไฟล์ที่ผลิตโดยการซื้อขายจำลองจากช่วงเวลาเดียวกันที่แน่นอนฉันสามารถจำลองได้ถึงจุดที่ถูกต้องและสำหรับชิ้นส่วนที่ไม่สามารถทำตามรูปแบบได้ อย่างน้อยผลการผลิตที่มีความคล้ายคลึงกันทางสถิติในตัวชี้วัดที่ฉันคิดว่ามีความสำคัญการทำกำไร trades. With แบบจำลองการสั่งซื้อในสถานที่ที่ฉันตอนนี้สามารถส่งคำสั่งซื้อในโหมดการจำลองและดู PL จำลอง แต่วิธีการจะเอ็ม ระบบ Y ทราบเวลาและสถานที่ที่จะซื้อและขายการคาดการณ์การเคลื่อนไหวของราคาเป็นจุดเริ่มต้น แต่ไม่ใช่เรื่องทั้งหมดสิ่งที่ฉันทำคือการสร้างระบบการให้คะแนนสำหรับแต่ละระดับราคา 5 ระดับในการเสนอราคาและการเสนอราคาซึ่งรวมถึงระดับหนึ่งด้านบนด้านใน การเสนอราคาสำหรับคำสั่งซื้อและระดับต่ำกว่าข้อเสนอพิเศษภายในสำหรับคำสั่งขายหากคะแนนที่ระดับราคาหนึ่ง ๆ สูงกว่าเกณฑ์ที่กำหนดซึ่งหมายความว่าระบบของฉันควรมีข้อเสนอในการเสนอราคาที่ใช้งานอยู่ที่นั่นซึ่งอยู่ต่ำกว่าเกณฑ์แล้วคำสั่งซื้อที่ใช้งานอยู่ ควรจะยกเลิกตามนี้ไม่ได้ผิดปกติที่ระบบของฉันจะแฟลชเสนอราคาในตลาดแล้วยกเลิกทันทีแม้ว่าฉันพยายามลดนี้เป็นที่น่ารำคาญเป็น heck ให้ทุกคนมองหน้าจอด้วยสายตามนุษย์ - รวมทั้ง me. The คะแนนราคาถูกคำนวณจากปัจจัยต่อไปนี้การคาดการณ์การย้ายราคาที่เราได้กล่าวถึงก่อนหน้านี้ระดับราคาที่อยู่ในระดับคำถามระดับราคาภายในหมายถึงการคาดการณ์การย้ายฐานการผลิตที่สูงขึ้นจำนวนที่ต้องทำในด้านหน้าของฉัน ลำดับในคิวไม่ดีขึ้นจำนวนสัญญาที่อยู่เบื้องหลังการสั่งซื้อของฉันในคิวเพิ่มเติมได้ดีกว่าปัจจัยเหล่านี้โดยเฉพาะที่ทำหน้าที่ในการระบุสถานที่ที่ปลอดภัยในการเสนอราคาการคาดการณ์การย้ายราคาเพียงอย่างเดียวไม่เพียงพอเพราะไม่ได้บัญชีสำหรับข้อเท็จจริงที่ว่า เมื่อวางประมูลฉันไม่ได้กรอกข้อมูลโดยอัตโนมัติ - ฉันแค่เติมเต็มถ้ามีคนขายให้ฉันที่นั่นความเป็นจริงก็คือความเป็นจริงเพียงอย่างเดียวของคนที่ขายให้ฉันในราคาที่แน่นอนก็เปลี่ยนอัตราสถิติของการค้าได้ตัวแปรที่ใช้ในขั้นตอนนี้ ทั้งหมดได้รับการเพิ่มประสิทธิภาพนี้ทำในลักษณะเดียวกับฉันปรับตัวแปรในตัวบ่งชี้การเคลื่อนไหวของราคายกเว้นในกรณีนี้ผมเพิ่มประสิทธิภาพสำหรับบรรทัดล่าง L L. What สิ่งที่โปรแกรมของฉันละเลยเมื่อการซื้อขายเป็นมนุษย์เรามักจะมีอารมณ์ที่มีประสิทธิภาพและ อคติที่อาจนำไปสู่การตัดสินใจที่ดีกว่าน้อยที่สุดเห็นได้ชัดว่าฉันไม่ต้องการจัดองค์ประกอบอคติเหล่านี้ต่อไปนี้เป็นปัจจัยบางประการที่ทำให้ระบบของฉันละเลยราคาที่ถูกป้อนเข้าในสำนักงานการค้า