Automatizado Plat Agente Operador Uso Desequilibrio Orden En Volumen

Publicaciones similares Automatizado PLAT Agente Operador Uso Desequilibrio Orden en volumen Harish K Subramanian El volumen de operaciones y los desequilibrios de volumen cartera a largo se han establecido como criterios importantes en la evaluación de las carteras y estrategias de inversión a largo plazo. los hipótesis que se está evaluando en este proyecto es que es un componente esencial de intradía estrategias de negociación - lo suficientemente importantes para ser utilizados con eficacia exclusivamente como un indicador de el comportamiento del mercado. El diseño de una estrategia de negociación basado en el desequilibrio orden en volumen con un algoritmo genético utilizado para el volumen de pedidos sintonía como se discute un parámetro. los El cumplimiento de este agente en diversos entornos y algunos datos preliminares de un vivo competencia con otros agentes se estudia. Introducción y Diseño Agente Temprana Una multitud de estrategias de negociación día de "resistencia y apoyo" a la "creación de mercado con control de volumen "[3] estrategia discutir volumen como parámetro, en el primer caso, a ayudar al proceso de decisión y en el segundo, como un mecanismo de control. La mayoría de los estudios sin embargo, han considerado este un factor secundario y, por tanto, la literatura sobre estudios de su exclusiva efecto en transacciones de la jornada es escasa. Efectos Volumen mucho tiempo se ha estudiado como un factor en las decisiones de inversión a largo plazo y la gestión de carteras [4], [5]. En este proyecto, la hipótesis inicial era que un agente se podría esperar para decidir la actividad comercial con sede únicamente en volumen. Sin embargo, esta hipótesis fue revisado de forma rápida, ya que cualquier decisión de stocks comerciales trae consigo dos preguntas - cuando al comercio y cuánto al comercio. De Por supuesto, si el "cuándo" es contestada por una medida de volumen (desequilibrio orden) [6], entonces el "cuánto" es necesario que haya una medida de precio - y esto llevó a la conclusión de que esta la decisión depende de los precios y por lo tanto el precio se puede adaptar como factor de ajuste de la volumen de pedidos - respondiendo así el "cuánto" pregunta. Para ello, se utiliza una sencilla algoritmo genético. Esto empuja uno de los parámetros que se determinen en una independiente espacio de búsqueda y por lo tanto el seguimiento de estos dos parámetros se puede realizar simultáneamente. Los primeros trabajos en el parámetro de ajuste para los agentes comerciales allanó el camino para este el desarrollo [7], [8]. Antes de que se decidió que la decisión debía ser hecha en el volumen solo, una serie de vistas fueron exploradas, lo más prominente, el efecto de los factores "humanos" como la pérdida factor que también), es difícil ver cómo esto afecta a los comerciantes del día. El mercado de comercio de día es compuesta por agentes (humanos o automatizados) que juegan los márgenes y esto va en contra de la argumento de que un comerciante sería la pérdida de aversión basada en el hecho de que él no quiere perder algo que es su ya (de verdad o en papel). Sin embargo, si el comerciante obtiene la stocks bajo el supuesto de que se va a vender (tal vez en el siguiente trading ciclo!), entonces este argumento parece errónea. En este punto, con la fecha límite para el agente desarrollo se acerca rápidamente, esta línea de razonamiento fue abandonado y estudio sobre la agente basado en el volumen comenzó. El PLAT Ambiente y consideraciones para el diseño de la estrategia Hubo algunos cambios clave en las normas para el desarrollo de un agente de la PLAT [1] entorno de este año en la última. El PLAT [2] medio ambiente se centra en el día de comercio y por lo tanto, bastante razonable (como una plataforma para probar nuevas estrategias, extremo exagerado en aras de mantener la integridad del diseño de la estrategia es aceptable) tiene un fuerte multa por no desprenderse tenencias de uno al final del día. Un intento deliberado para obligar a los agentes para evitar una posición larga o corta estaba en su lugar. La evaluación del desempeño de este año utiliza un único criterio para la competencia, la cual es el ratio de Sharpe de un