Uso de algoritmos genéticos para pronosticar los mercados financieros
Tabla de contenido
Expandir
- ¿Qué son los algoritmos genéticos?
- Cómo funcionan los algoritmos genéticos
- Algoritmos genéticos en el comercio
- La línea de fondo
En «A Random Walk Down Wall Street» (1973), Burton Malkiel sugirió: «Un mono con los ojos vendados lanzando dardos a las páginas financieras de un periódico podría seleccionar un portafolio que funcionaría tan bien como uno cuidadosamente seleccionado por expertos». Si bien la evolución puede haber hecho que el hombre no fuera más inteligente en la selección de acciones, la teoría de Charles Darwin ha demostrado ser eficaz cuando se aplica de manera más directa.
Los algoritmos genéticos son formas únicas de resolver problemas complejos aprovechando el poder de la naturaleza. Al aplicar estos métodos para predecir los precios de los valores, los operadores pueden optimizar las reglas comerciales identificando los mejores valores para usar para cada parámetro para un valor determinado.
Conclusiones clave
- Los algoritmos informáticos complejos basados en las reglas de la genética y la teoría de la evolución han tenido algún éxito reciente en el comercio de valores.
- Al aplicar estos métodos para predecir los precios de los valores, los operadores pueden optimizar las reglas comerciales y crear estrategias novedosas.
- Los comerciantes individuales pueden aprovechar el poder de los algoritmos genéticos utilizando varios paquetes de software en el mercado.
¿Qué son los algoritmos genéticos?
Los algoritmos genéticos (GA) son métodos de resolución de problemas (o heurísticas) que imitan el proceso de evolución natural. A diferencia de las redes neuronales artificiales (ANN), diseñadas para funcionar como neuronas en el cerebro, estos algoritmos utilizan los conceptos de selección natural para determinar la mejor solución para un problema.
Como resultado, los GA se usan comúnmente como optimizadores que ajustan los parámetros para minimizar o maximizar alguna medida de retroalimentación, que luego se puede usar de forma independiente o en la construcción de una ANN. (Para obtener más información sobre las RNA, consulte: Redes neuronales: pronóstico de ganancias ).
En los mercados financieros, los algoritmos genéticos se utilizan con mayor frecuencia para encontrar la mejor combinación de valores de parámetros en una regla de negociación, y pueden integrarse en modelos ANN diseñados para seleccionar acciones e identificar operaciones.
Varios estudios han demostrado la eficacia de estos métodos, incluidos » Algoritmos genéticos: Génesis de la evaluación de stock » (2004) y » Las aplicaciones de los algoritmos genéticos en la optimización de la minería de datos del mercado de valores » (2004). (Para obtener más información, consulte: Cómo se crean los algoritmos comerciales ).
Cómo funcionan los algoritmos genéticos
Los algoritmos genéticos se crean matemáticamente utilizando vectores, que son cantidades que tienen dirección y magnitud. Los parámetros para cada regla comercial se representan con un vector unidimensional que se puede considerar como un cromosoma en términos genéticos. Mientras tanto, los valores utilizados en cada parámetro se pueden considerar como genes, que luego se modifican mediante selección natural.
Por ejemplo, una regla de negociación puede implicar el uso de parámetros como la divergencia de convergencia de la media móvil (MACD), una media móvil exponencial (EMA) y estocásticos. Luego, un algoritmo genético ingresaría valores en estos parámetros con el objetivo de maximizar el beneficio neto. Con el tiempo, se introducen pequeños cambios y los que tienen un impacto deseable se conservan para la próxima generación.
(Consulte también: Conceptos básicos del comercio algorítmico ).
Hay tres tipos de operaciones genéticas que luego se pueden realizar:
- Los cruces representan la reproducción y el cruce visto en biología, por el cual un niño adquiere ciertas características de sus padres.
- Las mutaciones representan mutaciones biológicas y se utilizan para mantener la diversidad genética de una generación de una población a la siguiente mediante la introducción de pequeños cambios aleatorios.
- Las selecciones son la etapa en la que se eligen genomas individuales de una población para su posterior reproducción (recombinación o cruzamiento).
Estas tres operaciones se utilizan luego en un proceso de cinco pasos:
- Inicialice una población aleatoria, donde cada cromosoma tiene una longitud n, siendo n el número de parámetros. Es decir, se establece un número aleatorio de parámetros con n elementos cada uno.
- Seleccione los cromosomas, o parámetros, que aumentan los resultados deseables (presumiblemente beneficio neto).
- Aplique operadores de mutación o cruzamiento a los padres seleccionados y genere una descendencia.
- Recombina la descendencia y la población actual para formar una nueva población con el operador de selección.
- Repita los pasos dos a cuatro.
Con el tiempo, este proceso dará como resultado cromosomas (o parámetros) cada vez más favorables para su uso en una regla comercial. Luego, el proceso finaliza cuando se cumplen los criterios de detención, que pueden incluir el tiempo de ejecución, la aptitud, el número de generaciones u otros criterios.
Uso de algoritmos genéticos en el comercio
Si bien los comerciantes cuantitativos institucionales utilizan principalmente los algoritmos genéticos, los comerciantes individuales pueden aprovechar el poder de los algoritmos genéticos, sin un título en matemáticas avanzadas, utilizando varios paquetes de software en el mercado.
Estas soluciones van desde paquetes de software independientes orientados a los mercados financieros hasta complementos de Microsoft Excel que pueden facilitar un análisis más práctico.
Al utilizar estas aplicaciones, los comerciantes pueden definir un conjunto de parámetros que luego se optimizan mediante un algoritmo genético y un conjunto de datos históricos. Algunas aplicaciones pueden optimizar qué parámetros se utilizan y los valores para ellos, mientras que otras se centran principalmente en optimizar simplemente los valores para un conjunto de parámetros dado.
El ajuste de curvas (es decir, el sobreajuste ) o el diseño de un sistema de negociación en torno a datos históricos en lugar de identificar un comportamiento repetible, representa un riesgo potencial para los comerciantes que utilizan algoritmos genéticos. Cualquier sistema de negociación que utilice GA debe probarse en papel antes de su uso en vivo.
La elección de parámetros es una parte importante del proceso, y los operadores deben buscar parámetros que se correlacionen con los cambios en el precio de un valor determinado. Por ejemplo, pruebe diferentes indicadores para ver si alguno parece correlacionarse con los cambios importantes del mercado.
La línea de fondo
Estos algoritmos no son el Santo Grial, y los operadores deben tener cuidado de elegir los parámetros correctos y no el ajuste de la curva.
(Para lectura adicional, echa un vistazo a: Elegir el software de comercio algorítmico derecho, el poder de Operaciones del Programa, y cómo codificar su propio Algo Trading Robot ).