Negociação De Opções De Aprendizagem De Máquinas

Este post explora a aplicação da NEAT para comercializar o SampP. A estratégia aprendida significativamente desempenha a compra e a manutenção dentro e fora da amostra. Uma parte fundamental de qualquer problema de aprendizado de máquina é definir os recursos e garantir que they8217re seja normalizado de alguma forma. As características serão os percentis de rolamento dos seguintes dados econômicos, um percentil rotativo leva os últimos n pontos de dados e calcula o que os dados indicam que o ponto de dados mais recente é maior do que. A função de fitness é a equidade final e visa maximizar o patrimônio final. Qualquer genoma que tenha uma redução de 20 ou tenta usar uma alavanca maior que - 2 é encerrado. Na prática, você não deseja que sua máquina do sistema aprenda os controles de risco, pois existe potencial que eles não aprendem. A razão pela qual eles estão incorporados dentro da estratégia é acelerar o processo de aprendizagem, pois podemos matar os genomas cedo antes da simulação estar completa com base em quebrar as regras de risco. Lote de todos os recursos de dados Parece que, quando as não-fazendas caiem em seus percentis inferiores, o desemprego atinge os percentis mais elevados do 8217, o retorno diário no SampP torna-se mais volátil. Espera-se que a aprendizagem possa tirar proveito disso. O aprendizado identificou uma estratégia que executa simplesmente comprando e segurando. A estratégia proposta tem uma redução máxima em torno de 20 contra a compra e a retenção, tendo um empate de 40. Além disso, a estratégia desacelerou o índice entre 2000-2003, já que estava vendendo antes de longo período de 2007. Gerando um retorno de 80 vs comprar e Sustentação de 7 Resultados fora da amostra Nos dados fora da amostra (não utilizados durante o treinamento), a estratégia atingiu significativamente a compra e a retenção, aproximadamente 250 retorna vs 50 com uma redução máxima de cerca de 20 contra a compra e a retirada de 50. Um tutorial simples que demonstra como treinar uma rede neural para números de raízes quadradas usando um algoritmo genético que busca através do espaço da estrutura topológica. O algoritmo é chamado NEAT (Neuro Evolution of Augmenting Topologies) disponível no pacote RNeat (ainda não em CRAN). O treinamento é muito semelhante a outros pacotes de regressão de aprendizado de máquinas em R. A função de treinamento leva um quadro de dados e uma fórmula. A fórmula é usada para especificar quais colunas no quadro de dados são as variáveis ​​dependentes e quais são as variáveis ​​explicativas. O código é comentado e deve ser simples o suficiente para novos usuários R. O desempenho da rede pode ser visto no gráfico inferior esquerdo da imagem acima, há diferenças consideráveis ​​entre a saída esperada e a saída real. É provável que, com mais treinamento, a magnitude desses erros se reduza, pode-se ver no gráfico de baixo direito que a aptidão máxima, média e mediana geralmente aumenta com cada geração. Esta parte do tutorial NEAT mostrará como usar o pacote RNeat (ainda não em CRAN) para resolver o problema clássico do balanço do pólo. A simulação requer a implementação de 5 funções: processInitialStateFunc 8211 Especifica o estado inicial do sistema, para o problema do balanço do pólo, o estado é a localização do carrinho, a velocidade do carrinho, a aceleração do carrinho, a força aplicada ao carrinho, o ângulo do pólo, o ângulo do pólo Velocidade e aceleração angular do pólo. ProcessUpdateStateFunc 8211 Especifica como tomar o estado atual e atualizá-lo usando as saídas da rede neural. Neste exemplo, esta função simula as equações de movimento e leva a saída da rede neural como a força que está sendo aplicada ao carrinho. ProcessStateToNeuralInputFunc 8211 Permite modificar a normalização do estado do estado antes de ser passada como uma entrada para a rede neural fitnessUpdateFunc 8211 Toma a aptidão antiga, o estado antigo e o novo estado atualizado e determina o que é a nova aptidão do sistema. Para o problema do equilíbrio do pólo, esta função quer recompensar o pendulo sendo certo e recompensar o carrinho próximo ao meio da pista. TerminationCheckFunc 