چگونه می توان هدف را در تجارت مشخص کرد؟

علم پشت STOP-SOSS & Target Gain-بیاموزید که چه موقع از یک موقعیت خارج شوید

• توسط Paul Wilcox
• مارس ، 20 algorithmi. algorithmi. algorithmi. alteativ. model port. newsfeed s. statistica. stock mark. unstructur.

با همکاری: Erez M. Katz (مدیرعامل و بنیانگذار) و استوارت Colianni (Quant) Stop-Loss و هدف توسط معامله گران روز که به دنبال بهره برداری از جابجایی های کوتاه مدت هستند ، سرچشمه گرفته است. در سالهای اخیر ، با اتخاذ گسترده تر تجارت الگوریتمی ، شرایط خروج مبتنی بر قانون در دامنه همه سرمایه گذاری ها از جمله خرید و نگه داشتن بلند مدت گسترش یافته است. نوسانات قیمت اخیر

از دست دادن و افزایش هدف توسط معامله گران روز که به دنبال بهره برداری از جابجایی های کوتاه مدت هستند ، سرچشمه گرفته است. در سالهای اخیر ، با اتخاذ گسترده تر تجارت الگوریتمی ، شرایط خروج مبتنی بر قانون در دامنه همه سرمایه گذاری ها از جمله خرید و نگه داشتن بلند مدت گسترش یافته است.

نوسانات قیمت اخیر بسیاری از سرمایه گذاران را با تعجب به خود جلب کرده است ، و نظریه به سرعت با جستجوی روح با تمرکز بر یک سؤال جایگزین شد: "من چقدر درد دارم که تحمل کنم؟"

بسیاری از کسانی که خود را سرمایه گذاران پیچیده می دانند ، به نظر می رسد براساس سن ، سلامت مالی و اهداف سرمایه گذاری ، یک درصد توقف ثابت خودسرانه را قرار دهند. با این حال ، عامل مهم باقی مانده است ، تحمل درد شخصی سرمایه گذار. از نظر تئوری ، قرار دادن یک از دست دادن توقف ثابت به نظر می رسد یک رویکرد خوب و آسان برای پیاده سازی. با این حال ، در واقعیت ، بیشتر سرمایه گذاران بسیار ناامید خواهند شد یا خود را بسیار "بدشانس" می دانند.

قرار دادن یک توقف بیش از حد محافظه کارانه ، مواضع را به طور زودرس بسته می کند و می تواند منجر به از دست دادن دستاوردهای احتمالی شود. برعکس ، استفاده از یک وضعیت خروج بیش از حد آرام منجر به خسارات قابل توجهی خواهد شد و غالباً وقتی موقعیت بسته به سود خود بازگردد ، سرمایه گذار را ناامید می کند که دیگر تحقق نمی یابد.

به حقیقت گفته می شود ، علم خروج تا حدودی پیچیده است و نیاز به یک رویکرد الگوریتمی دقیق دارد که در آن سطح ریسک به صورت پویا هم در سطح فردی و هم در کل بازار ارزیابی می شود.

در Lucena ، ما تحقیقات گسترده ای در مورد علم شرایط خروج انجام داده ایم و این وبلاگ به منظور توضیح اینکه چرا اکثر اجرای شرایط خروج از بین می روند ، توضیح می دهد. علاوه بر این ، ما در مورد چگونگی استفاده از یادگیری عمیق می توان به طور مؤثر برای یک استراتژی خروج الگوریتمی استفاده خواهیم کرد.

چرا قرار دادن یک توقف استاتیک از دست دادن و افزایش هدف کار نمی کند؟

بیایید به عنوان مثال سناریوی زیر را در نظر بگیریم: شما با قیمت هر سهم 10. 00 دلار موقعیتی را وارد کرده اید. ارزیابی محدوده معاملات سهام برای یک چشم انداز یک ماهه (به جلو نگاه کنید) با استفاده از یک سال تاریخ ، توزیع بازده با میانگین 0 ٪ را به همراه دارد.

تصویر شماره 0: توزیع بازده.

با ترجمه به موقعیت ما ، انتظار داریم که در طول دوره عادی تجارت برای سهام بین 9 تا 11 دلار نوسان کند. از نظر آماری ، با استفاده از یک مدل توزیع ساده مونت کارلو و تخفیف در بازار ، هزینه های معامله و لغزش (بیشتر در مورد آن کمی بعد) ، اگر ما در اوج مورد انتظار 11 دلار و از دست دادن توقف 9 دلار افزایش هدف قرار دهیم.، ما یک فرصت برابر برای خروج با سود یا ضرر 10 ٪ خواهیم داشت.

