[討論] 創造一個自然淘汰的環境

[lkjsdf (lkjsdf)]

一個粗略的想法.
模擬生態體系,讓每一支交易策略如同一個物種一樣自尋生存.
持續虧損的策略就自然淘汰,獲利的策略則逐步擴張成長.

初步的想法(我覺得應該有更巧妙的做法).
起始階段,每一個策略配置固定金額,模擬每個策略都有一個戶頭.
然後獲利的戶頭就成長,虧損的就萎縮,策略之間資金不流動.

這樣的作法其實有個假設,那就是策略一衰就會衰一段時間,賺也會
賺一段時間.

--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 111.184.32.125
推 fihalon:環境的fitness function是Net Profit嗎 還是Risk?
推 fihalon:模擬環境首先要設定fitness function或objective function
→ fihalon:看是要淘汰獲利產出低的物種(策略)或風險抵抗力低的物種
→ cybermohrg:還有物種要怎麼演化,涉及到策略如何編碼,會造成瓶頸
推 fihalon:可以參考一下Matlab工具箱Genetic Algorithm教學文件
推 zaqimon:每天重新Optimize參數 淘汰舊參數 這樣算演化麼
推 Ting1024:是喔，那你可以用類神精網路阿。保證你可以進化
→ Ting1024:到自然死亡..ok的啦...還有種子可以生長
→ lkjsdf:fih兄,我直覺是想到用profit,可是risk也應該是重點.
→ lkjsdf:所以我也不確定,還在思考. 也許有個方式把兩種因子都整合
→ lkjsdf:genetic algorithm似乎是個可以直接拿來試試的工具,感恩
→ lkjsdf:zaq兄,每天都比賽一次,挑前幾名的,好像也是個方法,但沒被挑
→ lkjsdf:中的好像物種突然就瞬間滅絕了,和我想像中的演化環境有差異
→ cybermohrg:如果你沒有打算利用現有策略交配出新策略的話,用ANN或
→ cybermohrg:其他簡單的模型應該就夠了,我猜隱藏層甚至不用太多
推 Uber:太累了 不如無限月讀吧  帶土
→ ETHZ:原PO用這方法的目的是啥?是想要挑出最優的存活策略交易嗎?
→ ETHZ:如果是這目的,基本上希望不大,因為我玩過了!
→ ETHZ:除非像cyber兄說的,找到巧妙的編碼法讓策略突變,交配,演化
→ ETHZ:這我有想過,應該可行,但需要花很多時間編程,我一直沒空弄
→ ETHZ:需要蠻強的程式篆寫能力.可以考慮用Functional Language (F#)
→ ETHZ:這樣的程式語言,華爾街有家Hedge Fund...
→ ETHZ:只聘熟稔Functional Programming Language 的人.
→ lkjsdf:交配? 我倒是沒想過,讓策略可以交換進出場方式嗎..
→ lkjsdf:"挑出"聽起來像是一瞬間的動作,我是希望讓有競爭力的"浮現"
推 zaqimon:http://www.neuroshell.com/ 有人用過嗎？10年前就有了
推 ETHZ:原PO去研究一下遺傳演算法,就知道我說的"交配"是啥意思.
→ ETHZ:比方說,你的策略是由一群"基因"組成,其中一個基因是"均線突破
→ ETHZ:其它基因是"昨日K線高點突破","昨日K線低點突破","平盤不做"
→ ETHZ:由這些基因,你可以組何出一些策略,那策略間互相交配,基因就會
→ ETHZ:從中選取對調互換.如此可以產生更多多樣性的"子孫策略"
→ ETHZ:當中你也可以玩"基因突變",比方說"昨日K線低點突破"被突變成
→ ETHZ:"昨日K線高點突破".等等.
→ ETHZ:這樣的做法很有趣,但是牽涉到大量的符號運算處理.需要一定的
→ ETHZ:程式設計功力!以前我用過善長處理符號的Mathematica軟體寫過
→ ETHZ:這樣的程式.但是沒有認真發楊光大.應該還有東西可以玩!
→ lkjsdf:感謝,再找時間研究研究
→ lkjsdf:雖然好像有點偏離了我原本想的東西
推 are2:基因演算法喔? 可是要怎麼判斷哪邊是對的方向
刪除無禮推文
※ 編輯: lkjsdf          來自: 111.184.32.125       (12/11 09:11)