Unsere Fortforcement Learning Bergbau und Repository: Jetzt Live-Handel Machine Lernen war eine große Leidenschaft für mich in den letzten Jahren. Während des letzten Jahres und die meisten dieses Jahres habe ich mich für die Verbesserung und die Schaffung eines ML-System-Repository auf der Grundlage von klassischen überwachten Lerntechniken und in den vergangenen Monaten habe ich mich auf die Herstellung einer anderen Maschine Lernen Vision 8211 auf der Grundlage von Verstärkung Lernen 8211 basiert Zum Leben. Nach einer Menge harter Arbeit Implementierung OpenCL-basierte Mining-Software 8211, die RL-Strategien unter Verwendung GPU-Technologie 8211 und auch die Umsetzung der gesamten F4 Rahmenhandel und Cloud-Mining-Server-Seite Infrastruktur heute bin ich glücklich, den Beginn der RL-Live-Handel mit der Ankündigung der Erste 91 Systeme, die zu unserem Repository als das Ergebnis unserer ersten niedrigen Data-Mining-Bias-Experiment hinzugefügt wurden. In diesem Artikel werde ich ein wenig über diese Fortschritte und einige der Unterschiede sprechen, die RL mit einigen unserer anderen Handelsansätze gehabt hat. Unsere Bewehrungs-Lern-Bergbau-Experimente verlaufen genau wie unsere Preis-und Maschinen-Lern-Experimente haben, mit einigen kleinen Unterschiede. Der Kern des Prozesses bleibt der gleiche, wir generieren Trading-Strategien mit realen Daten und dann versuchen, die gleiche Suchprozedur mit zufälligen Daten, um jeden Prozess, wo die Erzeugung eines profitablen Systems in zufälligen Daten ist mehr als 1/100 als verwerfen Wahrscheinlich als die gleiche Erzeugung in realen Daten. Das bedeutet einfach, dass wir uns nur um Systeme kümmern, die weniger als 1 Chance aus der einfachen Stärke des Data-Mining-Prozesses haben. Im RL-Fall ist der Erstellungsprozeß jedoch komplexer, da er das Training des Verstärkungslernalgorithmus mit 60 der Daten 8211 einbezieht, die 10 Rücktests für jedes System 8211 umfassen und dann in den verbleibenden 40 testen und sicherstellen, daß der Anfang 60 kohärent bleibt Die 40 für die Prüfung verwendet (kleine Verschlechterung in der Pseudo-Out-of-Probe). Dieses exakt gleiche Verfahren wird auf reale und zufällige Serien angewendet. Beachten Sie, dass wir diese p-OS-Aufteilung in dem Fall von RL durchführen, da RL nicht 8220 Informationen 8221 aufgrund einer p-OS-Periode schließt. Dies geschieht, weil es auch in dieser Zeit trainiert, obwohl ohne Nachsicht (nur Züge einmal, wie es über sie ohne Möglichkeit, in die Zukunft zu sehen, so wie es trainiert, wenn Live-Handel). Für viele der oben genannten und ziemlich komplizierte Prozess scheint unnötig. Wenn Sie eine Pseudo-out-of-Probe, die bereits 40 der Daten ist, dann isn8217t dies genug 8220guarantee8221, dass Sie nicht in eine exzessive Kurvenanpassung oder Data-Mining-Bias-Falle fallen Die Antwort ist, dass die mehrere Test-Prozess 8211 die Dass you8217re mehrere Male für ein Pseudo Out-of-Probe, die 8211 funktioniert, macht es notwendig, um sicherzustellen, dass you8217re nicht nur ein Pseudo-out-of-Probe, die nur aus zufälliger Chance funktioniert suchen. Tatsächlich hat sich das RL-Bergwerk als äußerst gut bei der Suche nach Systemen erwiesen 8211 ja, Systeme, bei denen sogar die Testphase großartig aussieht 8211, wo es auch eine große Neigung gibt, genau die gleichen 8220großen Systeme8221 in zufälligen Serien zu finden. Dies zeigt, dass die Stärke des Abbauprozesses groß ist, der RL-Prozess ist sehr gut in der Montage und die Chance, dass Sie auch gut in Testphasen nur aus Zufall Chance kann auch sehr