Trong "A Random Walk Down Wall Street" (1973), Burton Malkiel đã gợi ý: "Một con khỉ bịt mắt ném phi tiêu vào các trang tài chính của một tờ báo có thể chọn một danh mục đầu tư có thể làm tốt như một chuyên gia được lựa chọn cẩn thận." Trong khi sự tiến hóa có thể khiến con người không còn thông minh hơn trong việc chọn cổ phiếu, lý thuyết của Charles Darwin đã được chứng minh là khá hiệu quả khi được áp dụng trực tiếp hơn.
HƯỚNG DẪN: Chiến lược chọn cổ phiếu
Thuật toán di truyền là gì?
Các thuật toán di truyền (GA) là các phương pháp giải quyết vấn đề (hay heuristic) bắt chước quá trình tiến hóa tự nhiên. Không giống như các mạng thần kinh nhân tạo (ANN), được thiết kế để hoạt động giống như các nơ-ron trong não, các thuật toán này sử dụng các khái niệm về chọn lọc tự nhiên để xác định giải pháp tốt nhất cho một vấn đề. Do đó, GA thường được sử dụng làm tối ưu hóa điều chỉnh các tham số để giảm thiểu hoặc tối đa hóa một số biện pháp phản hồi, sau đó có thể được sử dụng độc lập hoặc trong việc xây dựng ANN. (Để tìm hiểu thêm về ANN, xem: Mạng thần kinh: Lợi nhuận dự báo .)
Trong thị trường tài chính, thuật toán di truyền được sử dụng phổ biến nhất để tìm giá trị kết hợp tốt nhất của các tham số trong quy tắc giao dịch và chúng có thể được xây dựng thành các mô hình ANN được thiết kế để chọn cổ phiếu và xác định giao dịch. Một số nghiên cứu đã chứng minh tính hiệu quả của các phương pháp này, bao gồm "Thuật toán di truyền: Genesis của đánh giá chứng khoán" (2004) và "Ứng dụng của thuật toán di truyền trong tối ưu hóa khai thác dữ liệu thị trường chứng khoán" (2004). (Để biết thêm, hãy xem: Cách tạo thuật toán giao dịch .)
Thuật toán di truyền là gì?
Thuật toán di truyền hoạt động như thế nào
Các thuật toán di truyền được tạo ra bằng toán học bằng cách sử dụng các vectơ, là các đại lượng có hướng và độ lớn. Các tham số cho mỗi quy tắc giao dịch được biểu diễn bằng một vectơ một chiều có thể được coi là nhiễm sắc thể về mặt di truyền. Trong khi đó, các giá trị được sử dụng trong mỗi tham số có thể được coi là gen, sau đó được sửa đổi bằng cách sử dụng chọn lọc tự nhiên.
Ví dụ: quy tắc giao dịch có thể liên quan đến việc sử dụng các tham số như phân kỳ hội tụ trung bình di chuyển (MACD), trung bình di chuyển theo cấp số nhân (EMA) và ngẫu nhiên. Một thuật toán di truyền sau đó sẽ nhập các giá trị vào các tham số này với mục tiêu tối đa hóa lợi nhuận ròng. Theo thời gian, những thay đổi nhỏ được đưa ra và những thay đổi tạo ra tác động mong muốn được giữ lại cho thế hệ tiếp theo.
Có ba loại hoạt động di truyền sau đó có thể được thực hiện:
- Crossover đại diện cho sự sinh sản và trao đổi chéo được thấy trong sinh học, theo đó một đứa trẻ có những đặc điểm nhất định của cha mẹ. Các biến thể đại diện cho đột biến sinh học và được sử dụng để duy trì sự đa dạng di truyền từ một thế hệ của quần thể sang thế hệ tiếp theo bằng cách đưa ra những thay đổi nhỏ ngẫu nhiên. giai đoạn mà bộ gen cá thể được chọn từ một quần thể để sinh sản sau này (tái tổ hợp hoặc trao đổi chéo).
