Verwendung des neuronalen Netzes für den Handel an der Börse

17

Ich bin in das Gebiet der neuronalen Netze eingetaucht und habe mich für sie begeistert.

Ich habe endlich ein Anwendungsframework zum Testen von Handelssystemen an Börsen entwickelt und werde jetzt mein erstes neuronales Netzwerk darin implementieren. Sehr einfach und primitiv, nicht für den echten Handel gedacht, nur für den Anfang.

Ich möchte nur wissen, ob mein Ansatz gut ist.

Und wenn du siehst, dass mir etwas fehlt (oder ich irre mich in etwas) oder du eine Idee hast, was einem Anfänger in einem Bereich neuronaler Netze beim Markthandel helfen könnte, würde mich das einfach überglücklich machen :)

Ich habe 40 Inputs, Marktwerte von der Börse (S & P e-mini, aber das ist nicht wichtig).

Für diese 40 Eingänge kenne ich 2 Zahlen.

Wie viel Geld würde ich mit einem Kaufauftrag verdienen oder verlieren?
Wie viel Geld würde ich mit einem Verkaufsauftrag verdienen oder verlieren?

Aufgrund der Funktionsweise der Börsen können beide Zahlen tatsächlich negativ / positiv sein, was darauf hinweist, dass ich Geld für Kauf und Verkauf verlieren / verdienen kann (dies liegt daran, dass ein Trade mit "loss limiting" - oder "targeting" -Aufträgen wie STOP, LIMIT versehen sein kann etc. die sich anders verhalten).

Aber wenn das passiert, ist das ein Hinweis darauf, dass ich überhaupt keine Bestellung aufgeben sollte, auch wenn sowohl Kauf- als auch Verkaufsaufträge positive Zahlen ergeben.

Ich stelle mir vor, dass die beste zu verwendende Aktivierungsfunktion das ... Sigmoid-Ding ist, aber mit einem Bereich von -1 bis 1 (ich habe herausgefunden, dass es im Internet viele Namen nennt ... bipolares Sigmoid, Tanh, Tangens-Etwas ... Ich bin kein profunder Mathematiker.

Mit einem Back Propagation Learning lehre ich das Netzwerk, dass es für die 40 Eingänge 1 Ausgang gibt und dieser Ausgang eine dieser Zahlen ist.

-1 was bedeutet, dass ein Verkaufsauftrag Geld verdient, ein Kauf Geld verliert
+1 was bedeutet, dass Kaufauftrag Geld verdienen wird, Verkauf Geld verlieren wird
0, was bedeutet, dass sowohl Kauf als auch Verkauf Geld verkaufen / verlieren. Vermeiden Sie am besten den Handel

Ich stelle mir vor, dass nach dem Lernen die Netzwerkausgabe immer eine Zahl nahe -1, 1 oder 0 sein wird und es nur an mir liegt, wo ich den Schwellenwert für den Kauf oder Verkauf festlege.

Ist dies ein richtiger Weg, um ein neuronales Netzwerk zu nutzen?

Überall im Internet sind die Ergebnisse für lernende Menschen, die die Backpropagation-Lernmaschine geben, die zukünftigen Werte des Marktdiagramms und nicht die erwarteten Gelderträge für verschiedene Handelseinträge (Kaufen oder Verkaufen). Ich halte das für einen schlechten Ansatz, da mich die zukünftigen Chartwerte nicht interessieren, sondern das Geld, das ich verdienen möchte.

Bearbeiten: Ich beabsichtige, ein neuronales Netzwerk für den automatisierten Handel aufzubauen, nicht für Entscheidungshilfen.

machine-learning neural-networks

— Mirek
quelle

1

In Anbetracht von Geoff Hinton kein multibillionare ist, würde ich sagen , es wird nicht so gut funktionieren , wie Sie denken , es wird. Abgesehen von Scherzen könnten Sie eine vorhandene Architektur verwenden, die zukünftige Werte abbildet und diese in eine zusätzliche Ebene einspeist, die eine von Ihnen vorgeschlagene Klassifizierung vornimmt. Ich denke, hinter diesen bestehenden Netzen steckt die Idee, dass ein erfahrener Händler auf der Grundlage der Preise selbst entscheiden kann, ob z. B. ein Leerverkauf in einem bestimmten Marktzustand zu seinem Vorteil sein könnte.

— Jonsca

Ich kann verstehen, dass Menschen neuronale Netze als Entscheidungshilfen nutzen wollen. Ich werde den Beitrag bearbeiten, da es in der Tat eine wichtige Klarstellung ist, dass ich weiter gehen und neuronale Netze auch für den automatisierten Handel verwenden möchte.

— Mirek

27

Dieser Ansatz weist schwerwiegende Mängel auf.

$90\%$ $10\%$

$6\%$ $5\%$ $60\%$

Drittens sollten Sie erkennen, dass Sie mit anderen Menschen konkurrieren, die auch Zugang zu neuronalen Netzen haben. Es gibt viele kommerzielle Programme, die sich an Daytrader richten, die auf neuronalen Netzen basieren. (Diese werden von Leuten hergestellt, die es für rentabler halten, Software an verwirrte Tageshändler zu verkaufen, als ihre eigenen Systeme zu verwenden.) Es gibt viele proprietäre Systeme, von denen einige möglicherweise neuronale Netze beinhalten. Um einen Wert zu finden, den sie übersehen, müssen Sie einen Vorteil haben, und Sie haben keinen erwähnt.

Ich bin ein großer Fan von neuronalen Netzen, aber ich denke, typische Benutzer von neuronalen Netzen an der Börse verstehen die Grundlagen nicht und verbrennen Geld.

— Douglas Zare
quelle

Ich bin mir des Risikomanagements sehr wohl bewusst, dachte, ich wüsste nicht genau, wie sich das Risikomanagement für diese primitive Aufgabe verhalten würde, aber ich habe keine Wunder erwartet. Und ja, ich möchte eigentlich neuronale Netze gut kennen, deshalb baue ich sie selbst auf. Das ist der Vorteil, den ich suche.

— Mirek

14

These are made by people who find it more profitable to sell software to confused day traders than to use their own systems

Das allein wäre eine Gegenleistung wert gewesen.

— Jonsca

0

Mir ist klar, dass dies ein alter Thread ist, aber für den Fall, dass jemand darauf stößt, musste das OP sein gewünschtes Feld in das 0: 1-Feld hineinquetschen. Das heißt, Sie müssen nur -1 = 0.0, 0 = 0.5 und 1 = 1 neu zuordnen. Dann können Sie einfach die standardmäßige logistische Sigmoid-Aktivierungsfunktion verwenden.

— Nick
quelle