wichtig sein. Das zweite Bild in diesem Beitrag zeigt Ihnen ein Experiment, bei dem RL in der zufälligen Reihe (orange) viel mehr Systeme findet als in den realen Daten (gelb). Bisher haben wir nur einen einzigen Fall gefunden, in dem das RL in der Lage war, große Systeme in realen Daten zu finden, aber solche Systeme sind in zufälligen Datenreihen sehr selten (tatsächlich nicht vorhanden). Dies war ein EURUSD-Experiment, das 91 unkorrelierte Strategien für dieses Paar erzeugen konnte. Das im ersten Bild gezeigte System gehört zu dieser Gruppe, obwohl ich für diesen Backtest eine Testperiode von nur 2010-2016 verwendete (obwohl das System unter Verwendung eines 60/40 Splits wie oben beschrieben erzeugt wurde). Wie Sie sehen können, gibt es eine gewisse Verschlechterung der Sharpe innerhalb der Testperiode 8211 die maximale Abnahme geschieht innerhalb der Testphase 8211 aber insgesamt mindestens 40 des Gewinns geschieht innerhalb der 40 Testperiode und die Gesamtsystemeigenschaften bleiben ähnlich. Eine sehr wichtige Sache ist, dass die Linearität nicht wesentlich verschlechtert, was bedeutet, dass das System keine signifikanten Anzeichen von Alpha-Zerfall innerhalb dieser Periode zeigt, was zeigt, dass das System tatsächlich in der Lage ist, sich anzupassen, wie es seinen Online-Handel tut. Diese Systeme werden nun live in einem Oanda Live-Konto mit dem Asirikuy Trader gehandelt. Ein weiterer Vorteil von RL-Systemen ist, dass sie sehr schnell ausgeführt werden, da sie In-Memory-Arrays verwenden, die sehr effizient zugänglich sind und die Operationen, die an jedem Balken ausgeführt werden, extrem einfach sind. Die 91 Strategien laufen im Asirikuy-Trader etwas weniger als 0,4 Sekunden aus, auch dank einiger Änderungen, die ich in den vergangenen zwei Wochen gemacht habe, um die Effizienz des Programms zu steigern (Vermeidung unnötiger Datenanforderungen und unter Ausnutzung der Tatsache, dass Mehrere Systeme könnten die gleichen Symboldaten verwenden). Wir werden wahrscheinlich in der Lage sein, Hunderte von RL-Systemen im Asirikuy Trader auszuführen, bevor es zu Problemen kommt. Da diese RL-Systeme keine SL - oder TP-Werte verwenden, haben sie auch den Vorteil, dass sie gegen Ausführungsprobleme widerstandsfähiger sind, da sie keine vorbestimmten preispolitischen Ausgänge suchen, sondern einfach innerhalb des Anfangs / Endes der täglichen Balken (aktuelle Systeme Handel auf dem täglichen Zeitrahmen). Unsere Verstärkung Lernbergbau, Trading System Repository und Live-Trading-Konto sind der Beginn einer neuen Reise in unserem Verständnis der maschinellen Lernen, Kurvenanpassung und Data-Mining-Bias. In ein paar Monaten wissen wir, wie gut Bewehrungs-Lernsysteme auf veränderte Marktbedingungen reagieren können, wie gut sie lernen, wann Live-Handel stattfindet und wie einfach oder schwer es ist, RL-System-Generierungsprozesse mit geringer Daten-Mining-Bias zu finden. Wenn Sie mehr über RL lernen und wie Sie auch tatsächlich Handelssysteme mit dieser Art von Handel leben können, erwägen Sie, Asirikuy anzuschließen. Eine Website gefüllt mit Bildungs-Videos, Handelssysteme, Entwicklung und eine solide, ehrliche und transparente Ansatz in Richtung automatisierte trading. strategies. Mathematical Expectation in Multicurrency Forex Trading Einige Forex Trader verwenden die gleiche Handelsstrategie für alle Währungen, während andere völlig unterschiedliche Strategien abhängig Auf den Währungspaaren, die gehandelt werden. Oder Händler können mehrere Strategien mit mehreren Forex-Paaren, um vielleicht