agentes de múltiples días y pérdida de beneficios. Para n día de una competición, la ganancia / pérdida (p) se calcula cada día como: Ganancias / Pérdidas = Efectivo - Pena + Rebate - Honorarios. En este caso, el dinero y la pena se calculan al final de la jornada, y la pena es de tal manera que una posición corta implicaría comprar el número de acciones que el agente es corta - en dos veces el precio de cierre y una posición larga al final sólo significa que renuncia a toda la acciones y estas acciones se valorarán a cero. Para animar a la adición de liquidez a la cartera de pedidos, todos los pedidos que ya estaba en el libros se da un descuento de $ 0.002 por acción cuando se combina y cualquier orden que se corresponde tan pronto como se viene en significa que el agente tiene que pagar una cuota de transacción de $ 0.003 por acción. El ratio de Sharpe para que un agente se calcula como Además, no hay límites en el número de acciones que un agente puede comprar o vender en un día, por lo que este y vender tablas está el desequilibrio pedido en cualquier momento dado. Este desequilibrio se compara con el desequilibrio correspondiente en el instante de tiempo anterior cuando los datos de los libros es disponible. Si el desequilibrio entre las mesas de compra y venta aumenta, entonces es una indicador de que hay un exceso de demanda sobre la oferta y el precio aumentará. En consecuencia, si el (compra - venta) desequilibrio disminuye, apunta a la fuerza de la vender la cartera de pedidos y el exceso de oferta sobre la demanda. Esto se ve obligada a bajar el precio. La decisión de comprar o vender trae consigo los problemas de la cantidad para el comercio y en qué precio. El volumen del comercio en cada punto de decisión (cuando la orden de compra / venta se va a colocar) se decide por un algoritmo genético que ajusta el volumen deseado de comercio basado en carreras anteriores (ponderados hacia los días de mercado más recientes al sesgo hacia reciente tendencias). El problema de precio al que la orden es para ser colocado se resolvió de manera que se maximizar el reembolso y reducir al mínimo los gastos al mismo tiempo mantenerse relativamente cerca de la parte superior de la cartera de pedidos por lo que las posibilidades de que el comercio se realizan son altos. El volumen que se ordenó en cada punto de decisión fue sintonizado utilizando un algoritmo genético (GA), que utiliza, como una función de fitness, una medida de la utilidad neta realizada a través del día. Así que, en esencia, el volumen está ajustado para una buena medida de ganancias / pérdidas durante el día (y correspondientemente un buen ratio de Sharpe), y se actualiza con cada nuevo día de entrenamiento que evalúa. El GA opera mediante la selección de un conjunto de volúmenes candidatos (elegido al azar inicialmente) que está probado uno por uno como el volumen para un día (pasado) de comercio dado. Registros de las operaciones del día donde vol1 y vol2 son la compra y venta de volúmenes respectivamente. Esta función de aptitud se denota como beneficio neto. Nuestro objetivo es maximizar el beneficio. La función de idoneidad se evalúa para cada volumen candidato en la población. los volumen ganador es elegido como el ganador de la generación y es elegida para proceder a la próxima generación. Para ello, asumimos este volumen es la media de una distribución de Gauss y generar una nueva población de volúmenes basados ​​en esta distribución. Esto asegura que nos no tienen que iniciar la búsqueda de volúmenes desde un punto totalmente nuevo. Dado que no hay fuerte correlación entre los patrones de comercio de días consecutivos, es sensato empezar búsqueda desde el último día de negociación. Además, esto asegura que los últimos días de mercado son t volbuyprice volsellprice Aquí, el beneficio neto se calcula individualmente para cada sección y resumió. Empíricamente, se ha dado cuenta de que la mayoría de los días, el día comienza con una tendencia al alza que cae después la primera hora o así. Y hacia el final, la actividad frenética en el mercado significa que se vuelve más impredecible. Para permitir que el GA para sintonizar para estos segmentos por separado, nos rompió el día en varios segmentos y permitió que el GA funcione durante estos segmentos