交易 日內交易量的 循環 使用遺傳算法

+

交易日內交易量的循環使用遺傳算法 5月30日，2014年 使用遺傳算法的檢測日內交易量週期的電子迷你標準普爾500期貨 一個分析週期中的財務數據的方法之一是，以檢測週期中交易量。 特別是有交易量和價格的逆轉，盤中固定金額之間有趣的相互關係。 如果能夠檢測到這些靜電容量數字可以解釋，盤中價格走勢，你就有一個優勢為您的交易strategy. Thus，而不是基於時間的週期，它使多大意義，尋找體積週期確定的金額給現貨市場 圈。 但是，一旦你檢測的音量週期和價格走勢之間的相關性活躍，這種行為不會一成不變。 正是因此，很難跟上佔主導地位的容積週期為這些週期是動態的。 每天，體積週期將根據因為它們代表需要為代價的運動方向來改變被交易在任一方向的可用容積的可用貿易商調整。 遺傳算法（GA）是一種很有前途的方法來檢測量週期和合併的交易員盤中的流動。 這是一個新的替代使用數字信號處理，檢測可能的週期。 阿金在一組染色體，一個GA將檢查可能的週期長度設置長，短，和退出信號。 基因組變換的基礎上的進化過程，涉及變異，交叉和優勝劣汰。 同樣，根據一個隨機群體週期基因組的，對GA將演變以檢測有用體積循環的不同的起點和優化這些週期基於自然進化的規則。 每個基因組是衡量一個特殊的適應度函數，簡單地檢查資金曲線，如果你將這些交易量的週期。 這種戰略需要的圖表和分析平台，可以通過圖表中的數據，應用週期分析，用氣和應用的基礎上確定的實時交易策略警報。 該WhenToTrade看圖軟件，您可以將所有這些要求納入自己的交易策略。 下面的例子說明交易量的週期在實踐這一戰略的應用。 該戰略市場時間之前實際應用，並已在交易時段的現場錄製。 因此，你可以通過查看在本文的結尾視頻鏈接的交易結果。 設置圖表的交易日開始前 這一策略使用了8000卷圖表SP500艾密尼期貨; 也就是說，一間酒吧將被繪製後的交易量已經達到了8K。 因此，X軸表示的量，而不是時間的線性固定量。 因此，在這些圖表中的週期長度不表示一個固定的時間段，但體積的固定量。 在我們的例子中，我們對2014年1月17日成立了盤中的交易策略，在上午7:00紐約時間，一小時，主要的美國市場開盤前。 我們應用了GA為現有兩週數據，以便演化為週期的基因組。 從1月2日至15號的數據被用於遺傳算法的過程。 對於超出樣本的期間，年1月15-16日的數據，是用來驗證結果。 我們採用的是相對強弱指標（RSI）分析價格圖表上的音量週期這個實時的例子。 RSI指標可以作為振盪器，是週期性，; 因此，它可以用來檢測週期。 一旦RSI為卷桿越過一個特殊的值，一個信號將生成。 每個交易信號有兩個參數，一個長度設置為RSI和一個表示要生成的信號的截止值的個體閾值。 的交叉閾值和RSI長度的結合代表通過RSI指標固定的活躍週期的措施。 我們允許這些參數的長，短，並退出信號單獨組合。 因此，我們假設不同volumne週期是激活觸發多空信號。 這使我們能夠保持同步與交易者的情緒真實的特點，短週期大多是更快和更清晰的比長的週期。 通用腳本應用此信號是如下： CROSSOVER（ RSI（接近，長度），TRESHOLD） 遺傳算法是運行只需3-5分鐘，從總體優勝劣汰的基因組進行了鑑定。 有GA超過蠻力優化算法的一個重要的好處： 蠻力技術檢查每個參數組合的局部最優解。 在我們的例子，這將意味著下面的搜索空間：RSI技術指標長度5-35和交叉閾值之間取值可以採取30個不同的值。 因此，每個獨立的信號可以具有30 * 30 = 900可能的參數組合。 這導致超過600十億可能的交易策略（900x900x900x900）的搜索空間。 蠻力算法必須檢查所有組合的最佳組合。 在大多數情況下，這是不可能的一個短期內，因此，不適用在其中，結果需要在早晨開市前盤中設置。 在另一方面，GA可以當場在三分鐘內盈利組合的基礎上自然演化的規則，這個巨大的搜索空間。 自然進化過程更類似於週期的行為和市場內的動態分量。 因此，GA的特點是相似的方式循環推動金融市場。 圖2繪出了交易系統的特性從人口確定每個基因組。 基因組是由適應度函數，尋求基於給定的健身條件恆定向上傾斜公平曲線排序。 遺傳算法能夠從1月二號至15日產生的76％或86 E-Mini期貨點的盈利體積圖的RSI振盪中檢測週期。 資金曲線是一個不斷向上的斜線，表示每筆交易的風險和低風險不斷獲利。 即使對於過去兩天的出樣本的權益曲線（面積紅線的右邊）示出相同的行為，這是有希望的。 安裝由GA找到最適合的週期，實時交易圖 根據這些統計數據，對GA似乎是適合被應用到實際的市場環境。 因此，我們應用這個系統，以實時市場條件。 在圖2的右側面板生成的腳本現在可以納入任何實時報警模塊。 該WTT平台包括警報發生器。 因此，隨著參數腳本分別併入活警報引擎和活化幾分鐘在開市前。 在圖3中，線“警報START”表示，當警報被應用。 從該時間點，該系統是根據規則和實時輸入信號監測的體積的圖表。 這些警報顯示於特定警告窗口並直接繪製在圖表為紅色和綠色箭頭上實時為新的條作圖。 圖3描述了結果之後，交易設置應用到圖表的市場開放。 箭頭繪製的實時性。 圖3：從檢測到的參數組合的實時交易信號 正如在圖片3，我們檢測到的週期的參數組合為入口和出口信號白天生成8個交易。 這八個行業中，有七人盈利，產生超過11 E-Mini期貨點的利潤總額為交易日。 圖中顯示的交易還沒有被納入事後。 白天記錄這樣的行為，你可以在在圖表中的現場錄音過程中產生的最後兩個信號實時模式看劇本。 視頻鏈接，這個交易日是在這篇文章的末尾。 這個例子演示了結合週期分析，成交量圖表和天然氣的力量。 因此，它突出的，如果你手邊的知識和工具，利用循環和氣體的力量什麼是可能的力量。 本文介紹了如何應用遺傳引擎準備你的交易系統的交易日。 文章的PDF版本可供下載/打印。 大規模的交易圖表可以在這裡找到在全屏：SHOW大圖3 現場交易時段的實時視頻快照 實時視頻，顯示（1）遺傳算法是市場開放，實時監測產生的信號（2）方法之前運行，可以在這裡找到：