Gewinne zu erhöhen, während die Verringerung der Gefahr von Drawdown aus Überkonzentration auf einer einzigen Strategie. Kompetente Berater (EA) machen es möglich, die Eingabeparameter zu optimieren, doch machen sie es nicht unbedingt einfacher, separate Strategien zu einem einzigen System zusammenzufassen. Und Tests können ein erhöhtes Risiko aus überlappenden oder korrelierten Drawdowns zeigen, wenn unterschiedliche Forex-Strategien zusammengeführt werden. Unter Verwendung von Algorithmen kann ein Handelssystem Währungspaare überprüfen und spezifische Operationen entsprechend den Eingabeparametern durchführen. Eine Multi-Währung, Multi-System-EA kann gefertigt werden, um alle Trading-Strategien Seite an Seite zu beurteilen. Dies kann hilfreich sein, falls nur ein einziger EA auf ein bestimmtes Konto zugreifen darf. Es kann eine Herausforderung sein, ein Devisenhandelssystem zu entwickeln, das über verschiedene Währungspaare unter einer Vielzahl von Bedingungen gut funktioniert. Die meisten der weit verbreiteten Systeme für den Handel mit mehreren Währungen basieren auf Trendfolgen-Strategien wie Donchian-Channel-Breakouts und sind darauf ausgelegt, von sehr langfristigen Trends zu profitieren. Dennoch muss eine Multiwährungsstrategie deutlich zeigen, dass ein Sieg über die typischen Zeithorizonte für Devisenhändler besteht. Damit ein System sowohl mit EUR / USD als auch mit USD / JPY gut funktionieren kann, müssen die Signale trotz der Volatilität und der potentiellen Korrelation zwischen den beiden Paaren eine hohe Erfolgswahrscheinlichkeit aufweisen. Und Trades müssen Gewinner während ziemlich kurzer Zeitperioden werden. Wenn dies nicht der Fall ist, können Handelskorrespondenzpaare ein Risiko einer Überkonzentration und eines übermäßigen Drawdowns erzeugen. Im Handel der vier großen Währungspaare 8212 EUR / USD, GBP / USD, USD / JPY und USD / CHF gibt es viele profitable Chancen. Ive genießt guten Erfolg, indem sie eine Strategie auf Mathematische Erwartung (ME) basiert. Ich verwende ME, um Daten zu analysieren und umfassende Trading-Chancen zu ermitteln und Ein - / Ausgänge für den Handel der vier großen Währungspaare zu berechnen. Mathematische Erwartung prognostiziert die Wahrscheinlichkeit, dass ein Forex-Handel gewinnen wird Eine gut programmierte EA kann ME-Tools verwenden, um Systeme zu entwickeln, die über mehrere Währungspaare arbeiten. Ive half bei der Entwicklung ein paar Systeme, die in Echtzeit arbeiten und zeigen langfristige Rentabilität durch Back-Tests. Vor kurzem haben die Händler mehr bewusst geworden, die Nachteile, die bei der Verwendung von Data-Mining-Techniken zur Back-Test-und Feinabstimmung Strategien für Forex Trading-Systeme entstehen. Alternative System-Entwicklungsmethoden wie System Parameter Permutation (SPP) sind jetzt verfügbar und können helfen, Händler das Problem der Data-Mining-Bias zu vermeiden. Wenn Sie sorgfältig vorgehen, wird SPP oder Data Mining helfen, eine Reihe von Indikatoren guter Qualität aufzubauen, um Signale über die vier wichtigsten Währungspaare zu generieren. Dann berechnet der Sachverständige Mathematische Erwartung, um zu sehen, ob der Handel wahrscheinlich rentabel ist oder nicht. Schließlich ist es eine Frage der Spezifizierung von Filtern und Testen, um genaue Strategien zu finden, die konsequent in gewinnende, profitable Signale führen. Die Ein - und Ausspeisepunkte werden vom mechanischen Handelssystem unter Verwendung der mathematischen Erwartung berechnet, die an die aktuelle Volatilität angepasst ist. Berechnen