Подтвердить что ты не робот

Использование искусственного интеллекта (AI) для прогнозирования цен на акции

Учитывая набор данных, очень похожий на Motley Fool CAPS system, где отдельные пользователи вводят рекомендации BUY и SELL на различные акции. То, что я хотел бы сделать, это показать каждую рекомендацию, и я предполагаю, как скорость (1-5) относительно того, был ли это хороший предиктор < 5 > (т.е. Коэффициент корреляции = 1) будущей цены акций (или eps или что-то еще) или ужасный предиктор (т.е. коэффициент корреляции = -1) или где-то посередине.

Каждая рекомендация помечена определенному пользователю, поэтому ее можно отслеживать с течением времени. Я также могу отслеживать направление рынка (бычий/медвежий), основанный на чем-то вроде цены sp500. Компоненты, которые, как мне кажется, будут иметь смысл в модели, будут:

user
direction (long/short)
market direction
sector of stock

Мысль о том, что некоторые пользователи лучше работают на бычьих рынках, чем медведь (и наоборот), а некоторые лучше подходят к шортам, чем длинным, а затем к комбинации выше. Я могу автоматически пометить направление рынка и сектор (исходя из рынка в то время и рекомендуемый капитал).

Мысль состоит в том, что я могу представить серию экранов и позволить оценивать каждую индивидуальную рекомендацию, отображая абсолютные данные о продажах, рынке и секторах в течение определенного периода времени. Я хотел бы получить подробный список для ранжирования акций, чтобы рейтинг был как можно более объективным. Мое предположение заключается в том, что один пользователь прав не более 57% времени, но кто знает.

Я мог загрузить систему и сказать: "Позволяет оценивать рекомендацию как предиктора стоимости акций на 90 дней вперед"; и это будет представлять собой очень явный набор рангов.

СЕЙЧАС вот суть: я хочу создать какой-то алгоритм машинного обучения, который может идентифицировать шаблоны в течение ряда времени, так что в качестве рекомендаций в приложение мы сохраняем ранжирование этого запаса (т.е. аналогично коэффициенту корреляции ) относительно вероятности того, что эта рекомендация (в дополнение к предыдущей серии рекомендаций) повлияет на цену.

Теперь вот супер crux. Я никогда не занимался классом ИИ/не читал книгу искусственного интеллекта или не обращал внимания на машинное обучение. Итак, я купила поиск руководства - образец или описание подобной системы, которую я мог бы приспособить. Место для поиска информации или любой общей помощи. Или даже подтолкнуть меня в правильном направлении, чтобы начать...

Моя надежда состоит в том, чтобы реализовать это с помощью F # и иметь возможность произвести впечатление на моих друзей с новым набором навыков в F # с внедрением машинного обучения и потенциально что-то (приложение/источник), которое я могу включить в технический портфель или пространство в блоге;

Спасибо за любой совет заранее.

4b9b3361

Ответ 1

У меня есть MBA и преподаю интеллектуальную обработку данных в школе высшего образования.

Термин проект в этом году состоял в том, чтобы автоматически прогнозировать движение цены акций из новостей. У одной команды была точность 70%, на достаточно небольшой выборке, что неплохо.

Что касается вашего вопроса, многие компании сделали много денег на сделке (найдите пару активов, которые обычно коррелируют, и покупать/продавать пару, когда они расходятся). См. статьи Эд Торпа, Beat the Dealer. Он был доступным и любопытным, если не скверным. Он долго управлял хорошим хедж-фондом.

Вероятно, есть кое-что в использовании интеллектуального анализа данных для прогнозирования компаний, которые будут дефолт (быть неспособным произвести платежи по долгам) и shorting & dagger; их, и использовать выручку для покупки акций компаний, которые менее склонны к дефолту. Посмотрите анализ выживаемости. Поиск Google Scholar для "прогнозирования бедствия" и т.д. В финансовых журналах.

Кроме того, прогнозирование компаний, которые потеряют ценность после IPO (и сокращают их. edit: Facebook!). В научной литературе есть известные предубеждения, которые могут быть использованы.

Также рассмотрите арбитраж структуры капитала. Это когда стоимость акций в компании предлагает одну оценку, но стоимость облигаций или опционов предполагает другое значение. Купите дешевый актив, короткий дорогой.

Методы включают анализ выживаемости, анализ последовательности (скрытые марковские модели, условные случайные поля, последовательные правила ассоциации) и классификация/регрессия.

И для любви к Богу, пожалуйста, прочитайте Обманутый случайностью от Taleb.

& крестик; Замыкание акций обычно связано с вызовом вашего брокера (с которым у вас хорошие отношения) и заимствованием некоторых акций компании. Затем вы продаете их бедному ублюдку. Подождите некоторое время, надеюсь, цена снизилась, вы купите еще несколько акций и вернете их брокеру.