ที่จะได้ยินการสนทนาเกี่ยวกับราคาที่มีคนยาวหรือสั้นเช่นถ้าที่จะมีผลต่อการตัดสินใจในอนาคตของพวกเขาในขณะที่มีความถูกต้องบางส่วนเป็นส่วนหนึ่งของกลยุทธ์การลดความเสี่ยงจริงๆมันไม่มีผลต่อหลักสูตรในอนาคตของเหตุการณ์ในตลาดดังนั้นฉัน โปรแกรมจะไม่สนใจข้อมูลนี้อย่างสิ้นเชิงแนวคิดนี้เหมือนกับแนวคิดการละเลยค่าใช้จ่ายที่เกิดจากการลุกลามไประยะสั้นและออกจากตำแหน่งที่ยาวนานโดยปกติแล้วผู้ค้าจะมีเกณฑ์ที่แตกต่างกันซึ่งจะกำหนดว่าจะขายตำแหน่งที่ยาวเมื่อเทียบกับตำแหน่งที่จะไปสั้น ๆ อย่างไรก็ตามจากมุมมองของอัลกอริทึม ไม่มีเหตุผลที่จะสร้างความแตกต่างหากอัลกอริธึมของฉันคาดว่าการขายย้ายลงจะเป็นความคิดที่ดีไม่ว่าจะเป็นในระยะยาวสั้นหรือแบนกลยุทธ์การเสแสร้งขึ้น - นี่คือกลยุทธ์ทั่วไปที่ผู้ค้าจะซื้อหุ้นเพิ่มขึ้นในเหตุการณ์ ที่มีการค้าเดิมไปกับพวกเขาซึ่งส่งผลให้ราคาซื้อเฉลี่ยของคุณต่ำกว่าและมันหมายถึงเมื่อหรือถ้าสต็อกจะเปลี่ยนรอบคุณจะได้รับการตั้งค่าให้มอนของคุณ ey กลับในเวลาไม่นานในความคิดของฉันนี้เป็นจริงกลยุทธ์ที่น่ากลัวจนกว่าคุณจะ Warren Buffet คุณหลอกอีกครั้งในการคิดว่าคุณกำลังทำดีเพราะส่วนใหญ่ของธุรกิจการค้าของคุณจะเป็นผู้ชนะปัญหาคือเมื่อคุณสูญเสียคุณสูญเสียใหญ่ผลอื่น ๆ คือมัน ทำให้มันยากที่จะตัดสินว่าคุณมีขอบในตลาดหรือเพิ่งจะโชคดีความสามารถในการตรวจสอบและยืนยันว่าโปรแกรมของฉันได้ในความเป็นจริงมีขอบเป็นเป้าหมายสำคัญเนื่องจากอัลกอริทึมของฉันได้ตัดสินใจด้วยวิธีเดียวกันโดยไม่คำนึงถึงตำแหน่ง มันเข้าสู่การค้าหรือถ้ามันเป็นเวลานานหรือสั้นมันก็นั่งเป็นครั้งคราวและใช้เวลาการค้าที่สูญเสียบางส่วนใหญ่นอกเหนือไปจากการค้าที่ชนะมากบาง แต่คุณไม่ควรคิดว่ามีการจัดการความเสี่ยงใด ๆ ในการจัดการความเสี่ยงที่ฉันบังคับใช้สูงสุด ตำแหน่งขนาด 2 สัญญาในแต่ละครั้งบางครั้งก็พุ่งขึ้นในวันที่มีปริมาณมากนอกจากนี้ฉันยังมีขีด จำกัด การสูญเสียรายวันสูงสุดเพื่อป้องกันมิให้เกิดสภาวะตลาดที่ไม่คาดคิดหรือข้อบกพร่องในซอฟต์แวร์ของฉันข้อ จำกัด เหล่านี้ถูกบังคับใช้ในรหัสของฉัน ฉันยังอยู่ในแบ็กเอนด์ผ่านโบรกเกอร์ของฉันเมื่อมันเกิดขึ้นฉันไม่เคยพบปัญหาใด ๆ ที่สำคัญวิ่งขั้นตอนเริ่มต้นจากช่วงเวลาที่ฉันเริ่มทำงานในโปรแกรมของฉันมันเอาฉันประมาณ 6 เดือนก่อนที่ฉันได้ไปจุดของการทำกำไรและเริ่มทำงาน