19 votos

Uso de redes neuronales para operar en bolsa

Me he sumergido en el campo de las redes neuronales y me han cautivado.

Por fin he desarrollado un marco de aplicación para probar sistemas de negociación en bolsa y ahora voy a implementar en él mi primera red neuronal. Una muy simple y primitiva, no pensada para trading real, sólo para empezar.

Sólo quiero saber si mi enfoque es bueno.

Y si ves que me estoy perdiendo algo (o estoy equivocado en algo) o tienes una idea de lo que podría ayudar a un principiante en el campo de las redes neuronales en el comercio de mercado, eso me haría super-feliz :)


Tengo 40 entradas, valores de mercado de la bolsa (S&P e-mini pero eso no es importante).

Para estas 40 entradas, conozco 2 números.

  • ¿Cuánto dinero ganaría o perdería con una orden de compra?
  • ¿Cuánto dinero ganaría o perdería con una orden de venta?

Debido a cómo funcionan las bolsas de valores, ambos números pueden ser negativos/positivos, lo que indica que puedo perder/ganar dinero tanto en la compra como en la venta (esto se debe a que una operación puede llevar adjuntas órdenes de "limitación de pérdidas" o de "objetivos", como STOP, LIMIT, etc., que se comportan de forma diferente).

Pero si eso ocurre, es una indicación de que no debo colocar ninguna orden, aunque ambas órdenes de compra y venta den números positivos.

Imagino que la mejor función de activación a usar es la ...cosa sigmoidea pero con un rango de -1 a 1 (he encontrado que se llama de muchas maneras en internet...sigmoidea bipolar, tanh, tangente algo...no soy matemático profundo).

Con un aprendizaje por retropropagación enseño a la red que para las 40 entradas, hay 1 salida y esta salida es uno de estos números.

  • -1 lo que significa que la orden de venta va a ganar dinero, la compra va a perder dinero
  • +1 lo que significa que la orden de compra va a ganar dinero, la venta va a perder dinero
  • 0 lo que significa que tanto la compra como la venta van a vender/perder dinero, mejor evitar operar

Estoy imaginando que después del aprendizaje, la salida de la red será siempre algún número cercano a -1, 1 o 0 y sólo depende de mí dónde establezco el umbral para comprar o vender.

¿Es ésta una forma correcta de utilizar una red neuronal?

En todas partes en Internet, la salida para el aprendizaje que la gente está dando a la máquina de aprendizaje de propagación de vuelta son los valores futuros del gráfico de mercado y no el rendimiento esperado de dinero de una entrada de comercio diferente (compra o venta). Considero que es un mal enfoque porque no estoy interesado en los valores futuros del gráfico, sino en el dinero que quiero ganar.

Edita: Mi intención es construir una red neuronal para la negociación automatizada, no para ayudar a tomar decisiones.

29voto

matt Puntos 11

Este planteamiento tiene graves defectos.

En primer lugar, hay muchas apuestas que suelen ganar, pero que son malas apuestas. Supongamos que tiene la oportunidad de ganar \$1 $ 90\% $ of the time and lose \$ 100 $10\%$ del tiempo. Esto tiene un valor esperado negativo, pero la forma en que se está entrenando a la red neuronal le enseñaría a recomendar tales boletos de lotería inversa.

En segundo lugar, no tiene en cuenta un aspecto importante de la bolsa, que es la gestión del riesgo. Lo que determina el precio de una inversión no es sólo su rentabilidad, sino la rentabilidad frente al riesgo que no puede cubrirse. Las inversiones con alta rentabilidad y alto riesgo no son necesariamente mejores que las inversiones con baja rentabilidad y bajo riesgo. Si puede invertir sin riesgo en $6\%$ y pedir dinero prestado a $5\%$ Esto es más valioso que encontrar una inversión muy arriesgada con un rendimiento de 1.000 millones de euros. $60\%$ . Una inversión con una tasa de rentabilidad negativa puede seguir siendo valiosa si está fuertemente correlacionada de forma negativa con una inversión de riesgo con una tasa de rentabilidad elevada. Así pues, la tasa de rentabilidad es insuficiente para evaluar las inversiones.

En tercer lugar, debes ser consciente de que compites con otras personas que también tienen acceso a redes neuronales. Hay un montón de programas comerciales dirigidos a los day traders basados en redes neuronales. (Están hechos por personas a las que les resulta más rentable vender software a day traders despistados que utilizar sus propios sistemas). Hay muchos sistemas propietarios, algunos de los cuales pueden implicar redes neuronales. Para encontrar el valor que pasan por alto, es necesario tener alguna ventaja, y usted no ha mencionado ninguna.

Soy un gran fan de las redes neuronales, pero creo que los usuarios típicos de redes neuronales en el mercado de valores no entienden los fundamentos y queman dinero.

1voto

Anand Degwekar Puntos 21

Es posible que un solo ser humano nunca vea esto, pero aun así me gustaría dar mi opinión como alguien que se ha encontrado enfrascado tanto en las finanzas como en la informática.

Nunca diré que una red neuronal no vaya a tener éxito en la negociación de acciones, pero hay que pensar en las diferencias entre cómo negocia un ser humano y cómo lo hará una red neuronal. El operador medio tiene en cuenta inconscientemente cientos de factores a la hora de tomar una simple decisión de comprar, mantener o vender.

  • Noticias recientes
  • Ingresos/finanzas recientes
  • Indicadores económicos (tipos de interés, morosidad, política)
  • Competidores del sector

Y así sucesivamente, y estoy seguro de que más de la mitad de las personas que operan con acciones no baten los índices de referencia. Una red neuronal tendrá muchas dificultades para tomar una decisión mejor que un ser humano debido a la falta de información. Mirar la cara de alguien y decir "Oh, ese es Bobby John" es mucho más fácil que tomar una decisión de inversión, y algunas redes tienen dificultades para distinguir las caras. Posiblemente 40+ 150 nerds IQ de Cal Tech en Renaissance Technology o DE Shaw & Co han descubierto la manera de hacer que las redes neuronales de comercio de acciones, pero yo no perdería mi tiempo. Limítate a conseguir programas que detecten tendencias básicas o desechen datos financieros del EDGAR.

-1voto

yoursort Puntos 481

Me doy cuenta de que este es un hilo viejo, pero por si acaso alguien se tropieza con él, lo que el OP necesitaba hacer era aplastar su campo deseado hacia abajo en el espacio de 0 a 1. Es decir, sólo reasignar -1 = 0,0, 0 = 0,5, y 1 = 1. Entonces sólo puede utilizar la función de activación sigmoide logístico estándar. A continuación, sólo puede utilizar la función de activación sigmoide logístico estándar.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X