Aprendizagem De Máquinas

Humanizando sistemas automatizados de negociação Forex com aprendizado de máquinas

Automated Forex Trading sistemas têm vantagens sobre o comércio humano manual. Sistema de negociação automatizado pode monitorar os mercados de Forex 24 horas por dia; Sistemas automatizados são completamente disciplinados para o conjunto de regras do sistema e nunca vagueiam; Sistemas de negociação automatizados são imunes à ganância e medo e emoção nunca influencia suas decisões comerciais; Sistemas automatizados de Forex sempre seguem as regras de gerenciamento de dinheiro definidas pelo usuário. No entanto, é aparentemente muito irônico que esses princípios básicos, que definem as forças de um sistema, também são muitas vezes sua queda. Robôs Forex não podem analisar a ação do preço de mercado como um ser humano. Portanto, Forex Robots Enter Every Trade que atende a um conjunto definido de condições. Comerciantes humanos mais frequentemente não!

O sentimento prevalecente sustenta que, fora de todos os comerciantes de Forex, somente uma porcentagem pequena é bem sucedida a longo prazo. Os valores referenciados variam dependendo da fonte citada, mas as percentagens são consistentemente médias na gama de 5% a 8%. Em alinhamento com esta figura, muito poucos robôs de Forex sobrevivem aos testes de negociação de Forex em tempo real, com apenas 1% a 2% sobrevivendo mais do que alguns meses antes de seus conjuntos de regras ficarem obsoletos e as perdas começam a se acumulando. A solução ideal é óbvia. Combine a disciplina ea disponibilidade incansável de um robô automatizado Forex com a experiência e experiência de um comerciante humano bem sucedido.

É nesta veia que grande parte da inovadora pesquisa sobre algoritmos Forex trading mentiras. Usando a aprendizagem da máquina para ensinar um algoritmo determinadas decisões que prevalecem do ser humano que afetam a entrada de comércio, os sistemas existentes para negociar o Forex podem automaticamente ser convertidos. Algumas pesquisas mostram que as táticas de entrada de treinamento com estratégias de aprendizagem mecânica (Programação Genética e Redes Neurais para citar apenas algumas) melhoram significativamente o desempenho dos sistemas em dados fora da amostra. Estas conclusões emprestam alguma credibilidade adiantada à noção de troca de Forex usando a aprendizagem de máquina.

O conceito que discutimos aqui parte desta estratégia em que usamos as tecnologias de aprendizagem para treinar conjuntos de dados humanizados em oposição aos dados brutos antes de uma condição. Ao utilizar esses conjuntos de dados, a aprendizagem torna-se por que o ser humano entrar neste comércio? Vs fazer o suporte de dados brutos entrar um comércio agora? Quando o aprendizado começa a se concentrar em dados mais abstratos, os sistemas resultantes tendem a se tornar mais robustos ou tendem a funcionar melhor em condições de mercado variadas do que aqueles que simplesmente tentam identificar negócios de Forex ganhadores a partir de dados de indicadores brutos. O conceito é que as condições básicas do indicador desencadeiam um Set-Up comercial, por exemplo, uma média rápida movendo uma média móvel mais lenta. O algoritmo de aprendizagem, em seguida, trabalha para filtrar esses set-ups usando o treinamento que adquiriu a partir de dados de formação humana. O sistema de negociação automatizado diz, 8220; Com base no que eu aprendi com o meu professor humano especialista, esse esquema parece um bom negócio? Em vez de, 8220; O resultado computacional usando todos os dados empíricos é maior do que a variável definida, entrar ou sair? 8221;

Em resumo, a aplicação de estratégias de aprendizagem da máquina para ensinar táticas humanas para o design automatizado do sistema de negociação Forex, pode ser muito mais eficaz na produção de sistemas robustos de Forex do que utilizando as tecnologias na tentativa de prever a direção do mercado. Em futuros artigos vou expandir este método e fornecer informações sobre aplicações e tecnologias disponíveis para empregar esses conceitos.