Daytrader. ai در حال استفاده از یادگیری ماشین در استراتژی های معاملاتی داخل کشور است. این وبلاگ برای ترسیم یادداشت های من و یادگیری در هنگام پیشرفت عمیق تر به پرتگاه خدمت می کند. ورودی های کوتاه وبلاگ ، توضیحات فنی کد منبع و حتی داده های رایگان برای آزمایش وجود خواهد داشت. هنگامی که شروع به حمله به مشکل کردید ، خود را با راه های جدیدی برای تغییر مشکلات برای رایانه ها در دست خواهید گرفت. خود را هشدار داده اید!
ثبت نام در بتا در http://daytrader. ai
بیایید ابتدا با توضیحات روشنی از مشکلی که می خواهیم حل کنیم شروع کنیم. سپس ما نگاهی خواهیم انداخت که آیا مشکل حتی قابل حل است یا خیر. پس از آن می توانیم محدودیت ها را اضافه کنیم و عمیق تر به وظایف شیرجه بزنیم.
توصیف مشکل
مشکلات پیش بینی مالی در بیشتر موارد می تواند به این سؤال ساده شود: "با توجه به ارزش ورودی X ، آیا می توانیم قیمت آینده چیزی را در زمان T پیش بینی کنیم؟"
از آنجا ، این سؤال که باید به آن بپردازیم این است: با توجه به تاریخ اوراق بهادار در NASDAQ-100 ، آیا می توانیم قیمت یک امنیت 5 ، 10 یا حتی 20 دقیقه را به آینده پیش بینی کنیم؟لیست طولانی از سازمان ها در سطح جهان در تلاشند تا از تکنیک های یادگیری ماشین برای این مشکل استفاده کنند. با این حال بسیاری از آنها در پاسخ به این سؤال ارزش کمی دارند. و تقریباً تمام آزمایش و تحقیق داده ها به صورت پنهانی انجام می شود ، در پشت درهای بسته. این هیچ ارزشی ندارد. شما می توانید فکر کنید که فقدان ارزش ذاتی خود مسئله است ، شاید با اعتقاد به این که "هیچ راهی منطقی برای پیش بینی ارزش بازارها وجود ندارد". بنابراین قبل از ادامه ، فکر می کنم باید فرض خود را بیشتر اصلاح کنیم.
معاملات روزانه حدس و گمان در اوراق بهادار ، به ویژه خرید و فروش ابزارهای مالی در همان روز معاملاتی است. به طور دقیق ، معاملات روز فقط طی یک روز معامله می شود ، به گونه ای که تمام موقعیت ها قبل از بسته شدن بازار برای روز معاملات بسته می شوند.
یک معامله گر روزانه به دنبال شناسایی موقعیت ورود و خروج در سهام است که شرایط مطلوبی دارد. این شرایط مطلوب سود بسیاری را به دست می آورد که به دستاوردهای زیادی می رسد. بنابراین ما ابتدا باید خود را از چند مورد متقاعد کنیم:
- آیا در آن روز افرادی برای امرار معاش هستند؟
- آیا برخی از معامله گران روز به طور مداوم استراتژی خرید و نگه داشتن را از بین می برند؟
- آیا این معامله گران روندهای موجود در بازار را مشخص می کنند که به آنها اجازه می دهد تا به نفع خود شانس تغییر کنند؟
اگر اعتقاد داشته باشیم که افرادی هستند که قادر به شناسایی الگوهای مطلوب در بازار هستند ، باید بتوانیم یک دستگاه را برای انجام این کار در سطح فوق بشری آموزش دهیم. این فرض و هدف DayTrader. ai است
روند
ما باید استراتژی هایی را که معامله گران روز موفق برای سیگنال شرایط ورود به بازار از آن استفاده می کنند ، شناسایی کنیم. همانطور که در پست های آینده یاد خواهیم گرفت ، این تکنیک می تواند به 2 فرآیند تقسیم شود:
- توضیحات الگوی سطح بالا. در اینجا ما به سادگی به دنبال شناسایی معانی ورودی هستیم که برای صدها استراتژی از پیش تعریف شده به طور بالقوه رخ می دهد. این کار با یک الگوی سری زمانی بسیار مقیاس پذیر و قوی انجام می شود.(آپاچی فلینک).
