Использование искусственного интеллекта (AI) для прогнозирования цен на акции

Question

Данный набор данных очень похож на систему Motley Fool CAPS , где отдельные пользователи вводят рекомендации ПОКУПАТЬ и ПРОДАТЬ по различным акциям. То, что я хотел бы сделать, это показать каждую рекомендацию, и я предполагаю, как (1-5) оценить, был ли он хорошим предиктором <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 для конкретного пользователя, поэтому ее можно отслеживать с течением времени. Я также могу отслеживать направление рынка (бычий / медвежий) исходя из чего-то вроде цены sp500. Компоненты, которые, я думаю, имели бы смысл в модели:

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

Мысль заключается в том, что некоторые пользователи лучше на бычьих рынках, чем медвежьи (и наоборот), а некоторые лучше на коротких, чем на длинных, а затем комбинация выше. Я могу автоматически пометить направление рынка и сектор (в зависимости от рынка в данный момент и рекомендуемого капитала).

Смысл в том, что я мог бы представить серию экранов и позволить мне ранжировать каждую отдельную рекомендацию, отображая доступные данные по абсолютным, рыночным и отраслевым показателям за определенный период времени. Я бы следовал подробному списку для ранжирования акций, чтобы рейтинг был максимально объективным. Я предполагаю, что один пользователь прав не более чем в 57% случаев, но кто знает.

Я мог бы загрузить систему и сказать: «Давайте оценим рекомендацию как предиктор стоимости акций на 90 дней вперед»; и это будет представлять собой очень явный набор рейтингов.

СЕЙЧАС вот в чем суть - я хочу создать какой-то алгоритм машинного обучения, который может идентифицировать шаблоны в течение определенного периода времени, чтобы по мере поступления рекомендаций в приложение мы поддерживали ранжирование этого запаса (т. Е. Аналогично коэффициенту корреляции) ) вероятность того, что эта рекомендация (в дополнение к прошлой серии рекомендаций) повлияет на цену.

Теперь вот супер суть. Я никогда не брал уроки ИИ / не читал книгу ИИ / не говоря уже о машинном обучении. Поэтому я могу искать руководство - образец или описание аналогичной системы, которую я мог бы адаптировать. Место для поиска информации или какой-либо общей помощи. Или даже подтолкнуть меня в правильном направлении, чтобы начать ...

Я надеюсь реализовать это с помощью F # и поразить моих друзей новым набором навыков в F # с реализацией машинного обучения и потенциально чем-то (приложение / источник), который я могу включить в портфолио технологий или в блоге;

Спасибо за любые советы заранее.

Answer 1

У меня есть степень MBA, и я преподаю интеллектуальный анализ данных в высшей школе.

Термин «проект» в этом году заключался в том, чтобы автоматически прогнозировать изменения цены акций из новостных сообщений. Одна команда имела точность 70% на достаточно небольшой выборке, что неплохо.

Что касается вашего вопроса, многие компании заработали много денег на торговле парой (найдите пару активов, которые обычно коррелируют, и пару покупайте / продавайте, когда они расходятся) См. сочинения Эд Торпа, Удар Дилеру . Он доступен и довольно забавен, если не обманчив. Он долгое время управлял хорошим хедж-фондом.

Вероятно, существует некоторая возможность использования интеллектуального анализа данных для прогнозирования компаний, которые по умолчанию (не смогут производить выплаты по долгам) и коротких замыканий и кинжалов; их и использовать вырученные средства для покупки акций в компаниях с меньшей вероятностью дефолта. Посмотрите на анализ выживания . Поищите в Google Scholar слова «предсказать бедствие» и т. Д. В финансовых журналах.

Кроме того, прогнозирование компаний, которые потеряют ценность после IPO (и их сокращение. Ред .: Facebook!). В научной литературе существуют предубеждения, которые можно использовать.

Также обратите внимание на арбитраж структуры капитала . Это когда стоимость акций в компании предполагает одну оценку, а стоимость облигаций или опционов предполагает другую стоимость. Купите дешевый актив, коротко дорогой.

Методы включают анализ выживания, анализ последовательности (скрытые марковские модели, условные случайные поля, правила последовательной ассоциации) и классификацию / регрессию.

И ради любви к Богу, пожалуйста, прочитайте Обманутый Случайностью Талебом.

* * & Тысяча двадцать восемь крестик; покупка акций обычно подразумевает вызов вашего брокера (с которым у вас хорошие отношения) и заимствование некоторых акций компании. Затем вы продаете их бедному ублюдку. Подождите, надеюсь, что цена упала, вы покупаете еще несколько акций и отдаете их своему брокеру.