تصویر شماره 1: از نظر آماری شانس مساوی برای خروج از سود (مشخص شده به رنگ سبز) یا ضرر (مشخص شده به رنگ قرمز) داریم.

یک رویکرد ساده لوحانه می تواند به شرح زیر باشد: ما می توانیم آستانه خود را برای افزایش هدف به نصف به +5 ٪ کاهش دهیم. این احتمال دستیابی به آستانه افزایش هدف را به میزان قابل توجهی افزایش می دهد. به خاطر استدلال ، فرض کنید که احتمال رسیدن به آستانه +10 ٪ نیمی از رسیدن به آستانه +5 ٪ است. در واقعیت ، فرض فوق محافظه کارانه است زیرا بازده تقریباً به طور عادی توزیع می شود ، به تصویر شماره 0 مراجعه کنید. به عبارت دیگر ، در یک دنیای کامل اگر سهام به طور مساوی بین +10 و-10 ٪ نوسان کند ، دو برابر بیشتر از 5 ٪ از دست دادن 5 ٪ خواهد بود.

در واقعیت ، حتی این سناریوی ایده آل سودآور نیست.

نمودار زیر را در نظر بگیرید:

تصویر شماره 2: ما با 10 دلار شروع می کنیم و دنباله ای از 2 برد 5 ٪ هر کدام را انجام می دهیم و به دنبال آن یک ضرر واحد 10 ٪ است. پس از چند تکرار 10 دلار ما به 9. 54 دلار فروپاشی شد.

دلیل اینکه ما در واقع پول خود را از دست داده ایم به دلیل مفهومی به نام پوسیدگی نمایی است (که به آن پوسیدگی مرکب نیز گفته می شود). از آنجا که "تلاش" بیشتری لازم است (N + E) ٪ برای جبران ضرر N ٪.

تصویر شماره 3: برای بازیابی ضرر 10 ٪ بیش از 11. 11 ٪ طول می کشد.

در واقعیت ، این پوسیدگی حتی برجسته تر است زیرا ما هر بار که وارد می شویم و از یک موقعیت خارج می شویم ، هزینه معامله و لغزش را متحمل می شویم. علاوه بر این ، شرایط بازار و نوسانات به طور مداوم تغییر می کند. به همین دلیل مدل معیارهای خروج پویاتر مورد نیاز است.

از دست دادن متوقف شده و هدف دستاورد پویا است

بیایید نگاهی به برخی رویکردها برای تعیین شرایط خروج بیندازیم. ما با یک رویکرد استاتیک ساده لوحانه شروع خواهیم کرد و به تدریج پویایی و پیچیدگی را اضافه خواهیم کرد زیرا سعی می کنیم کاملاً داده محور و بدون اختیار انسانی باشیم.

تصویر شماره 4: تجسم استفاده از آستانه ثابت +/- 2 ٪.

رویکرد ساده لوحانه "آستانه ثابت" اختصاص آستانه های بالا و پایین در زمان ورود به یک موقعیت است. ارزش دلار این آستانه های بالا و پایین تر از قیمت فعلی براساس تغییر درصد "قابل قبول" خودسرانه انتخاب شده است. در تصویر شماره 4 ، این مقدار به عنوان +/- 2 ٪ انتخاب شده است. پس از تعیین ، مرزهای فوقانی و پایین تا زمانی که یکی از آنها عبور کند ، ایستا باقی می مانند و از این طریق از موقعیت خارج می شود.

تصویر شماره 5: تجسم استفاده از آستانه دنباله دار +/- 2 ٪.

رویکرد "آستانه دنباله دار" یک لایه جزئی از پیچیدگی را اضافه می کند. پس از محاسبه ، ارزش دلار آستانه های بالا و پایین با توجه به قیمت به صورت نورد دوباره استفاده می شود. در حالی که فاصله بین مرزهای بالا و پایین ایستا است ، مقدار این مرزها روز به روز تنظیم می شود.

تصویر شماره 6: تجسم استفاده از آستانه ATR.

رویکرد "آستانه ATR" اختصاص آستانه های بالا و پایین در زمان ورود به موقعیت با توجه به نوسانات خاصیت خاص سهام است که توسط ATR آن (میانگین محدوده واقعی) که در یک دوره بازگشت اخیر محاسبه شده است ، تعیین شده است. بنابراین مرزها از اطلاعات مربوط به اقدامات قیمت تاریخی تصمیم گرفته می شود و به طور خودسرانه مشخص نمی شود. پس از محاسبه ، آستانه های بالا و پایین تا زمانی که یکی از آنها عبور کند ، ایستا باقی می مانند.