- فراگیری ماشین. پس از ایجاد الگویی ، می توانیم داده های تاریخی خود را بررسی کنیم و تمام موارد گذشته را پیدا کنیم که این الگوی و همچنین نتیجه (قیمت بعد از 5 ، 10 ، 20 دقیقه). سپس می توانیم برای فاز 2 از مشکلی که از یادگیری ماشین استفاده می کنیم برای ایجاد توزیع احتمال نسبت به این ورودی های گذشته استفاده کنیم.
به منظور قرار دادن جستجو ، DayTrader. ai یک بستر توزیع شده برای انجام آزمایش های رو به جلو و عقب در بازار سهام ایجاد کرده است. من معماری را مرور می کنم و برخی از فیلم های YouTube از پیشرفت را در طول مسیر ارسال می کنم. این نرم افزار به ما امکان می دهد تا در 20 سال گذشته NASDAQ-100 ، الگوهای ، تجسم و انجام جستجو را تعریف کنیم.
(تصویر فناوری)
بررسی اجمالی الگوی تجارت
ما می توانیم به راحتی یک سهام را از یکی از دو روش تجزیه و تحلیل کنیم:
- تجزیه و تحلیل اساسی
- تجزیه و تحلیل فنی
"تجزیه و تحلیل فنی و تجزیه و تحلیل اساسی دو مدرسه اصلی فکری در مورد تجزیه و تحلیل بازارهای مالی هستند. همانطور که اشاره کردیم ، تجزیه و تحلیل فنی به حرکت قیمت یک امنیت نگاه می کند و از این داده ها برای پیش بینی حرکات قیمت آینده استفاده می کند. در عوض ، تجزیه و تحلیل اساسی به عوامل اقتصادی و مالی که بر یک تجارت تأثیر می گذارد ، نگاه می کند. بیایید عمیق تر به جزئیات مربوط به تفاوت این دو رویکرد ، انتقاد از تحلیل فنی و چگونگی استفاده از تحلیل فنی و اساسی در کنار هم بپردازیم. "
معامله گران روز عمدتاً به تجزیه و تحلیل فنی نگران هستند و به همین ترتیب یک کیسه بزرگ از ابزارهای برای تجزیه و تحلیل حرکت قیمت ایجاد کرده اند. این موارد به "شاخص های فنی" گفته می شود و ما در این سری وبلاگ به تعدادی از این موارد اشاره خواهیم کرد. برای یک لیست کامل از شاخص های فنی به این صفحه نگاهی بیندازید:
- قیمت
- جلد
- میانگین متحرک ساده (SMA)
- میانگین متحرک نمایی (EMA)
- شاخص قدرت نسبی (RSI)
- نوسان ساز تصادفی (استوچ)
- حرکت میانگین واگرایی همگرایی (MACD)
لیست اضافی اصطلاحات مفید:
همچنین ما در مقالات به "پشتیبانی" و "مقاومت" زیادی اشاره خواهیم کرد. اگر این شرایط برای شما آشنا نیست ، می توانید به این موضوع نگاهی بیندازید: https://www. investopedia. com/trading/support-and--rastance-basics/
این شاخص ها درست در اکثر بسته های تجاری پیشرفته ساخته شده اند. معامله گران روز نرم افزار خود را به گونه ای تنظیم می کنند که به آنها از یک شرایط خاص هشدار دهد. روش دیگر برای گفتن این ، شاخص ها بلوک های ساختمانی است که معامله گران برای تعریف الگوها از آن استفاده می کنند. در اینجا چند نمونه از مکانهایی که الگوهای تعریف شده اند آورده شده است:
بیایید به یکی از این الگوهای که به عنوان متقاطع EMA گفته می شود شیرجه بزنیم. در این الگوی ما به دنبال آن هستیم که یک میانگین سریعتر در حال حرکت (مثلاً 15 EMA) از میانگین حرکت کندتر عبور کند (مثلاً 65 EMA). ما از این به عنوان نمونه بیشتر به دلیل سادگی آن استفاده می کنیم. به راحتی می توان این را در یک نمودار مشاهده کرد و همچنین این نوع شرایط را به رایانه تعریف کرد.
خلاصه
اکنون که مشکل خود را قاب کرده ایم می توانیم پیش برویم و شروع به تعریف نحوه جمع آوری داده ها برای این الگوهای کنیم. در پست بعدی ما در مورد برخی از مشخصات موجود برای ایجاد یک بستر برای پیشبرد و پشتی صحبت خواهیم کرد. اگر در مورد کار با داده های سهام جدی باشید ، داده ها این یک ضرورت مطلق است. من همچنین برخی از مجموعه داده های عمومی را از سکویی که مردم ایده های خود را امتحان می کنند ، ارسال می کنم.