อาศัยอยู่แม้ว่าจะเป็นธรรมจำนวนมากเวลาคือการเรียนรู้ภาษาเขียนโปรแกรมใหม่ขณะที่ฉันทำงานเพื่อปรับปรุงโปรแกรมฉันเห็นผลกำไรที่เพิ่มขึ้นสำหรับแต่ละสี่เดือนต่อไปสัปดาห์ที่ผ่านมาฉันจะฝึกระบบของฉันขึ้นอยู่กับก่อนหน้านี้ 4 สัปดาห์คุ้มค่าของ ข้อมูลที่ฉันพบนี้หลงสมดุลระหว่างการจับแนวโน้มพฤติกรรมการตลาดล่าสุดและการประกันอัลกอริทึมของฉันมีข้อมูลเพียงพอที่จะสร้างรูปแบบที่มีความหมายขณะที่การฝึกอบรมเริ่มใช้เวลามากขึ้นผมแยกออกเพื่อที่จะสามารถดำเนินการโดย 8 เครื่องเสมือนใช้ amazon EC2 ผลจากนั้นได้ถูกรวมเข้าด้วยกันในเครื่องของฉันจุดเริ่มต้นของการซื้อขายคือเดือนตุลาคมปี 2009 เมื่อทำเกือบ 100k หลังจากนี้ฉันยังคงใช้จ่ายต่อไปอีก 4 เดือน rying เพื่อปรับปรุงโปรแกรมของฉันแม้จะมีกำไรลดลงในแต่ละเดือนโชคร้ายโดยจุดนี้ฉันเดาฉัน d ใช้ความคิดที่ดีที่สุดของฉันเพราะไม่มีอะไรที่ฉันพยายามดูเหมือนจะช่วย much. With แห้วไม่สามารถทำให้การปรับปรุงและไม่ได้มีความรู้สึกของการเจริญเติบโตฉัน เริ่มคิดถึงทิศทางใหม่ฉันส่งอีเมล 6 บริษัท เทรดดิ้งความถี่สูงต่างๆเพื่อดูว่าพวกเขาสนใจในการจัดซื้อซอฟต์แวร์ของฉันหรือไม่และจ้างฉันไปทำงานให้กับพวกเขาไม่มีใครตอบว่าฉันมีแนวคิดเริ่มต้นใหม่ ๆ ที่ฉันต้องการจะทำเพื่อไม่ให้ฉันติดตาม UPDATE - ฉันโพสต์นี้ใน Hacker ข่าวและได้รับความสนใจมากฉันแค่อยากจะบอกว่าฉันไม่สนับสนุนใครพยายามที่จะทำอะไรเช่นนี้เองตอนนี้คุณจะต้องมีทีมงานของคนฉลาดจริงๆกับช่วงของประสบการณ์ มีความหวังในการแข่งขันแม้ในขณะที่ผมทำเช่นนี้ผมเชื่อว่ามันหายากมากสำหรับบุคคลที่จะประสบความสำเร็จแม้ว่าผมเคยได้ยินจากคนอื่น ๆ มีความคิดเห็นที่ด้านบนของหน้าเว็บที่กล่าวถึงการจัดการ sta tistics และหมายถึงฉันเป็นนักลงทุนรายย่อยที่ quants จะเก่งเลือกปิดนี้เป็นความคิดเห็นที่โชคร้ายค่อนข้างที่จะไม่เพียง แต่ในความเป็นจริงการตั้งค่าที่นอกเหนือมีความเห็นที่น่าสนใจบางส่วน UPDATE 2 - ฉันได้โพสต์คำถามที่พบบ่อยติดตามที่ตอบ คำถามทั่วไปที่ฉันได้รับจากผู้ค้าเกี่ยวกับโพสต์นี้การเรียนรู้ระบบการซื้อขายการเรียนรู้ SPDR SP 500 ETF SPY เป็นหนึ่งในผลิตภัณฑ์ ETF ซื้อขายกันอย่างแพร่หลายในตลาดโดยมีประมาณ 200 พันล้านในสินทรัพย์และมูลค่าการซื้อขายเฉลี่ยเพียงภายใต้ 200 ล้านหุ้นต่อวันดังนั้น ความเป็นไปได้ที่จะสามารถพัฒนาระบบการซื้อขายทำเงินได้โดยใช้ข้อมูลที่เปิดเผยต่อสาธารณชนอาจดูเหมือนไม่มากนักดังนั้นเพื่อให้โอกาสในการต่อสู้เราจะมุ่งเน้นไปที่การคาดการณ์การเคลื่อนไหวข้ามคืนใน