تصویر شماره 7: تجسم استفاده از آستانه دنباله ATR.

رویکرد "آستانه دنباله ATR" یک لایه جزئی از پیچیدگی را اضافه می کند. باز هم ، مرزها با توجه به اطلاعات قیمت تاریخی به صورت داده محاسبه می شوند. پس از محاسبه ، آستانه های فوقانی و پایین هر بار که به ارتفاع جدید رسیده می شود ، به صورت رول به جلو می روند. در حالی که فاصله بین مرزهای فوقانی و پایین استاتیک است ، مقدار این مرزها برای محافظت از سودهای موجود در حال حاضر تنظیم می شود.

تصویر شماره 8: تجسم استفاده از آستانه پویا ATR.

رویکرد "آستانه پویا ATR" یک لایه دیگر از پیچیدگی را اضافه می کند. مرزها مطابق ATR در یک دوره نگاه تاریخی محاسبه می شوند. این مرزها استاتیک و بر اساس قیمت برای روزی که در آن محاسبه می شود تنظیم شده است. پس از گذشت روز ، آستانه ها مطابق با ATR در یک دوره نگاه تاریخی دوباره بازسازی می شوند و روند تکرار می شود.

تصویر شماره 9: تجسم استفاده از آستانه دنباله دار ATR پویا.

"آستانه دنباله پویا ATR" پیچیدگی را بیشتر می کند. مرزها با توجه به ATR که در یک دوره نگاه تاریخی محاسبه می شود تعیین می شود. پس از محاسبه ، آستانه های فوقانی و پایین با توجه به قیمت N روز ، به صورت روال به جلو استفاده می شوند. در روز N+1 ، آستانه ها مطابق با ATR در یک دوره نگاه تاریخی محاسبه می شوند و روند تکرار می شود.

تمام رویکردهای شرح داده شده تاکنون آستانه قیمت را برای ضرر متوقف و سود هدف تولید می کنند.

"اندازه گیری از دست دادن میانگین در حال حرکت" تکنیکی است که می تواند برای هر یک از استراتژی های وضعیت خروج فوق الذکر اعمال شود. قیمت دارایی اغلب یک متریک بسیار پر سر و صدا است. افزایش نوسانات غالباً باعث ایجاد تغییرات بزرگ قیمت زودگذر می شود که منجر به خروج موقعیت های زودرس می شود. این پدیده می تواند یک سرمایه گذار از معاملات سودآور را "وانت" کند. اثرات انحراف ناگهانی قیمت می تواند با خروج از معاملات با توجه به میانگین متحرک قیمت های تاریخی ، به جای خود قیمت ، کاهش یابد. اثر صاف کننده ناشی از میانگین ، مواردی از پدیده "وانت" را بسیار بعید می کند.

یادگیری تقویت عمیق برای شرایط خروج

یادگیری تقویت کننده زیر مجموعه ای از یادگیری ماشین است که در آن یک عامل یک سیاست بهینه برای به حداکثر رساندن پاداش در هنگام تعامل در محیط خود می آموزد. یک سیاست نقشه برداری از وضعیت محیط یک عامل به اقدامات است. در مورد یادگیری مرزهای بهینه برای خروج از موقعیت ، محیط توسط یک بردار از ویژگی های مربوط به دارایی نشان داده می شود. از طرف دیگر ، اقدامات با جایی که مرزها باید به عنوان تابعی از ATR تنظیم شوند ، نشان داده می شوند.

تصویر شماره 11: نمونه ای از چگونگی یادگیری تقویت کننده ویژگی های نقشه برداری خط مشی به اقدامات.

چرا از یادگیری تقویت استفاده می کنیم؟چه چیزی آن را به ابزاری خوب برای علم داده های مالی تبدیل می کند؟در سالهای اخیر ، پروژه های یادگیری تقویت شده گام های باورنکردنی در بازی انجام داده اند. DeepMind Google Alphazero و Alphago را ایجاد کرد - AIS که به ترتیب انسان و ماشین آلات در شطرنج حاکم بود و به ترتیب می روند. در همین زمان ، غیرانتفاعی الون مسک Openai Openai Five را ایجاد کرد - هوش مصنوعی که تیم های حرفه ای را در بازی ویدیویی محبوب Dota 2 مورد ضرب و شتم قرار داده است.

