Burton schlug in seinem Buch "A Random Walk Down Wall Street" (1973) vor: "Ein Affe mit verbundenen Augen, der auf den Finanzseiten einer Zeitung Darts wirft, könnte ein Portfolio auswählen, das genauso gut wäre. als ein sorgfältig von Experten ausgewählt. " Während die Evolution den Menschen vielleicht nicht intelligenter gemacht hat, Aktien zu kaufen, ist die Theorie von Charles Darwin sehr effektiv, wenn er direkter angewandt wird. (Um Ihnen bei der Auswahl von Aktien behilflich zu sein, lesen Sie How To Pick A Stock .)

TUTORIAL: Aktienauswahl-Strategien

Was sind genetische Algorithmen?
Genetische Algorithmen (GAs) sind Problemlösungsmethoden (oder Heuristiken), die den Prozess der natürlichen Evolution nachahmen. Im Gegensatz zu künstlichen neuronalen Netzen (ANNs), die entworfen wurden, um wie Neuronen im Gehirn zu funktionieren, verwenden diese Algorithmen die Konzepte der natürlichen Selektion, um die beste Lösung für ein Problem zu bestimmen. Infolgedessen werden GAs üblicherweise als Optimierer verwendet, die Parameter anpassen, um ein Feedbackmaß zu minimieren oder zu maximieren, das dann unabhängig oder beim Aufbau eines ANN verwendet werden kann.

Auf den Finanzmärkten werden genetische Algorithmen am häufigsten verwendet, um die besten Kombinationswerte von Parametern in einer Handelsregel zu finden, und sie können in ANN-Modelle eingebaut werden, die Aktien auswählen und Trades identifizieren. Mehrere Studien haben gezeigt, dass diese Methoden sich als wirksam erweisen können, einschließlich "Genetische Algorithmen: Genese der Bestandsbewertung" (2004) von Rama und "Die Anwendungen genetischer Algorithmen bei der Optimierung von Bestandsdaten-Mining" (2004) von Lin, Cao, Wang Zhang. (Um mehr über ANN zu erfahren, siehe Neuronale Netze: Prognosegewinne .)

Wie genetische Algorithmen funktionieren
Genetische Algorithmen werden mathematisch unter Verwendung von Vektoren erzeugt, die Größen sind, die Richtung und Größe haben. Parameter für jede Handelsregel sind mit einem eindimensionalen Vektor dargestellt, der genetisch als Chromosom gedacht werden kann. Inzwischen können die in jedem Parameter verwendeten Werte als Gene angesehen werden, die dann unter Verwendung natürlicher Selektion modifiziert werden.

Zum Beispiel kann eine Handelsregel die Verwendung von Parametern wie gleitende durchschnittliche Konvergenzdivergenz (MACD), exponentiell gleitender Durchschnitt (EMA) und Stochastik beinhalten. Ein genetischer Algorithmus würde dann Werte in diese Parameter eingeben, mit dem Ziel, den Nettogewinn zu maximieren. Im Laufe der Zeit werden kleine Änderungen eingeführt und diejenigen, die eine wünschenswerte Auswirkung haben, werden für die nächste Generation beibehalten.

Es gibt drei Arten von genetischen Operationen, die dann ausgeführt werden können:

• Überkreuzungen repräsentieren die Reproduktion und biologische Kreuzung, die in der Biologie gesehen werden, wobei ein Kind bestimmte Eigenschaften seiner Eltern annimmt.
• Mutationen stellen eine biologische Mutation dar und werden verwendet, um die genetische Diversität von einer Generation einer Population zur nächsten aufrechtzuerhalten, indem zufällige kleine Veränderungen eingeführt werden.
• Selektionen sind das Stadium, in dem einzelne Genome aus einer Population für eine spätere Züchtung (Rekombination oder Crossover) ausgewählt werden.

Diese drei Operatoren werden dann in einem fünfstufigen Prozess verwendet:

1. Initialisiert eine zufällige Population, wobei jedes Chromosom n -Länge ist, wobei n die Nummer von Parameter. Das heißt, eine Zufallszahl von Parametern wird jeweils mit n Elementen erstellt.
2. Wählen Sie die Chromosomen oder Parameter aus, die die gewünschten Ergebnisse (vermutlich den Reingewinn) erhöhen.
3. Wenden Sie Mutations- oder Crossover-Operatoren auf die ausgewählten Eltern an und generieren Sie einen Nachkommen.
4. Rekombinieren Sie die Nachkommenschaft und die aktuelle Population, um eine neue Population mit dem Selektionsoperator zu bilden.
5. Wiederholen Sie die Schritte zwei bis vier.

Mit der Zeit führt dieser Prozess zu zunehmend günstigen Chromosomen (oder Parametern) für die Verwendung in einer Handelsregel. Der Prozess wird dann beendet, wenn ein Stoppkriterium erfüllt ist, das Laufzeit, Fitness, Anzahl der Generationen oder andere Kriterien umfassen kann. (Für mehr zu MACD, lesen Sie Trading Die MACD Divergenz .)

Mit genetischen Algorithmen im Handel
Während genetische Algorithmen in erster Linie von institutionellen quantitativen Händlern verwendet werden, können einzelne Händler die Macht der genetischen Algorithmen nutzen - ohne einen Abschluss in fortgeschrittener Mathematik - mit mehreren Softwarepaketen auf dem Markt. Diese Lösungen reichen von eigenständigen Softwarepaketen, die auf die Finanzmärkte ausgerichtet sind, bis hin zu Microsoft Excel-Add-ons, die eine einfachere Analyse ermöglichen.

Bei der Verwendung dieser Anwendungen können Händler eine Reihe von Parametern definieren, die dann mithilfe eines genetischen Algorithmus und einer Reihe historischer Daten optimiert werden. Einige Anwendungen können optimieren, welche Parameter verwendet werden und die Werte für sie, während andere primär darauf fokussiert sind, einfach die Werte für einen gegebenen Satz von Parametern zu optimieren. (Um mehr über diese vom Programm abgeleiteten Strategien zu erfahren, lesen Sie Die Macht der Programm-Trades .)

Wichtige Optimierungstipps und -tricks
Kurvenanpassung (Überanpassung), ein Handelssystem um historische Daten herum entwerfen als identifizierbares wiederholbares Verhalten, stellt ein potenzielles Risiko für Händler dar, die genetische Algorithmen verwenden. Jedes Handelssystem, das GAs einsetzt, sollte vor der Live-Nutzung auf Papier vorgetestet werden.

Das Auswählen von Parametern ist ein wichtiger Teil des Prozesses, und Händler sollten nach Parametern suchen, die mit Preisänderungen eines bestimmten Wertpapiers korrelieren. Probieren Sie zum Beispiel verschiedene Indikatoren aus und prüfen Sie, ob irgendwelche mit den Marktumschwüngen korrelieren.

The Bottom Line
Genetische Algorithmen sind einzigartige Wege, um komplexe Probleme zu lösen, indem man die Kraft der Natur nutzt. Durch die Anwendung dieser Methoden zur Vorhersage von Wertpapierkursen können Trader Handelsregeln optimieren, indem sie die besten Werte identifizieren, die für jeden Parameter für ein bestimmtes Wertpapier zu verwenden sind. Diese Algorithmen sind jedoch nicht der Heilige Gral, und Händler sollten darauf achten, die richtigen Parameter und nicht die Kurvenanpassung (Überanpassung) zu wählen. (Um mehr über den Markt zu erfahren, lesen Sie Auf den Markt hören, nicht seine Experten .)