8211 Toma o estado e verifica se o término deve ser encerrado. Pode optar por terminar se o pólo cair, a simulação correu demais ou o carrinho foi retirado do final da pista. PlotStateFunc 8211 Traça o estado, para o equilíbrio do pólo, isso desenha o carrinho e o pêndulo. Esta parte do tutorial sobre o uso do algoritmo NEAT explica como os genomas são cruzados de maneira significativa, mantendo suas informações topológicas e como a especiação (genomas grupais em espécies) pode ser usada para proteger os genomas fracos com novas informações topológicas de serem erradicadas prematuramente pelo gene Piscina antes do seu espaço de peso pode ser otimizado. A primeira parte deste tutorial pode ser encontrada aqui. Rastreamento de história de genes através de números de inovação A Parte 1 mostrou duas mutações, mutação de ligação e mutação de nó, que adicionaram novos genes ao genoma. Cada vez que um novo gene é criado (através de uma inovação topológica), um número de inovação global é incrementado e atribuído a esse gene. O número de inovação global está rastreando a origem histórica de cada gene. Se dois genes tiverem o mesmo número de inovação, eles devem representar a mesma topologia (embora os pesos possam ser diferentes). Isso é explorado durante o crossover do gene. Genoma Crossover (Mating) Genomas crossover leva dois genomas dos pais (vamos chamá-los A e B) e cria um novo genoma (vamos chamá-lo de criança) levando os genes mais fortes de A e B copiando quaisquer estruturas topológicas ao longo do caminho. Durante o cruzamento, os genes de ambos os genomas são alinhados usando seu número de inovação. Para cada número de inovação, o gene do pai mais adequado é selecionado e inserido no genoma infantil. Se ambos os genomas dos pais são a mesma aptidão, então o gene é selecionado aleatoriamente de ambos os pais com a mesma probabilidade. Se o número de inovação só estiver presente em um dos pais, isso é conhecido como um gene disjunto ou excesso e representa uma inovação topológica, também está inserido na criança. A imagem abaixo mostra o processo de cruzamento para dois genomas da mesma forma física. A especificação leva todos os genomas em um determinado conjunto de genomas e tenta dividi-los em grupos distintos conhecidos como espécies. Os genomas em cada espécie terão características semelhantes. É necessária uma maneira de medir a semelhança entre dois genomas, se dois genomas forem iguais a 8221, eles são da mesma espécie. Uma medida natural a ser utilizada seria uma soma ponderada do número de genes de excesso de amplificador disjuntos (representando diferenças topológicas) e a diferença de pesos entre genes correspondentes. Se a soma ponderada estiver abaixo de algum limiar, então os genomas são da mesma espécie. A vantagem de dividir os genomas em espécies é que, durante a etapa de evolução genética, onde os genomas com baixa aptidão são retirados (removidos inteiramente do grupo do genoma) ao invés de ter cada genoma lutar por esse lugar em cada outro genoma em todo o conjunto de genomas, podemos Faça com que ele lute por esse lugar contra os genomas da mesma espécie. Desta forma, as espécies que se formam a partir de uma nova inovação topológica que podem não ter uma alta aptidão ainda por não terem pesos pesados ​​otimizados sobreviverão ao abate. Resumo de todo o processo Crie um pool de genoma com n genomas aleatórios Pegue cada genoma e aplique para a simulação do problema e calcule a habilidade do genoma Atribua cada genoma a uma espécie Em cada espécie, remova os genomas removendo alguns dos genomas mais fracos. Raça de cada espécie (genomas selecionados aleatoriamente Na espécie para crossover ou mutate) Repita tudo o que está acima. Esta série de quatro partes explorará o algoritmo NeuroEvolution of Augmenting Topologies (NEAT). As partes um e dois resolverão brevemente o algoritmo e discutirão os benefícios, a terceira parte o aplicará ao problema de equilíbrio do pólo e, finalmente, a parte 4 aplicá-lo-á aos dados do mercado. Este algoritmo recentemente foi viral em um vídeo chamado MarIO onde uma rede foi desenvolvida que foi capaz de completar o primeiro nível de super mario, veja