En «A Random Walk Down Wall Street» (1973), Burton Malkiel sugirió: «Un mono ciego que lanza dardos a las páginas financieras de un periódico podría elegir una carpeta que funcionaría tan bien como una que sería cuidadosamente seleccionada por expertos». Si bien la evolución puede no haber hecho al hombre más comprensivo con la selección de valores, se ha demostrado que la teoría de Charles Darwin es efectiva 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 en particular.
Conclusiones clave
- Los algoritmos computacionales complejos basados en reglas genéticas y teoría evolutiva 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 nuevas estrategias.
- Los traders individuales pueden aprovechar el poder de los algoritmos genéticos mediante el uso de varios paquetes de software en el mercado.
1:40
¿Qué son los algoritmos genéticos?
¿Qué son los algoritmos genéticos?
Los algoritmos genéticos (GA) son métodos de resolución de problemas (o heurística) que imitan el proceso de evolución natural. A diferencia de las redes neuronales artificiales (ANN), que están diseñadas para funcionar como neuronas en el cerebro, estos algoritmos utilizan los conceptos de selección natural para determinar la mejor solución a un problema.
Como resultado, los GA se usan comúnmente como optimizadores que ajustan los parámetros para minimizar o maximizar una serie de medidas de retroalimentación, que luego se pueden usar de forma independiente o en la construcción de ANN. (Para obtener más información sobre las ANN, consulte: Redes neuronales: pronóstico de beneficios.)
En los mercados financieros, los algoritmos genéticos se utilizan a menudo para encontrar la mejor combinación de valores de parámetros en una regla de negociación y se pueden incorporar en modelos ANN diseñados para seleccionar acciones e identificar operaciones.
Varios estudios han demostrado la eficacia de estos métodos, entre ellos «Algoritmos genéticos: la génesis de la evaluación de stock«(2004) y»Aplicación de algoritmos genéticos en la optimización de la minería de datos bursátiles»(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 de dirección y magnitud. Los parámetros para cada regla comercial están representados por un vector unidimensional que se puede considerar como cromosomas en términos genéticos. Mientras tanto, los valores usados en cada parámetro pueden considerarse como genes, que luego son modificados por selección natural.
Por ejemplo, una regla de negociación puede implicar el uso de parámetros como la varianza de convergencia de la media móvil (MACD), la media móvil exponencial (EMA) y el estocástico. 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.
(Ver también: Conceptos básicos del comercio algorítmico.)
Entonces hay tres tipos de operaciones genéticas:
- Los cruces son la reproducción y la transición que se ven en biología, a través de las cuales un niño asume ciertos rasgos de sus padres.
- Las mutaciones son 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 selecciona un genoma individual de una población para su posterior reproducción (reproducción o cruzamiento).
Estas tres operaciones se utilizan luego en un proceso de cinco pasos:
- Comience con una población aleatoria, donde todos los cromosomas son norte-longitud, le norte ese es el número de parámetros. Es decir, se establece un número aleatorio de parámetros con norte elementos de la cabeza.
- Seleccione los cromosomas o parámetros que aumentan los resultados deseados (probablemente el beneficio neto).
- Aplique operadores de mutación o veterinarios a los padres seleccionados y genere descendencia.
- Remodelar la descendencia y la población actual para crear una nueva población con el operador de selección.
- Repita los pasos dos o cuatro.
Con el tiempo, este proceso dará como resultado cromosomas (o parámetros) cada vez más favorables para su uso en el comercio de reglas. Luego, el proceso finaliza cuando se cumplen los criterios de detención, incluida la hora actual, la aptitud, el número de generaciones u otros criterios.
Utilice algoritmos genéticos en el comercio
Mientras que los traders cuantitativos institucionales utilizan principalmente algoritmos genéticos, los traders 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 al mercado financiero hasta complementos de Microsoft Excel que pueden facilitar un análisis más práctico.
Con estas aplicaciones, los traders pueden definir un conjunto de parámetros que luego se optimizan mediante un algoritmo genético y un conjunto de datos históricos. Algunas aplicaciones pueden optimizar los parámetros utilizados y los valores para ellos, mientras que otras se centran principalmente en optimizar los valores para un conjunto particular de parámetros.
El ajuste de curvas (es decir, el ajuste excesivo) o el diseño de un sistema de negociación en torno a datos históricos en lugar de identificar comportamientos reutilizables es un riesgo potencial para los operadores que utilizan algoritmos genéticos. Cualquier sistema de negociación utilizado por los GA debe probarse previamente en papel antes de ser utilizado en vivo.
La selección 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 en particular. Por ejemplo, pruebe diferentes indicadores para ver si alguno de ellos parece correlacionarse con un cambio importante del mercado.
La línea de base
Estos algoritmos no son el Santo Grial, y los operadores deben tener cuidado de seleccionar los parámetros correctos y no ajustarse a una curva.
(Para obtener más información, consulte: Elija el software de comercio algorítmico adecuado, los programas de comercio de energía, y Cómo codificar su propio robot Algo Trading.)
