Masjienleer in Finansiële Trading: Teorie en toepassings 22 Januarie 2013 Dit is moeilik om voorspellings te maak, veral oor die toekoms, sê bofbal legende Yogi Berra. Maar dit beteken nie verhoed dat mense probeer, veral binne die finansiële markte, waar die masjien leer handel algoritmes word ontwikkel en geloods deur verskansingsfondse, met die oog op die vind van praktiese toepassings van die groot liggaam van teorie wat bestaan vir kunsmatige intelligensie. Miskien, nie verrassend nie, baie van diegene aan die voorpunt te hou gevorderde grade in wiskunde of rekenaarwetenskap. Terwyl 'n PhD is nie verpligtend nie, dit duidelik is 'n voordeel. Spencer Greenberg. medestigter, rebellie Navorsing "Toe ek geleer het oor masjienleer, dit by my opgekom dat dit nuttig in finansiële aansoeke kan wees," sê Spencer Greenberg, mede-stigter van rebellie Navorsing, 'n New York-gebaseerde hedge fund. Greenberg is tans voortsetting van 'n doktorsgraad aan die New York Universiteit se Courant Instituut vir Wiskundige Wetenskappe. "Wanneer ons probeer om geld te maak in die aandelemark, het ons geen ten volle gevorm begrippe of te koop en te verkoop, waarde, momentum, relatiewe waarde, ens," sê Greenberg. "Miskien masjienleer kan beleggingstyle onttrek in 'n outomatiese mode, en 'n algoritme geskep kan word om die proses te leer. Ek het gefassineer daarmee. " Rebellie Navorsing in diens van 'n masjien-leer stelsel om voorspellings te maak oor die prestasie van aandele en ander bateklasse te maak. Die basiese uitgangspunt is dat masjiene geprogrammeer kan word deur Google op die web soektogte uit te voer of deur Amazon en Netflix te beveel flieks en boeke, so daar is geen rede waarom hulle nie in staat wees om opgelei te word om beleggingsbesluite te neem. "Een van die redes mense is skepties oor die gebruik van kunsmatige intelligensie vir die belegging is hulle dink van 'n belegging as iets wat te moeilik vir 'n mens om op te los, en dus ook moeilik om te program, 8221; gesê Greenberg. 8220, Daar is baie teorieë oor hoe die mark werk. Ons benadering is om die masjien leer algoritmes te ontleed te belê in 'n outomatiese manier. " Die veld van kennis op die gebied uit te brei teen 'n vinnige clip. "Vir dekades het-masjien-gebaseerde kunsmatige intelligensie tegnieke die kernelemente van algoritmiese handel en die rekenaar Finansies in die algemeen," sê Vadim Mazalov, navorsing en ontwikkeling spesialis by handel stelsels verskaffer Cyborg Trading Systems, en 'n PhD-student in rekenaarwetenskap wat spesialiseer in masjienleer by Western University in Londen, Ontario. masjienleer Die uitgebreide liggaam van kennis in die kuns bevat reeds 'n verskeidenheid van modelle wat toegepas kan word op verskillende vlakke en skubbe-uit 'n hoë-frekwensie om sistematiese handel. "Oor die afgelope vyf jaar, het ons groot vooruitgang in die outomatiese handel tegnologie gesien," het Alfred Eskandar, uitvoerende hoof van handel stelsels verskaffer Portware. "Gevorderde front-end oplossings massiewe doeltreffendheid ingestel, verminder operasionele risiko en gegee handelaars ongekende toegang tot globale likiditeit." Tog het die huidige generasie van uitvoering bestuurstelsels handel en workflow geneem omtrent so ver as wat dit kan. Die verantwoordelikheid vir die algehele-lewensiklus ontleding van marktoestande 'n handelsmerk se keuse van die regte strategie vir 'n bepaalde orde, monitering uitvoering vordering en enige nodige veranderinge-nog val vir menslike handelaars. "Oor die volgende paar jaar, gaan ons maatskappye implementering tegnologie wat jou sal help handelaars outomaties kies en te implementeer die optimale algoritmiese strategie, wat hulle toelaat om kapasiteit te verhoog en te verbeter algehele handel prestasie," het Eskandar. Maar soveel as handelaars wil wees in die regte algoritme op die regte tyd, hulle wil ook nie te wees in die verkeerde algoritme op die verkeerde tyd. "Sommige van die mark se onlangse mis-stappe wys hoe belangrik dit is om handel te bestuur," sê Eskandar. "Dit opkomende tegnologie sal toelaat dat maatskappye om hul algoritmes dinamies te bestuur en te verseker dat die veilige werking van die saak lessenaars in enige mark toestand." Die koms van die masjien gebaseer handel algoritmes is te danke in geen klein deel van die vermoë om rieme van data in reële tyd met behulp van gevorderde hardeware en sagteware te analiseer. "Dit gaan oor op soek na patrone in data," sê Tucker Balch, professor in rekenaarwetenskap aan Georgia Institute of Technology, en stigter van Lucena Navorsing, 'n kunsmatige intelligensie gebaseer belegging IT-maatskappy. "In die geval van finansies, jy is op soek na verhoudings tussen data oor 'n maatskappy en sy toekomstige prys. Dit is wat Lucena doen, en wat ek doen met my navorsing by Georgia Tech. " wiskundige modelle Lucena bied kwantitatiewe analise en statistiese masjien leer tegnologie om fondse, rykdom adviseurs en gevorderde individuele beleggers te verskans. Die wolk-gebaseerde kunsmatige besluit ondersteuning intelligensie tegnologie in staat stel kort termyn beleggers en handelaars om geleenthede in die mark te vind en om risiko te verminder in hul portefeulje met behulp van tegniese en fundamentele kwantitatiewe patroonpassing. Die stelsel "kry soveel historiese data, insluitend fundamentele data en tegniese aanwysers, as moontlik, en poog om verhoudings tussen daardie historiese data en toekomstige pryse", sê Balch. "Dit verhouding is 'n model, iets wat 'n meetbare hoeveelheid van 'n aandele het betrekking op 'n toekomstige prys," het hy gesê. Lucena se masjien leer-gebaseerde prys vooruitskatting algoritme voorspel vyf, 10 en 20 handel dag opbrengste oor al gedek aandele. "Ons moenie gebruik statiese modelle, is ons weervoorspeller daaglikse hersien om outomaties aan te pas by veranderende marktoestande," sê Balch. "Die voorspelling gebruik kan word om korttermyn-lank of kort geleenthede te identifiseer." uiteindelike doel Lucena, het gesê hy, "is om 'n bewustheid van die krag van die masjien leer patroon analise bring, en om 'n rewolusie die onderbediende belegging professionele gemeenskap, deur die verskaffing van die gereedskap en tegnologie normaalweg nie beskikbaar vir besighede van hul grootte".
Comments
Post a Comment