Alternativamente, para predecir los mercados de divisas. Sé que esto puede ser bastante complicado, así que como introducción, estoy buscando un algoritmo de predicción simple que tenga cierta precisión.
(Es para un proyecto universitario de M.Sc. que dura cuatro meses)
He leído que una red neuronal multicapa podría ser útil. ¿Alguna idea sobre eso? Además, el análisis semántico de las redes sociales puede proporcionar información sobre el comportamiento del mercado que influye en el mercado de valores. Sin embargo, el análisis semántico está un poco fuera del alcance del proyecto en este momento.
machine-learning
finance
siamii
fuente
fuente
Respuestas:
Como mencionó babelproofreader , aquellos que tienen un algoritmo exitoso tienden a ser muy reservados al respecto. Por lo tanto, es poco probable que un algoritmo ampliamente disponible sea muy útil fuera de la caja a menos que esté haciendo algo inteligente con él (en ese momento deja de estar ampliamente disponible desde que lo está agregando).
Dicho esto, aprender sobre los modelos de promedio móvil interegresivo autorregresivo (ARIMA) podría ser un comienzo útil para pronosticar datos de series temporales. Sin embargo, no esperes mejores resultados aleatorios.
fuente
Creo que para sus propósitos, debe elegir un algoritmo de aprendizaje automático que le parezca interesante y probarlo.
Con respecto a la teoría del mercado eficiente, los mercados no son eficientes, en cualquier escala de tiempo. Además, algunas personas (tanto en la academia como en la vida real) están motivadas por el desafío intelectual, no solo para enriquecerse rápidamente, y publican resultados interesantes (y considero que un resultado fallido es interesante). Pero trata todo lo que lees con una pizca de sal; Si los resultados son realmente buenos, quizás su método científico no lo sea.
Data Mining With R podría ser un libro útil para usted; es caro, así que intente encontrarlo en la biblioteca de su universidad. El Capítulo 2 cubre lo que quieres hacer, y él obtiene los mejores resultados con una red neuronal. Pero tenga en cuenta que obtiene malos resultados y gasta mucho tiempo de CPU para obtenerlos. Las reseñas de Amazon señalan que el libro cuesta $ 20 más porque ese capítulo menciona la palabra finanzas ; Al leerlo tuve la impresión de que el editor lo había empujado a escribirlo. Hizo su tarea, leyó los documentos, examinó las listas de correo correctas, pero su corazón no estaba en eso. Obtuve algunos conocimientos útiles de R, pero no venceré al mercado con él :-)
fuente
En mi opinión, cualquier IA fuerte y corriente que pueda hacer todo lo siguiente podría producir fácilmente una predicción estadísticamente significativa:
Reúne y entiende los rumores.
Acceda e interprete todo el conocimiento del gobierno
Hazlo en todos los países relevantes
Haga predicciones relevantes sobre:
Las condiciones climáticas
Actividad terrorista
Pensamientos y sentimientos de los individuos.
Todo lo demás que afecta el comercio.
El análisis estadístico es la menor de sus preocupaciones, realmente.
fuente
Puede probar las funciones auto.arima y ets en R. También puede tener cierto éxito con el paquete rugarch , pero no hay funciones existentes para la selección automática de parámetros. Tal vez podría obtener parámetros para el modelo medio
auto.arimay luego pasarlos arugarchy agregargarch(1,1)?Hay todo tipo de blogs por ahí que afirman cierto éxito al hacer esto. Aquí hay un sistema que usa un modelo arima (y luego un modelo garch) y un sistema que usa un modelo SVM . Encontrará mucha buena información sobre el comercio FOSS , especialmente si comienza a leer los blogs en su blogroll.
Independientemente del modelo que utilice, asegúrese de realizar una validación cruzada y un punto de referencia. Me sorprendería mucho si encontraras un modelo de arima, ets o incluso garch que pudiera vencer constantemente a un modelo ingenuo fuera de muestra. Se pueden encontrar ejemplos de validación cruzada de series temporales aquí y aquí . Tenga en cuenta que lo que REALMENTE desea pronosticar son los retornos, no los precios.
fuente
Sé de un enfoque de aprendizaje automático que actualmente está utilizando al menos un fondo de cobertura. numer.ai está utilizando un conjunto de algoritmos de aprendizaje automático proporcionados por el usuario para dirigir las acciones del fondo.
En otras palabras: un fondo de cobertura proporciona acceso abierto a una versión cifrada de datos en un par de cientos de vehículos de inversión, muy probablemente acciones. Miles de científicos de datos y similares entrenan todo tipo de algoritmos de aprendizaje automático contra esos datos y cargan los resultados en un marcador. Los puntajes más altos obtienen una pequeña cantidad de dinero dependiendo de la precisión de sus resultados y cuánto tiempo ha estado disponible en línea.
Supuestamente, las mejores predicciones son hechas por conjuntos de algoritmos.
Entonces, hay muchos científicos que proporcionan conjeturas capacitadas, algunos de los cuales son conjuntos de conjeturas y el fondo de cobertura utiliza el conjunto de todas las conjeturas proporcionadas para dirigir sus inversiones.
Los resultados de este fondo de cobertura bastante interesantes me enseñaron dos cosas:
Si desea probar, visite: https://numer.ai/ No, NO estoy afiliado a ellos, lo más probable es que no pase mis días en línea si estuviera conectado a un fondo de cobertura que emplea a miles de personas , pero pagando solo aquellos que proporcionan resultados medibles :)
La comunidad numer.ai tiene un foro donde discuten su enfoque para que PUEDAS aprender de otros que están tratando de hacer lo mismo.
Personalmente, creo que cualquiera con un buen algoritmo lo mantendrá en secreto.
fuente
Deberías probar las redes neuronales de tipo GMDH. Sé que algunos paquetes comerciales exitosos para la predicción del mercado de valores lo están utilizando, pero solo lo menciono en la profundidad de la documentación. En pocas palabras, es una red neuronal iterativa multicapa, por lo que está en el camino correcto.
fuente
Creo que los modelos ocultos de Markov son populares en el mercado de valores. Lo más importante a tener en cuenta es que desea un algoritmo que conserve el aspecto temporal de sus datos.
fuente