Ba thao tác này sau đó được sử dụng trong một quy trình gồm năm bước:
- Khởi tạo một quần thể ngẫu nhiên, trong đó mỗi nhiễm sắc thể là n -length, với n là số lượng tham số. Đó là, một số tham số ngẫu nhiên được thiết lập với n phần tử mỗi phần. Chọn các nhiễm sắc thể hoặc tham số, làm tăng kết quả mong muốn (có thể là lợi nhuận ròng). dân số hiện tại để tạo thành một dân số mới với toán tử lựa chọn. Lặp lại các bước từ hai đến bốn.
Theo thời gian, quá trình này sẽ dẫn đến nhiễm sắc thể (hoặc tham số) ngày càng thuận lợi để sử dụng trong quy tắc giao dịch. Quá trình sau đó được chấm dứt khi các tiêu chí dừng được đáp ứng, có thể bao gồm thời gian chạy, thể lực, số lượng thế hệ hoặc các tiêu chí khác.
Sử dụng thuật toán di truyền trong giao dịch
Trong khi các thuật toán di truyền chủ yếu được sử dụng bởi các nhà giao dịch định lượng tổ chức, các nhà giao dịch cá nhân có thể khai thác sức mạnh của các thuật toán di truyền - không có bằng cấp về toán học nâng cao - sử dụng một số gói phần mềm trên thị trường. Các giải pháp này bao gồm từ các gói phần mềm độc lập hướng đến thị trường tài chính đến các tiện ích bổ sung Microsoft Excel có thể hỗ trợ phân tích thực hành nhiều hơn.
Khi sử dụng các ứng dụng này, các nhà giao dịch có thể xác định một tập hợp các tham số được tối ưu hóa bằng thuật toán di truyền và một bộ dữ liệu lịch sử. Một số ứng dụng có thể tối ưu hóa tham số nào được sử dụng và các giá trị cho chúng, trong khi các ứng dụng khác chủ yếu tập trung vào việc tối ưu hóa đơn giản các giá trị cho một bộ tham số đã cho. (Để tìm hiểu thêm về các chiến lược bắt nguồn từ chương trình này, hãy xem: Sức mạnh của các giao dịch chương trình .)
Phù hợp đường cong (quá mức) hoặc thiết kế một hệ thống giao dịch xung quanh dữ liệu lịch sử thay vì xác định hành vi lặp lại, thể hiện rủi ro tiềm ẩn cho các nhà giao dịch sử dụng thuật toán di truyền. Bất kỳ hệ thống giao dịch nào sử dụng GA phải được kiểm tra chuyển tiếp trên giấy trước khi sử dụng trực tiếp.
Chọn tham số là một phần quan trọng của quy trình và nhà giao dịch nên tìm kiếm các tham số tương quan với thay đổi về giá của một chứng khoán nhất định. Ví dụ: thử các chỉ số khác nhau để xem liệu có bất kỳ mối tương quan nào với các lượt thị trường lớn hay không. (Để biết thêm, hãy xem: Chọn Phần mềm Giao dịch Thuật toán Đúng .)
Điểm mấu chốt
Thuật toán di truyền là những cách độc đáo để giải quyết các vấn đề phức tạp bằng cách khai thác sức mạnh của tự nhiên. Bằng cách áp dụng các phương pháp này để dự đoán giá bảo mật, nhà giao dịch có thể tối ưu hóa các quy tắc giao dịch bằng cách xác định các giá trị tốt nhất để sử dụng cho từng tham số cho một bảo mật nhất định. Tuy nhiên, các thuật toán này không phải là Chén Thánh và các nhà giao dịch nên cẩn thận để chọn đúng tham số và không phù hợp với đường cong. (Để đọc thêm, hãy xem: Cách mã hóa Robot giao dịch Algo của riêng bạn .)
