эволюционное создание мо­дели входа

Ниже приводятся шаги, необходимые для эволюционного создания мо­дели входа, основанной на шаблонах правил, используемых в этом иссле­довании:

1.        Выберите произвольную хромосому с 12 элементами. Она представляет собой потенциальное решение (случайное и, ве­роятно, не очень хорошее).

2.        Поставьте в соответствие каждому параметру правил опреде­ленное число, чтобы получить три полностью определенных правила (одно для каждого гена), и определите значение ИСТИНА/ЛОЖЬ для всех дней во временном ряду.

3.      Обработайте ценовые данные день за днем. Если в данный день все три правила возвращают  значение ИСТИНА и если нет те­ кущей длинной (или короткий) позиции, то модель получает   рыночный приказ на покупку (или продажу) при завтрашнем открытии.

4.        Если имеется позиция, используйте стандартную стратегию выхода для осуществления выхода.

5.        Оцените торговую эффективность потенциального решения. Для этого определите пригодность решения как соотноше­ние риск/прибыль в годовом выражении — величина, кото­рая фактически является значением {-критерия.

6.. Сообщите генетическому оптимизатору, насколько пригодно (в вышеупомянутом смысле) потенциальное решение (хромо­сома) . Это позволит генетическому оптимизатору обновить по­пуляцию хромосом.

7.        Если решение отвечает определенным критериям, то следует сгенерировать сводку эффективности системы и другую ин­формацию и сохранить эти данные в файле для последующе­го рассмотрения.

8.        Повторять вышеупомянутые шаги снова и снова до тех пор, пока не пройдет достаточное число поколений.

Так как вышеупомянутые шаги повторяются, решения или поколе­ния, созданные генетическим оптимизатором, в среднем становятся луч­ше и лучше. Большое количество отдельных эффективных решений по­явится в течение эволюционного процесса. Большинство решений будет записано в файле, созданном в ходе неоднократного выполнения первых семи вычислительных шагов. Ниже будет рассмотрен код, написанный на C ++, который осуществляет вышеупомянутые шаги.

Из-за природы правил, вероятно, будет различным поведение моде­лей при открытии длинных и коротких позиций. В связи с этим модели входа для длинных позиций найдены и проверены отдельно от моделей входа для коротких позиций. Эффективность модели оценивается на всем портфеле. Цель состоит в том, чтобы найти набор правил, которые обес­печивают наилучшую эффективность торговли всем портфелем финан­совых инструментов. Процедура, используемая здесь, отличается от на­ших более ранних исследований (Katz , McCormick , февраль 1997), где по­иск оптимальных правил проводился на каждом рынке в отдельности -— подход, в большей степени подверженный эффектам вредной подгон­ки под исторические данные. Напомним вывод, полученный в отноше­нии нескольких моделей, которые были первоначально оптимизированы на индивидуальных инструментах: при использовании одной модели для всех рынков без оптимизации или настройки под отдельный рынок эф­фективность данной модели может существенно понизиться. В нижесле­дующих тестах использовалась стандартная платформа C ++, стандарт­ные приказы входа и стратегия выхода.