der mathematischen Erwartung des Erfolgs Mathematische Erwartung (ME) ist eine Statistik, die den größten zeitweiligen Gewinn misst, den ein Handel die ganze Zeit erlebte, in der er blieb. Es wurde zuerst unter den Optimal-F-Position-Größen-und Geld-Management-Regeln von Ralph Vince entwickelt. Die Gleichung lautet: Mathematische Erwartung MFE MAE Das mathematische Erwartungsinstrument verleiht den Forex-Händlern eine wachsende Bedeutung bei der Entwicklung von Gewinnsystemen. ME ist definiert nach den Konzepten der maximal zugänglichen Exkursion (MFE) und Maximum Adverse Excursion (MAE). Der MEs-Wert kann in Echtzeit vom mechanischen Handelssystem berechnet werden. Maximaler vorteilhafter Ausflug ist die größte Balance auf einem vorteilhaften Handel, bevor ein Forexhandel geschlossen wird, unabhängig vom abschließenden Schlusskurs während des Zeitraums, ob täglich, stündlich oder minutiös. MFE ist die höchste positive Bilanz, die während des Handels geöffnet wurde. Maximum Adverse Excursion ist der größte nicht realisierte oder vorübergehende Verlust während eines Handels, unabhängig davon, ob der Handel als Verlierer abgeschlossen wurde oder nicht. MAE ist die niedrigste negative Handelsbilanz, während sie offen war. Um die ME von einem gegebenen Forex-Paar zu quantifizieren und zu analysieren, können Händler einfach durchschnittliche MFE und durchschnittliche MAE für eine große Anzahl früherer Trades berechnen. Mathematische Erwartung entspricht maximaler günstiger Exkurs minus maximaler negativer Exkurs. Wenn das durchschnittliche MFE größer als das durchschnittliche MAE ist, dann ist die mathematische Erwartung positiv. Je größer das Verhältnis zwischen MFE und MAE für ein gegebenes Währungspaar ist, desto günstiger sind die Aussichten für einen potenziellen Handel. Mehrwährungs-Forex-Trading-Strategien auf der Grundlage der mathematischen Erwartung Wenn der Handel von EUR / USD, GBP / USD, USD / JPY und USD / CHF mit einer Multicurrency-Strategie auf der Grundlage der Mathematical Expectation basiert, ist diese Metrik in der Regel positiv und in der Regel hoch und ähnlich in der verschiedenen Währung Paare. Es ist wichtig zu vermeiden, Bewertung der Position Größe oder Trade-Exit-Regeln oder andere Parameter, während der Experte Advisor analysiert die Einstiegspunkte. Diese Parameter können unabhängig von dem mechanischen Handelssystem, basierend auf ME, angepasst für die Volatilität, eingestellt werden, wie später in diesem Artikel diskutiert wird. Nach der Ermittlung des Einstiegspunktes und der Handelsrichtung berechnet das mechanische Handelssystem die MFE - und MAE-Werte im Allgemeinen zunächst bei 10 Bar über den Eintrittspreis hinaus, dann über 15 bar hinaus und dann über 20 bar über den Eintrittspreis hinaus. Zusätzlich zur Meldung von Eintrittspunkten zeigt das ME auch an, ob der Forex-Trade-Vorteil am besten unmittelbar nach dem Öffnen der Position oder nach einem bestimmten Zeitintervall nach der Position am besten ist. Meine einfachste Multicurrency-Handelsstrategie verwendet täglich Diagramme und stützt sich auf eine Kombination von drei Preis-basierte Regeln, und nur ein paar Parameter, die mathematische Erwartung verwenden, um den Erfolg vorherzusagen. Die Regeln für lange und kurze Trades sind wie folgt: Trade long (und schließen Sie einen kurzen Handel) wann: Schließen gt Zurück Schließen Öffnen gt Zurück Low Zurück Schließen Vorherigen Schließen Schließen Sie kurz (und schließen Sie einen langen Handel), wenn: Schließen lt Zurück Schließen Öffnen lt Zurück Hoch