o vídeo abaixo. Normalmente, quando se escolhe usar uma rede neural, eles precisam decidir quantas camadas ocultas existem, o número de neurônios em cada camada e quais conexões existem entre os neurônios. Dependendo da natureza do problema, pode ser muito difícil saber o que é uma topologia sensata. Uma vez que a topologia é escolhida, provavelmente será treinado usando uma abordagem de propagação posterior ou uma evolução genética e testada. A abordagem de evolução genética é essencialmente pesquisando através do espaço de pesos de conexão e selecionando redes de alto desempenho e criando-os (isto é conhecido como evolução de topologia fixa). A abordagem acima encontra pesos de conexão ótimos, it8217s, em seguida, até um 8220expert8221 para ajustar manualmente a topologia da rede na tentativa de encontrar iterativamente redes de melhor desempenho. Isso levou ao desenvolvimento de treinamento de topologia variável, onde tanto o espaço de conexão quanto o espaço de estrutura são explorados. Com isso veio uma série de problemas, como as redes tornando-se incrivelmente espalhafatoso e complexo abrandando o processo de aprendizagem da máquina. Com as abordagens genéticas, foi difícil acompanhar as mutações genéticas e a estrutura do cruzamento de forma significativa. O algoritmo NEAT visa desenvolver um algoritmo genético que busca através do peso da rede neural e do espaço estrutural que tenha as seguintes propriedades: Tenha representação genética que permita que a estrutura seja atravessada de forma significativa. Proteja as inovações topológicas que precisam de algumas evoluções a serem otimizadas para Que não desaparece do pool de genes prematuramente. Minimize topologias ao longo do treinamento sem funções de penalização de complexidade de rede especialmente planejadas A através do tratamento do algoritmo pode ser encontrada no papel, Evoluindo Redes Neurais através de Aumentação de Topologias por Kenneth O. Stanley e Risto Miikkulainen (nn. cs. utexas. edudownloadspapersstanley. ec02.pdf). A informação sobre a rede é representada por um genoma, o genoma contém genes de nó e genes de conexão. Os genes do nó definem nós na rede, os nós podem ser entradas (como um indicador técnico), saídas (como uma recomendação de venda de compra) ou ocultas (usadas pela rede para um cálculo). Os genes de conexão juntam-se a nós na rede e têm um peso a ele vinculado. Os genes de conexão têm um nó de entrada, um nó de saída, um peso, um sinalizador ativado habilitado e um número de inovação. O número de inovação é usado para rastrear o histórico de uma evolução de genes e será explicado com mais detalhes na segunda parte. Esta publicação analisará algumas das mutações que podem acontecer na rede, vale ressaltar que cada genoma incorporou dentro dela uma taxa de mutação para cada tipo de mutação que pode ocorrer. Estas taxas de mutação também são aumentadas aleatoriamente ou diminuem à medida que a evolução avança. Atualiza aleatoriamente o peso de um gene de conexão selecionado aleatoriamente. As atualizações são: Novo peso Peso antigo - Número aleatório entre 0 e genomeMutaçãoRate8220Step8221 Novo peso Número aleatório entre -2 e 2 Adiciona aleatoriamente uma nova conexão à rede com um peso aleatório entre -2 E 2 Esta mutação adiciona um novo nó à rede desabilitando uma conexão, substituindo-a por uma conexão de peso 1, um nó e uma conexão com o mesmo peso que a conexão desativada. Em essência, o it8217s foi substituído por um equivalente de funcionamento idêntico. Ativar Desativar Mutate Aleatoriamente habilita e desativa conexões Arquivos de categoria: Estratégia de negociação Encontrei essa série de vídeos durante o fim de semana, um comerciante de opções discute como ele troca spreads de crédito (principalmente busca reversão média). A maioria de vocês estará familiarizado com as bandas bollinger como uma estratégia comum de reversão média, essencialmente você toma a média móvel e o desvio padrão móvel do estoque. Em seguida, traça em seu gráfico a média móvel e uma banda superior e inferior (média móvel - desvios normais). Supõe-se que o preço reverte para a média móvel, portanto, qualquer movimento de preço para as bandas