Ответ 2

Мой совет вам:
Существует несколько ветвей машинного обучения/искусственного интеллекта (ML/AI):
http://www-formal.stanford.edu/jmc/whatisai/node2.html

Я только пробовал генетическое программирование, но в ветке "учиться на опыте" вы найдете нейронные сети. GP/GA и нейронные сети, по-видимому, являются наиболее распространенными методологиями для целей прогнозов фондового рынка, но если вы выполняете некоторые исследования данных на Predict Wall Street, вы можете использовать классификатор Naive Bayes, чтобы делать то, что вам интересно.

Проведите некоторое время, узнав о различных методах ML/AI, получите небольшой набор данных и попытайтесь реализовать некоторые из этих алгоритмов. Каждый из них будет иметь свои сильные и слабые стороны, поэтому я бы рекомендовал вам объединить их с помощью классификатора Naive Bays (или чего-то подобного).

Мой опыт:
Я работаю над проблемой для моей магистерской диссертации, поэтому я даю результаты с помощью генетического программирования: www.twitter.com/darwins_finches

Я начал торговую кампанию live с реальными деньгами в 09/09/09.. да, это был волшебный день! Я публикую прогнозы GP до открытия рынка (т.е. Временные метки в твиттере), и я также размещаю заказы до открытия рынка. Прибыль за этот период составила около 25%, мы последовательно превзошли стратегию "Купи и держи", и мы также превосходим S & P 500 с запасами, которые не выполняют ее.

Некоторые ресурсы:
Вот некоторые ресурсы, которые вы можете захотеть изучить:

Беседа:
Общий консенсус среди "финансовых людей" заключается в том, что искусственный интеллект - это наука вуду, вы не можете заставить компьютер прогнозировать цены на акции, и вы обязательно потеряете свои деньги, если попытаетесь это сделать. Тем не менее, те же люди расскажут вам, что только единственный способ заработать деньги на фондовом рынке - это построить и улучшить свою торговую стратегию и внимательно следить за ней.

Идея алгоритмов AI заключается в том, чтобы не создавать Chip и позволить ему торговать для вас, а автоматизировать процесс создания стратегий.

Интересные факты:
RE: Обезьяны могут выбрать лучше, чем большинство экспертов
По-видимому, крысы тоже неплохие!

Ответ 4

Значительно больше денег делают продавцы систем "деньги", а затем пользователи этих систем.

Вместо того, чтобы пытаться предсказать эффективность компаний, над которыми вы не контролируете, сформируйте компанию самостоятельно и воспользуйтесь некоторой потребностью, предложив продукт или услугу (да, ваш продукт может быть программой прогнозирования запасов, но что-то немного менее теоретическая, вероятно, лучшая идея). Трудно работать, и ваша собственная стоимость вашей компании будет расти гораздо быстрее, чем любая азартная игра, которую вы будете делать на акциях. У вас также будет много возможностей применить навыки программирования к множеству внутренних требований, которые ваша собственная компания будет иметь.

Ответ 5

Если вы хотите спуститься по этой длинной, темной, одинокой дороге, пытаясь выбрать запасы, вы можете захотеть изучить методы интеллектуального анализа данных, используя расширенное программное обеспечение для интеллектуального анализа данных, такое как SPSS или SAS или один из десятков других.

Вероятно, вы захотите использовать комбинацию или технические индикаторы и фундаментальные данные. Данные, скорее всего, будут сильно скоррелированы, поэтому для уменьшения количества функций потребуется технология уменьшения признаков, такая как PCA.

Также имейте в виду, что ваши данные будут постоянно обновляться, подрезаться, перемещаться, потому что рыночные условия будут постоянно меняться.

Я провел исследование с этим классом уровня градиента, и в основном я был несколько успешным в выборе того, будет ли запас расти вверх или вниз на следующий день, но количество запасов в моем наборе данных было довольно небольшим (200) и это было в течение очень коротких временных рамок с постоянными рыночными условиями.

То, что я пытаюсь сказать, - это то, что вы хотите кодировать, было сделано очень продвинутыми способами в уже существующем программном обеспечении. Вы должны иметь возможность вводить свои данные в одну из этих программ и использовать либо регрессию, либо деревья решений или кластеризацию, чтобы делать то, что вы хотите сделать.

Ответ 6

Как вы справитесь с тем фактом, что в момент, когда вы начинаете использовать вашу систему, вы изменили систему, и поэтому модель, под которой работает ваш AI, уже недействительна?

Ответ 7

Я думал об этом несколько месяцев.

Я имею в виду распределение случайных матриц/распределение Вигнера.

Я также думаю о картах самообучения Кохонена.