Zurück Schließen Zurück Schließen Dieses System kehrt den Handel um, wenn das Signal ändert. Wenn das System eine lange Position offen hat, wenn ein kurzes Signal empfangen wird, schließt das System die lange Position und stattdessen kurz. Ebenso, wenn das System eine offene 8220short8221-Position hat, wenn ein 8220long8221-Pegel empfangen wird, wird er die kurze schließen und sofort gehen. Ein weiterer Parameter dieses Systems ist der Stop-Loss-Trigger, der auf einen Wert eingestellt wird, der nur etwas mehr als den fünfzehntägigen oder zwanzig-tägigen durchschnittlichen wahren Bereich (ATR) beträgt. Dieser Wert wird jedes Mal aktualisiert, wenn ein neues Signal in der gleichen Richtung empfangen wird. Dennoch, wenn es neue Signale in die gleiche Richtung, fügt mein System nicht neue Positionen, da Ive festgestellt, dass Drawdowns überwiegen zusätzliche Gewinne, wenn dies zu tun. Schließlich weist das System in Bezug auf die Positionsgröße ein Maximum 2 von Konto-Eigenkapital einem einzigen Hoch-ME-Handel zu. Wenn es mehrere Signale in mehreren Währungspaaren gibt, zeigen die ME-Berechnungen jedoch eine Korrelation zwischen den Signalen, wobei die Gesamtpositionsgrßen nicht mehr als 2 des Eigenkapitals betragen. Trading-Ergebnisse Diese einfache Multi-Exchange Forex Trading-System hat anständige Ergebnisse im echten Handel gezeigt, und Back-Tests über einen Zeitraum von 20 Jahren zeigt, dass es profitabel Ergebnisse für mindestens sechzehn aus der zwanzig Jahre getestet hätte. Es zeigte sich ein Lohn-Risiko-Verhältnis von etwa 1,7 und einen Gewinneranteil von rund 45, während der Gewinnfaktor nahe 1,4 war. Dennoch können die Drawdowns langwierig sein. Der längste Drawdown, der unter Back-Tests gesehen wurde, war mehr als 1000 Tage. Das Verhältnis von Gewinn - und Verlustrechnung bei Verwendung dieser Strategie ähnelt dem des Kauf - und Lagerbestandes, während bei Backtesting das Verhältnis bei einer Gesamtrendite von mehr als 500 während eines zwanzigjährigen Backtests bei etwa 0,35 lag . Risikomanagement für Multicurrency-Handelsstrategien unter Verwendung von ME Durch die Kenntnis der durchschnittlichen MFE - und MAE-Werte kann ein Devisenhändler ein mechanisches Mehrwährungs-System programmieren, um einen Handel an einem Gewinnziel oder Stop-Verlust-Punkt zu beenden, der durch Hinzufügen einer berechneten Anzahl von Pips über das Maximum hinaus bestimmt wird Günstige Exkursion oder Maximum Adverse Excursion Werte. Im Durchschnitt, um zu gewinnen, im Laufe der Zeit das Devisenhandelssystem muss das Gewinnziel häufiger erreichen, als es berührt die Stop-Verlust-Exit-Ebene. Zum Beispiel, wenn mein System sieht eine durchschnittliche MAE von 35 Pips und einem durchschnittlichen MFE von 55 Pips, gibt es eine handelbare Gelegenheit. Das Gewinnziel kann für 50 Pips projiziert werden, was 5 Pips weniger als MFE ist, und der Stop-Loss-Ausstieg kann auf 30 Pips eingestellt werden, was 5 Pips über die MAE hinausgeht. Hinsichtlich der Systemgestaltung ist es wichtig, das Handelssystem zu programmieren, um die Gewinnziele und Stop-Loss-Punkte gemäß der Volatilität zu definieren, anstatt eine feste Anzahl von Pips festzulegen. Volatilität hilft bei der Bestimmung von Ausspeisepunkten für den Handel mit mehreren Währungen Wie bereits erwähnt, kann ein mechanisches Handelssystem Mittelwert-True Range (ATR) als volatilitätsabhängiges Tool verwenden, um MAE und MFE zu berechnen, um Ausstiegspunkte zu setzen. Das System ermittelt den Eintrittspreis plus oder minus einen Prozentsatz der ATR, der nach