Mechanische Handelsstrategien

Im Geiste des Gebens während dieser festlichen Jahreszeit. Wir geben unseren brandneuen 2017 Bärenmarkt Abonnement Service für 50 off (in der Regel 197pa), was seine eigentlich wert (und seine lohnt sich die Investition mit was ist vor kurzem erschien auf unserer mechanischen Handels-Radar). Klicken Sie auf das Bärenmarkt-Abonnement-Bild auf der rechten Seite. Was ist Mark8 Trader Mark8 (Market) Traders nutzt die Kraft der Technologie, um Instrumente in den Finanzmärkten zu analysieren und geben dann Empfehlungen, wann man Handelspositionen eingeben und beenden soll. Unsere Trading-Strategien sind vollständig mechanisch in Design zu helfen, bei der Beseitigung der emotionalen Aspekt des Handels und erhalten Sie eine Edge in Ihrem Finanzmarkt Handel. Bitte sehen Sie unsere Produkte Seite, wie die Equity-Graphen und Stats sprechen für sich selbst Die Schaffung von VALUE für Sie ist unsere Priorität Nummer eins. Sind Sie ein New, Intermediate oder Advanced Trader Unabhängig von Ihrer Vergangenheit Handel sind wir in der Lage zu helfen, führen Sie durch jeden Handel durch die Integration von überlegener Technologie unterstützt. Mit Mark8 Traders finden Sie sich Seite an Seite mit uns professionell Handel die folgenden Instrumente: SP 500, Dow Jones, Nasdaq 100, Platin, Gold, Silber und Öl. Unser künftiger Erfolg ist alles über Ihren Erfolg mit uns und den anhaltenden Erfolg unserer Handelsstrategien. Wir sind daher bestrebt, innovative Dienstleistungen, neue Geschwindigkeit zu Markt-Handelsstrategien, Social-Networking-Schnittstellen und 245 Unterstützung zu liefern. Warum Mark8 Trader Mark8 Trader mechanische Handelsstrategien werden über einen Zeitraum von mindestens zehn Jahren getestet, um die Fortsetzung ihrer aktuellen Erfolgsquote sicherzustellen, mit einer Eigenkapitalkurve, die in der oberen rechten Ecke des Bildschirms bleibt (die Ergebnisse sprechen für sich selbst, siehe Produkte Seite). Wir vereinfachen eine komplizierte Investmentbranche durch die Bereitstellung einfach zu handelnden Signale direkt auf Ihre E-Mail-Posteingang zu folgen. Diese Signale reichen von Short (Day Trades) bis Medium (mehrere Tage) Term Trades. Unsere mechanischen Handelsstrategien sind auf mehreren großen Handelsmärkten tätig, darunter die wichtigsten Indizes (SP 500, Nasdaq 100, Dow Jones) und Rohstoffmärkte (Gold, Silber, Platin, Öl).Unser Reinforcement Learning Mining und Repository: 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 versuchen dann die gleiche Suchprozedur mit zufälligen Daten, um jeden Prozess, wo die Erzeugung eines profitablen Systems in zufälligen Daten ist mehr als 1100 als wahrscheinlich zu verwerfen 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. In dem 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). Zu vielen der oben genannten und ziemlich komplizierten 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 Serie (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 System im ersten Bild gehört zu dieser Gruppe, obwohl ich für diesen Backtest eine Testperiode von nur 2010-2016 verwendet habe (obwohl das System unter Verwendung eines 6040-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 resistenter sind, da sie nicht nach vorbestimmten preisbasierten Ausgängen suchen, sondern einfach Entrexit-Trades innerhalb des Tages der täglichen Bars abwickeln 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 mit Bildungs-Videos, Handelssysteme, Entwicklung und eine solide, ehrliche und transparente Ansatz für automatisierte trading. strategies gefüllt.