é um bom ponto de entrada. Um problema comum com esta estratégia é que a média móvel é um indicador LAGGING e muitas vezes é muito lento para rastrear os movimentos de preços se um longo período de lookback for usado. O Vídeo 1 apresenta uma técnica chamada 8220 curvas de regressão lineares8221 cerca de 10mins. As curvas de regressão linear visam resolver o problema de que a média móvel seja lenta para rastrear o preço. Curva de Regressão Linear versus Média de Movimento Simples Veja quão rigorosamente a curva de regressão linear azul segue o preço de fechamento, it8217s significativamente mais rápido para identificar as voltas no mercado onde, como a média móvel simples, tem um erro de rastreamento considerável. O MSE poderia ser tomado para quantificar o aperto. Como calcular a curva de regressão linear: neste exemplo, você possui 100 preços de fechamento para o estoque dado. Bar 1 é o preço mais antigo, o bar 100 é o preço mais recente. Usaremos uma regressão de 20 dias. 1. Pegue os preços 1-20 e desenhe a linha de melhor ajuste através deles 2. No final da sua melhor linha de ajuste (então barra 20), desenhe um pequeno círculo 3. Tire os preços 2-21 e desenhe a linha de melhor ajuste Através deles 4. No final da sua linha de melhor ajuste (para a barra 21) desenhe um pequeno círculo 5. Repita até a barra 100 6. Junte todos os seus círculos pequenos, esta é a sua curva de regressão linear 82168217 Então, em poucas palavras, você apenas se junta ao Extremidades de uma regressão linear rolante. Esta publicação procura examinar se a bem conhecida frase 8220 quanto maior o risco, maior será a recompensa8221 para os constituintes FTSE 100. Numerosos modelos tentaram capturar métricas de recompensa de risco, o mais conhecido é o Modelo de Preços de Alocação de Capital (CAPM). O CAPM tenta quantificar o retorno de um investimento que um investidor deve receber para ser adequadamente compensado pelo risco que eles tomaram. O código abaixo calcula o desvio padrão de rotação dos retornos, 8216 o risco8217, para os constituintes FTSE 100. Em seguida, agrupa os estoques em quartis por essa métrica de risco, os grupos são atualizados diariamente. Quartil 1 é o menor estoque de volatilidade, o quartil 2 é o mais alto. Um índice igualmente amputado (amt) é criado para cada quartil. De acordo com a teoria acima, Q4 (alto vol) deve produzir os maiores retornos acumulados. Ao usar um lookback de 1 mês para o cálculo stdev, existe um índice vencedor claro, o menor índice vol (preto). Curiosamente, o 2º melhor índice é o índice vol mais alto (azul). O gráfico acima é calculado usando retornos aritméticos. Ao usar um lookback mais longo de 250 dias, um ano comercial, o índice vol mais alto é o melhor desempenho e o menor índice de vol, o pior desempenho. Para um lookback curto (30 dias), o índice de baixa voltagem foi o melhor desempenho Para o lookback longo (250 dias), o índice de alta voltagem foi o melhor desempenho. Uma explicação possível (não testada) é que, para um curto lookback, a métrica de risco de volatilidade é mais sensível às movimentações no estoque E, portanto, em um anúncio de notícias, o estoque tem maior probabilidade de se mudar do índice atual do índice8217 para um índice vol mais elevado. Talvez não seja razoável supor que o índice de alta voltagem contenha apenas os estoques que tiveram uma recente volatilidade temporária de anúncio e estão em um período de consolidação ou reversão média. Ou, por outras palavras, para os lookbacks curtos, o índice de alta vol índice não contém os estoques que são permanentemente altamente vol, enquanto que para longos lookbacks, todos os desvios de volumes temporários são suavizados. Abaixo estão os mesmos gráficos acima, mas para retorno geométrico. Arquivos de categoria: Código de Python Anteriormente no código da Parte 1 foi produzido para usar tweetstream e baixar tweets em tempo real, esta parte da série examinará como armazenar esses tweets para futuras análises . Os tweets serão salvos no SqliteDB (sqlite. orgdownload. html), pois isso é compatível com python e R. Também é muito mais simples do que algumas versões do SQL (sem serviços daemons para instalar). Boa