SPY โดยใช้ ข้อมูลจากเซสชันของวันก่อนหน้านอกจากราคาเปิดต่ำและราคาปิดที่สูงในเซสชั่นวันก่อนหน้าเราได้เลือกตัวแปรที่น่าจะเป็นไปได้อื่น ๆ เพื่อสร้างเวกเตอร์คุณลักษณะที่เราจะใช้ ในเครื่องของเราเรียนรู้ model. The ปริมาณรายวันวันปิด s ราคาก่อนหน้า 200 วัน, 50 วันและ 10 วันเฉลี่ยเคลื่อนที่ของราคาปิดราคา 252 วันสูงและต่ำของซีรีส์ SPY เรา จะพยายามสร้างแบบจำลองที่คาดการณ์ผลตอบแทนคืนใน ETF คือ O t 1 C t C ในการออกกำลังกายนี้เราใช้ข้อมูลรายวันตั้งแต่ต้นชุด SPY จนถึงสิ้นปี 2014 เพื่อสร้างแบบจำลอง, จากนั้นเราจะทดสอบข้อมูลที่ไม่อยู่ในกลุ่มตัวอย่างที่เรียกใช้ตั้งแต่เดือนมกราคม 2015 ถึง ส. ค. 2016 ในบริบทความถี่สูงจำนวนมากจะใช้เวลาในการประเมินทำความสะอาดและทำให้เป็นมาตรฐานข้อมูลที่นี่เราเผชิญกับปัญหาที่เกิดขึ้นน้อยมากในประเภทนี้โดยปกติแล้ว จะเป็นมาตรฐานข้อมูลการป้อนข้อมูลเพื่อให้เท่ากันกับอิทธิพลของตัวแปรที่สามารถวัดได้จากเครื่องชั่งที่แตกต่างกันมาก แต่ในตัวอย่างนี้ตัวแปรทั้งหมดที่นำเข้ายกเว้นปริมาณจะวัดได้ในระดับเดียวกันและมาตรฐานจึงเป็นเนื้อหา ไม่จำเป็นประการแรกข้อมูลในตัวอย่างคือ loa ded และใช้ในการสร้างชุดการฝึกอบรมของกฎที่แมปเวกเตอร์คุณสมบัติไปยังตัวแปรที่น่าสนใจผลตอบแทนคืนใน Mathematica 10 Wolfram แนะนำชุดของกลไกการเรียนรู้เครื่องที่รวมการถดถอยเพื่อนบ้านที่ใกล้ที่สุดเครือข่ายประสาทและป่าสุ่มร่วมกัน ด้วยฟังก์ชันการประเมินและเลือกเทคนิคการเรียนรู้เครื่องจักรที่ดีที่สุดสิ่งอำนวยความสะดวกเหล่านี้ช่วยให้สามารถสร้างตัวจำแนกประเภทหรือแบบจำลองการทำนายได้โดยใช้กลไกการเรียนรู้ของเครื่องเช่นการจดจำลายมือเช่นนี้เราจะสร้างแบบจำลองการทำนายในการฝึกอบรม SPY เพื่อให้ Mathematica สามารถ เลือกกลไกการเรียนรู้ที่ดีที่สุดของเครื่องมีหลายตัวเลือกสำหรับฟังก์ชัน Predict ซึ่งสามารถใช้ควบคุมการเลือกคุณลักษณะประเภทอัลกอริทึมประเภทของประสิทธิภาพและเป้าหมายมากกว่าการยอมรับค่าเริ่มต้นตามที่เราได้ทำไว้ที่นี่ โมเดลการเรียนรู้ด้วยเครื่องของเราเราจะโหลดข้อมูลตัวอย่างจาก ม. ค. 2015 ถึง ส. ค. 2016 และสร้างชุดทดสอบเรา ถัดไปสร้างวัตถุ PredictionMeasurement โดยใช้โมเดล Neighbour ใกล้ที่สุดที่สามารถใช้สำหรับการวิเคราะห์ต่อไปได้ไม่มีการกระจายตัวมากในการคาดการณ์แบบจำลองซึ่งทั้งหมดมีค่าเป็นบวกเทคนิคทั่วไปในกรณีดังกล่าวคือการลบค่าเฉลี่ยจากแต่ละการคาดการณ์ และเราอาจจะเป็นมาตรฐานด้วยการหารด้วยส่วนเบี่ยงเบนมาตรฐานการกระจายของผลลัพธ์ที่เกิดขึ้นจริงและการคาดการณ์ในชั่วข้ามคืนใน SPY ดูเหมือนจะเป็นไปในลักษณะนี้แล้วยังคงเป็นข้อบ่งชี้ที่ชัดเจนในการกระจายตัวของค่าพยากรณ์เมื่อเทียบกับผลตอบแทนที่เกิดขึ้นจริงในชั่วข้ามคืน สามารถแก้ไขได้โดยการใช้มาตรฐานในกรณีใด ๆ ดูเหมือนว่าจะมีความสัมพันธ์เล็ก ๆ น้อย ๆ ไม่เป็นเชิงเส้นระหว่างค่าพยากรณ์และค่าจริงซึ่งถือเป็นความหวังว่าโมเดลอาจจะมีประโยชน์อีกด้วยจากการคาดการณ์การค้าขายมีวิธีการต่างๆในการปรับใช้รูปแบบการคาดการณ์ ในบริบทของการสร้างระบบการซื้อขายเส้นทางที่ง่ายที่สุดซึ่งเราจะใช้ที่นี่คือการใช้เกตเวย์เกณฑ์และแปลงการคาดการณ์ที่ผ่านการกรอง เป็นสัญญาณการซื้อขาย แต่วิธีการอื่น ๆ ที่เป็นไปได้สำหรับ examplebining การคาดการณ์จากหลายรูปแบบเพื่อสร้างชุดคาดการณ์การใช้การคาดการณ์เป็นปัจจัยการผลิตในรูปแบบการเขียนโปรแกรมทางพันธุกรรมฟีดการคาดการณ์ลงในชั้นนำเข้าของรูปแบบเครือข่ายประสาทที่ออกแบบมาเฉพาะเพื่อสร้าง สัญญาณการซื้อขายมากกว่าคาดการณ์ในตัวอย่างนี้เราจะสร้างรูปแบบการซื้อขายโดยการใช้ตัวกรองแบบง่ายๆกับการคาดการณ์โดยเลือกเฉพาะค่าที่เกินเกณฑ์ที่กำหนดไว้นี่คือเคล็ดลับมาตรฐานที่ใช้ในการแยกสัญญาณในโมเดลจาก เสียงพื้นหลังเราจะยอมรับเฉพาะสัญญาณบวกที่เกินระดับเกณฑ์การสร้างระบบการซื้อขายที่ยาวนานเท่านั้นเช่นเราไม่สนใจการคาดการณ์ที่ต่ำกว่าระดับเกณฑ์เราซื้อ SPY เมื่อใกล้เคียงเมื่อการคาดการณ์เกินเกณฑ์และออกจากตำแหน่งที่ยาวใด ๆ วันรุ่งขึ้นเปิดกลยุทธ์นี้สร้างผลลัพธ์ pro forma ต่อไปนี้ระบบมีคุณลักษณะที่น่าสนใจบางอย่างรวมทั้งอัตราชนะ มากกว่า 66 และ CAGR ที่มากกว่า 10 สำหรับช่วงเวลาที่ไม่อยู่ในกลุ่มตัวอย่างตัวอย่างนี้เป็นภาพประกอบพื้นฐานที่เราต้องการจะคิดค่าคอมมิชชั่นการค้าและความล่าช้าที่เกิดขึ้นในการเข้าและออกจากตำแหน่งในโพสต์และ pre - ช่วงเวลาการตลาดซึ่งจะส่งผลเสียต่อประสิทธิภาพการทำงานของหลักสูตรในทางกลับกันเราเพิ่งเริ่มขูดขีดพื้นผิวในแง่ของตัวแปรที่สามารถพิจารณาเพื่อรวมไว้ในเวคเตอร์คุณลักษณะและอาจเพิ่มพลังการอธิบายของโมเดล ในคำอื่น ๆ ในความเป็นจริงนี่เป็นเพียงจุดเริ่มต้นของกระบวนการวิจัยที่มีความยาวและลำบากอย่างไรก็ตามตัวอย่างง่ายๆนี้น่าจะเพียงพอที่จะทำให้ผู้อ่านได้ลิ้มรสสิ่งที่เกี่ยวข้องกับการสร้างโมเดลการค้าแบบคาดการณ์โดยใช้กลไกการเรียนรู้ด้วยเครื่อง