फाइनेंशियल मार्केट्स का पूर्वानुमान लगाने के लिए जेनेटिक एल्गोरिदम का उपयोग करना
“ए रैंडम वॉक डाउन वॉल स्ट्रीट” (1973) में, बर्टन मल्कील ने सुझाव दिया, “एक अखबार के वित्तीय पन्नों पर डार्ट्स फेंकने वाले एक नेत्रहीन बंदर एक पोर्टफोलियो का चयन कर सकते हैं जो विशेषज्ञों द्वारा सावधानीपूर्वक चयनित एक के रूप में अच्छी तरह से करेंगे।” जबकि विकास ने शेयरों को लेने में मनुष्य को अधिक बुद्धिमान नहीं बनाया हो सकता है, चार्ल्स डार्विन का सिद्धांत अधिक प्रभावी रूप से लागू होने पर सिद्ध हुआ है।
प्रकृति की शक्ति का उपयोग करके जटिल समस्याओं को हल करने के लिए आनुवंशिक एल्गोरिदम अद्वितीय तरीके हैं। सुरक्षा की कीमतों की भविष्यवाणी करने के लिए इन तरीकों को लागू करके, व्यापारी किसी दिए गए सुरक्षा के लिए प्रत्येक पैरामीटर का उपयोग करने के लिए सर्वोत्तम मूल्यों की पहचान करके व्यापारिक नियमों का अनुकूलन कर सकते हैं।
चाबी छीन लेना
- आनुवांशिकी और विकासवादी सिद्धांत के नियमों पर आधारित जटिल कंप्यूटर एल्गोरिदम ने प्रतिभूतियों के व्यापार में हाल की कुछ सफलता देखी है।
- सुरक्षा कीमतों की भविष्यवाणी करने के लिए इन तरीकों को लागू करने से, व्यापारी व्यापारिक नियमों का अनुकूलन कर सकते हैं और उपन्यास रणनीति बना सकते हैं।
- व्यक्तिगत व्यापारी बाजार पर कई सॉफ्टवेयर पैकेजों का उपयोग करके आनुवंशिक एल्गोरिदम की शक्ति का उपयोग कर सकते हैं।
आनुवंशिक एल्गोरिदम क्या हैं?
जेनेटिक एल्गोरिदम (GAs) समस्या को सुलझाने के तरीके (या अनुमान) हैं जो प्राकृतिक विकास की प्रक्रिया की नकल करते हैं। कृत्रिम तंत्रिका नेटवर्क (एएनएन) के विपरीत, मस्तिष्क में न्यूरॉन्स की तरह काम करने के लिए डिज़ाइन किया गया, ये एल्गोरिदम एक समस्या के लिए सबसे अच्छा समाधान निर्धारित करने के लिए प्राकृतिक चयन की अवधारणाओं का उपयोग करते हैं ।
परिणामस्वरूप, GA का उपयोग आमतौर पर ऑप्टिमाइज़र के रूप में किया जाता है जो कुछ प्रतिक्रिया माप को कम करने या अधिकतम करने के लिए मापदंडों को समायोजित करता है, जिसे बाद में स्वतंत्र रूप से या एएनएन के निर्माण में उपयोग किया जा सकता है। (एएनएन के बारे में अधिक जानने के लिए, देखें: तंत्रिका नेटवर्क: पूर्वानुमान लाभ ।)
में वित्तीय बाजारों, आनुवंशिक एल्गोरिथम सबसे अधिक एक व्यापारिक नियम में मापदंडों का सबसे अच्छा संयोजन मूल्यों को खोजने के लिए उपयोग किया जाता है, और वे शेयरों लेने और ट्रेडों की पहचान करने के लिए डिज़ाइन एएनएन मॉडल में बनाया जा सकता।
कई अध्ययनों ने इन तरीकों की प्रभावशीलता का प्रदर्शन किया है, जिसमें ” जेनेटिक एल्गोरिदम: स्टॉक मूल्यांकन का उत्पत्ति ” (2004) और ” स्टॉक मार्केट डेटा खनन अनुकूलन में जेनेटिक एल्गोरिदम के अनुप्रयोग ” (2004) शामिल हैं। (अधिक के लिए, देखें: ट्रेडिंग एल्गोरिदम कैसे बनाए जाते हैं ।)
कैसे जेनेटिक एल्गोरिदम काम करते हैं
जेनेटिक एल्गोरिदम को गणितीय रूप से वैक्टर का उपयोग करके बनाया जाता है, जो मात्रा में दिशा और परिमाण होते हैं। प्रत्येक व्यापारिक नियम के लिए पैरामीटर को एक आयामी वेक्टर के साथ दर्शाया जाता है जिसे आनुवंशिक शब्दों में गुणसूत्र के रूप में सोचा जा सकता है। इस बीच, प्रत्येक पैरामीटर में उपयोग किए जाने वाले मानों को जीन के रूप में माना जा सकता है, जिन्हें तब प्राकृतिक चयन का उपयोग करके संशोधित किया जाता है।
उदाहरण के लिए, एक ट्रेडिंग नियम में चलती औसत अभिसरण विचलन (एमएसीडी), एक घातीय चलती औसत (ईएमए) और स्टोचस्टिक जैसे मापदंडों का उपयोग शामिल हो सकता है । एक आनुवंशिक एल्गोरिथ्म तब शुद्ध लाभ को अधिकतम करने के लक्ष्य के साथ इन मापदंडों में निवेश करेगा । समय के साथ, छोटे बदलाव पेश किए जाते हैं, और जो वांछनीय प्रभाव डालते हैं, उन्हें अगली पीढ़ी के लिए बरकरार रखा जाता है।
(यह भी देखें: एल्गोरिथम ट्रेडिंग की मूल बातें ।)
इसके बाद तीन प्रकार के आनुवंशिक ऑपरेशन किए जा सकते हैं:
- क्रॉसोस जीवविज्ञान में देखे जाने वाले प्रजनन और क्रॉसओवर का प्रतिनिधित्व करते हैं, जिसके द्वारा एक बच्चा अपने माता-पिता की कुछ विशेषताओं को ग्रहण करता है।
- उत्परिवर्तन जैविक उत्परिवर्तन का प्रतिनिधित्व करते हैं और यादृच्छिक छोटे परिवर्तनों को पेश करके एक पीढ़ी से दूसरी पीढ़ी तक आनुवंशिक विविधता को बनाए रखने के लिए उपयोग किया जाता है।
- चयन वह चरण है जिस पर बाद में प्रजनन (पुनर्संयोजन या क्रॉसओवर) के लिए एक जनसंख्या से व्यक्तिगत जीनोम चुने जाते हैं।