Answer 2

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

Я пробовал только генетическое программирование, но в разделе "Изучение из опыта" вы найдете нейронные сети. GP / GA и нейронные сети, по-видимому, являются наиболее часто используемыми методологиями для целей прогнозирования фондового рынка, но если вы проведете некоторый анализ данных на Predict Wall Street , вы можете использовать наивный байесовский классификатор делать то, что тебе интересно.

Потратьте некоторое время на изучение различных методов ОД / ИИ, получите небольшой набор данных и попытайтесь реализовать некоторые из этих алгоритмов. У каждого будут свои сильные и слабые стороны, поэтому я бы порекомендовал вам объединить их, используя классификатор Naive Bays (или что-то подобное).

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

Я начал жить торговать с реальными деньгами в 09.09.09 .. да, это был волшебный день! Я публикую прогнозы ГП до открытия рынка (т. Е. Временные метки в твиттере), а также размещаю заказы до открытия рынка. Прибыль за этот период составила около 25%, мы последовательно опережаем стратегию Buy & Hold, и мы также опережаем S & P 500 с акциями, которые его не выполняют.

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

• Блог Макса Дамы: http://www.maxdama.com/search/label/Artificial%20Intelligence
• Мой блог: http://mlai -lirik.blogspot.com /
• Форум AI Stock Market: http://www.ai -stockmarketforum.com /
• Weka - это инструмент для интеллектуального анализа данных с набором алгоритмов ML / AI: http://www.cs.waikato.ac.nz/ml/weka/

Болтовня:
Общее мнение среди «финансовых людей» заключается в том, что искусственный интеллект - 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 самые люди скажут вам, что примерно единственный способ заработать деньги на фондовом рынке состоит в том, чтобы создать и улучшить свою собственную торговую стратегию и строго следовать ей.

Идея алгоритмов ИИ заключается не в том, чтобы создать Чип и позволить ему торговать за вас, а в том, чтобы автоматизировать процесс создания стратегий.

Интересные факты:
RE: обезьяны могут выбирать лучше, чем большинство экспертов
По-видимому, крысы тоже довольно хороши !

Answer 3

Я понимаю, обезьяны могут выбирать лучше, чем большинство экспертов , так почему бы не ИИ? Просто сделайте это случайным и назовите его «продвинутый обезьяна Мерсенна» или что-то в этом роде.

Answer 4

Гораздо больше денег делают продавцы систем "зарабатывания денег", а затем пользователи этих систем.

Вместо того, чтобы пытаться предсказатьПроизводительность компаний, над которыми вы не имеете никакого контроля, создайте компанию самостоятельно и восполните некоторые потребности, предлагая продукт или услугу (да, ваш продукт может быть программой прогнозирования акций, но что-то менее теоретическое, вероятно, является лучшей идеей).Работайте усердно, и ценность вашей компании вырастет намного быстрее, чем любая азартная игра, которую вы бы делали на акциях.У вас также будет множество возможностей применить навыки программирования к множеству внутренних требований, которые будет иметь ваша собственная компания.

Answer 5

Я думал об этом несколько месяцев.

Я думаю о теории случайных матриц / распределении Вигнера.

Я также думаю о самообучающихся картах Кохонена.

Answer 6

Если вы хотите пойти по этому длинному, мрачному и одинокому пути, пытаясь выбрать акции, вы, возможно, захотите изучить методы интеллектуального анализа данных с использованием передового программного обеспечения для интеллектуального анализа данных, такого как SPSS или SAS, или одного из десятков других.

Возможно, вы захотите использовать комбинацию или технические индикаторы и фундаментальные данные. Данные, скорее всего, будут иметь высокую степень корреляции, поэтому для сокращения числа функций потребуется метод сокращения функций, такой как PCA.

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

Я провел исследование с этим для класса уровня подготовки, и в основном я был несколько успешным при выборе того, пойдет ли акция вверх или вниз на следующий день, но количество акций в моем наборе данных было довольно мало (200) и это было в течение очень короткого периода времени при постоянных рыночных условиях.

Я пытаюсь сказать, что то, что вы хотите, чтобы код был сделан очень продвинутыми способами в программном обеспечении, которое уже существует. Вы должны иметь возможность вводить свои данные в одну из этих программ и, используя регрессию, деревья решений или кластеризацию, делать то, что вы хотите.

Answer 7

Эти комментарии к предположениям и прошлым результатам относятся и к вам.