der ME-Analyse bearbeitbar ist. Um ein ausreichend großes Beispiel zu haben, setze ich normalerweise die ATR ein, um die vorherigen 15 oder 20 Zeitrahmen zu berechnen. Beispielsweise sollte das System während eines Marktes, in dem der EUR / USD durchschnittlich etwa 100 Pips pro Tag bewegt, Zielgewinn - und Stop-Loss-Punkte auf der Grundlage der aktuellen Volatilität und der Analyse von ME berechnen. Wenn sich ein Trade in einer günstigen Richtung für 55 Pips bewegt und wenn der aktuelle ATR 85 Pips beträgt, wird der Zug nicht als 55 Pips gemeldet, der MFE wird als 64,7 ATR gemeldet. Im Laufe der Zeit, Ive gesehen, dass die MFE für die vier wichtigsten Währungspaare EUR / USD, GBP / USD, USD / JPY und USD / CHF scheinen zu schwanken um einen MFE-Wert von etwa 60 von ATR und durchschnittlich MAE rund 40 von ATR für Der typische Eintrag nach 15 Zeiträumen. Zur Feinabstimmung der Devisenhandelsergebnisse nach Volatilität kann das mechanische Handelssystem die Gewinnziele und Stop-Loss-Punkte auf unterschiedlichem Niveau festlegen. Beispielsweise kann das System den Gewinnzielausgangspunkt bei 55 vom ATR-Wert weg von dem Eintrittspunkt und nicht bei dem MFE-Vollwert von 60 einstellen. Und die Volatilität kann die Einstellung der Stopverlust-Austrittspunkte bei 45 ATR-Werten erfordern Über dem Eingangspunkt, nicht bei 40 der ATR. Dennoch dürfte dieses System die Zielgewinnspannen öfter erreichen als die Stop-Loss-Level und die Gewinner sollten größer sein, solange die Zielgewinne größer sind als die Stop-Losses. Für alle Trades basiert die berechnete Anzahl der Pips für Zielgewinne und Stop-Losses stets auf Volatilität zum Zeitpunkt des Handels, wie die ATR zeigt. Wenn ein Signal auftritt, prüft das Handelssystem den Wert des aktuellen ATR, berechnet dann die genaue Anzahl von Pips, um Zielgewinn und Stop-Loss Level zu erreichen. Als ein Beispiel wird angenommen, dass es ein Signal gibt, in EUR / USD lang zu gehen, und die aktuelle ATR ist bei 100 Pips. Der Zielgewinn liegt also bei 55 Pips über dem Einstiegspreis (55 ATR-Werte). Und der Stop-Verlust wird bei 45 Pips unter dem Eintrittspreis (45 der ATR). Ein paar mehr Gedanken über mathematische Erwartung Die mathematische Erwartung ist in der Regel niedriger für kurze Trades, und einige Händler haben gesehen ME um so viel wie achtzehn Bars nach dem offenen, dann Zerfall bei Preisschwankungen von so viel wie achtzig Bars nach öffnen. Für lange Trades hat die ME im Allgemeinen eine längere Lebensdauer, mit Werten, die bis zum dreißigsten Mal schnell ansteigen können, und dann langsam weiter bis zu etwa 75 Zeiträumen weitergehen. Mit diesem System ist meine durchschnittliche Handelsdauer etwa 25 Tage. Der beste Anstieg beim Handel von EUR / USD, GBP / USD, USD / JPY und USD / CHF scheint etwa 30 Zeiträume zu erreichen. Wenn die günstige Bewegung weiter vorbei an diesem durchschnittlichen Punkt voranschreitet, dann ist es wahrscheinlich, dass irgendeine Art von grundlegender Neigung auf dem Markt den Zug verlängert. Zusammenfassend, diese grundlegende Multicurrency Forex Trading-Strategie nutzt einen positiven, hohen ME über die vier großen Währungspaare geteilt. Die Einträge, Gewinnziele und Stop-Loss-Punkte basieren alle auf ME. Wenn die mathematischen Erwartungsindikatoren Erfolg prognostizieren, können die vier großen Währungspaare 8212 EUR / USD, GBP / USD, USD / JPY und USD / CHF erfolgreich oder gemeinsam gehandelt werden. Haben Sie versucht, MIR in Ihrem Trading Lassen Sie eine Antwort Antworten abbrechen
No comments:
Post a Comment