informação Sqlite para R (Sqlite com R) e Python (Sqlite Python Docs) O banco de dados conterá uma tabela 8220source8221. Isso é usado para rastrear a fonte de informação da qual os tweets são baixados. Por enquanto, it8217ll apenas contém uma entrada, e isso é twitter. Apenas colecionar doces em tempo real significa que devemos aguardar muito tempo para obter um banco de dados significativo para analisar. Em um futuro artigo, os tweets serão baixados de arquivos históricos (portanto, são fontes de informação diferentes). Agora, no código, você pode querer alterar as tentativas de tentativa, dependendo de como você deseja que o script responda aos erros. No meu servidor há um trabalho cron que lança o script a cada 5 min, então, se ele morrer, é necessário reiniciar. Don8217t esqueça de atualizar o arquivo de palavras para filtrar os estoques em que você está interessado. Parece que as ações americanas respondem bem ao TICKER, porque os estoques obrigaram um bom formato. A partir de um jogo rápido, parece que usar tickers sem símbolos na frente apenas combina tweets estrangeiros aleatórios. Anexado é o projeto completo até agora incluindo um db (TwitterDownload. Zip). Em gekkoquant20120517twitter-trading-download-tweets-usando-python-part-1-of-2 o código de python foi fornecido para baixar tweets. A biblioteca python tweetsteam foi usada porque o python é mais compatível do que R quando usa hospedagem web barata. O provedor de hospedagem para este site é o GoDaddy, eles fornecem o python 2.4 e o python 2.7 em seu pacote básico de hospedagem na economia. O Tweetstream é compatível apenas com o python 2.6 e superior. Infelizmente, o GoDaddy python 2.7 wasn8217t foi construído usando as opções enable ssl, portanto, a comunicação através do HTTPS que a API do Twitter requer isn8217t é possível. Felizmente, eu consegui encontrar uma solução que seja discutida nesta publicação. Instalar python sobre SSH e a linha de comando normalmente é uma tarefa direta, mas como eu não tenho acesso root e não há compiladores disponíveis, o problema é complicado de resolver. Felizmente, é possível baixar binários de python pré-compilados e instalá-los em uma pasta onde eu tenha acesso de readlink. Os binários pré-compilados podem ser encontrados em movimentos de dados ativos. Na primeira dessas duas séries, I8217ll mostra como se conectar à API do Twitter usando a biblioteca python tweetstream (pypi. python. orgpypitweetstream). A segunda parte os armazenará em um banco de dados. A FAQ do Twitter do Twitter (dev. twitterdocsfaq6861) afirma que a API gratuita nos dá acesso a 1 de todos os tweets públicos (conhecido como firehose) em qualquer segundo stream. Nós podemos optar por filtrar os tweets antes que eles sejam baixados, caso em que o 1 ano de entrega do firehose é mais relevante. Desconhece-se nesta fase se queremos coletar tweets ou tweets gerais específicos para o setor financeiro. O meu pressentimento seria que os tweets que são financeiros relacionados contenham mais informações sobre o futuro movimento do mercado. Instalando a biblioteca tweetstream Baixe a biblioteca de pypi. python. orgpypitweetstream e extraie para uma pasta diga C: tweetstream Navegue até essa pasta em uma extremidade de console execute este comando 8220python setup. py install8221, com alguma sorte a biblioteca agora deve ser instalada. Download de um conjunto genérico de tweets Este código permite que você baixe e exiba bibliotecas TweetStream existem em R e Python para baixar tweets, no entanto, a maioria dos webhosts don8217t suporta R, mas eles tendem a suportar o Python. Uma vez que queremos baixar tweets o tempo todo, queremos que os scripts sejam executados em um webhost (o mais barato, melhor), portanto, esta publicação no python. Eu considerei executar um servidor em casa, mas quando você considera a conta de eletricidade realmente funciona significativamente mais barato para usar um webhost (salva Para começar com Python I8217d recomendo baixar pythonxy it8217s multi-plataforma, tem uma boa comunidade e uma tonelada de ótimos pacotes Para análise científica. Visite docs. python. orgtutorial para um tutorial abrangente sobre como programar no python.