جذابیت یادگیری تقویت کننده ناشی از این واقعیت است که این تکنیکی است که در آن یک عامل مستقیماً از یک محیط یاد می گیرد. درست مانند تغییر چشم انداز یک صفحه بازی ، بازار سهام محیطی است که دائماً در جریان است - چندین عامل (سرمایه گذاران) جوکی برای به حداکثر رساندن پاداش (سود) با استفاده از طیف وسیعی از استراتژی های متفاوت ، مداوم در حال تکامل و گاه مخالف. از آنجا که یادگیری تقویت می تواند با تغییر رفتار یک محیط سازگار باشد ، برای یادگیری شرایط بهینه خروجی مناسب است.

در سطح بالایی ، یادگیری تقویت کننده با بهبود تکراری سیاست یک عامل با توجه به پاداش حاصل از اقدامات خود عمل می کند. به همین ترتیب ، یادگیری مؤثر بر داشتن یک عملکرد پاداش خوب مشخص است. یک عملکرد پاداش که به نوعی کمبود دارد ، به عنوان مثال عدم وجود سر و صدا ، می تواند به راحتی رفتار ناشایست ایجاد کند.

تصویر شماره 12: نمونه ای از رفتارهای خوب و بد ناشی از یادگیری تقویت.

پرونده "نتایج نامطلوب" را در بالای تصویر شماره 12 در بالا در نظر بگیرید. در این شرایط ، عامل یادگیری تقویت شده آموخته است که مقادیر آستانه بسیار زیادی را تولید کند. این احتمالاً به این دلیل است که نماینده از یک دوره (به رنگ سبز) آموخته است که در طی آن قیمت نوسانات زیادی را تجربه کرده است. علاوه بر این ، پاداش برداشت شده در دوره یادگیری بزرگ و منفی بود. در نتیجه ، عامل به اشتباه شرایط خروج شدید را ترجیح می دهد که تحقق ضرر را بعید به نظر می رساند. چنین مرزهایی مضر است زیرا در واقع در برابر ضررها محافظت نمی کنند. علاوه بر این ، رسیدن به چنین مرزهایی به حرکات قابل توجهی قیمت بسیار فراتر از آنچه طبیعی است نیاز دارد.

در مقابل ، پرونده "خیلی محدود" را در تصویر شماره 12 در نظر بگیرید. در این شرایط برعکس اتفاق می افتد. این عامل آستانه های بسیار باریک تولید می کند زیرا در مدت کوتاهی از نوسانات کم آموخته و پاداش مثبت دارد. چنین آستانه های باریک محدوده عملکرد سودآوری یک سرمایه گذار را محدود می کند. علاوه بر این ، با دستیابی آسانتر ، شرایط خروج به دلیل نوسانات قیمت طبیعی در معرض خطر اجرای نادرست است.

هر دو مورد "بهتر" و "نتایج بهینه" در تصویر شماره 12 نشان می دهد که اگر یک عامل به درستی آموخته باشد ممکن است یک عامل رفتار کند. در این مواقع ، نماینده پاداش متعادل را به خوبی متعادل کرده و استحکام نسبی نسبت به نوسانات قیمت را نشان می دهد. به جای تعیین مرزهایی که به طور نامتناسب یا باریک هستند ، آستانه هایی را درست می کند که درست است.

یادگیری تقویت کننده دارای خواص نظری جذاب است. یک عامل مستقیماً از داده ها یاد می گیرد تا آستانه های خروجی را انتخاب کند که پاداش مشخص شده توسط کاربر را به حداکثر می رساند. این فرآیند کاملاً داده محور است و از این طریق یک سرمایه گذار را از قرار گرفتن در معرض عاطفی یا از انتخاب یک ATR دلخواه که در آن می توانید از موقعیت ها خارج کنید ، نجات می دهد. قطع قطع ATR به طور خودسرانه تقریباً به طور حتم زیر حد متوسط است - آنها می توانند باعث شوند که یک سرمایه گذار هنگام انتخاب مرزهای محکم تر ، "روی میز" را ترک کند ، یا در هنگام انتخاب شلیک ، ریسک غیر ضروری را تحمل کند.

علیرغم مزایای بسیاری ، یادگیری تقویت برای ضعف قلب نیست. شاید مهمترین دردناک این باشد که یادگیری قابل اعتماد به توانایی فرد در تهیه یک عملکرد مناسب برای امتیاز دهی پاداش متکی است. انجام این کار می تواند یک چالش مهم برای سرمایه گذاران فنی کمتر باشد. علاوه بر این ، یادگیری تقویت کننده معمولاً برای آموزش صحیح به مقدار قابل توجهی داده نیاز دارد. به همین دلیل ، این ممکن است تکنیکی باشد که توسط یک سرمایه گذار متوسط استفاده شود.

س questions الات در مورد از دست دادن و افزایش هدف؟آنها را در زیر رها کنید یا با ما تماس بگیرید.