в Алготрейдинг

Предсказание против арбитража. Реальное применение искусственного интеллекта в высокочастотной торговле.

Автор: Intro.

В мире искусственного интеллекта (ИИ) мы находимся в тот момент времени, когда использование шаблонов поведения (паттернов) и принятие решений на основе правил становится необходимым компонентом наших жизней. Пока общественное мнение склоняется к тому, что ИИ относится к роботам и научной фантастике, не является секретом, что отдельные разработки становятся частью торговых стратегий.

Угур Арслан из AienTech рассказал как ИИ используется в его фирме и почему это является хорошей идеей. Для того, чтобы нормально работать на постоянно изменяющихся рынках, стратегии должны «самокорректироваться». Не всегда человек достаточно быстро подстраивается под новую рыночную ситуацию. С тех пор как существуют различные банковские платформы, электронные системы, розничные и институциональные брокеры и прочие участники торгов, все они влияют на рынок. Основной задачей является оценка стратегии для всех возможных вариантов. Должен ли человек быть ответственным за подстройку под изменившийся рынок или лучше отдать людям заботу о стратегиях и дать машине самой подстраиваться под изменившиеся условия? Мы убеждены, что с течением времени, разделение обязанностей между человеком и алгоритмом будет лишь увеличиваться. Алгоритмический ИИ потенциально более подходит для работы, чем статичные алгоритмы.

Как выглядит жизненный цикл стратегии с точки зрения Арслана? Жизненный цикл разбит на три процесса: префильтрация алгоритмов, моделирование состояний и постфильтровочные алгоритмы. В префильтрации инструменты, вроде алгоритмов классификации, используются также как нелинейная фильтрация данных. Обработка сигналов используется для распознавания событий, когда динамика рассматриваемой системы может измениться. Арслан находит очень интересным моделирование состояний. Цель не в том, чтобы построить систему, которая возвращает ожидание цены, а в том, чтобы понять какие процессы происходят на рынке. Это свежее решение, как улучшить набор инструментов для анализа рынка. Визуализация рыночных изменений опережает реальный рынок сообразно данным симулирований. Используя инструменты из гидродинамики, мы можем увидеть, что дискретная визуализация данных с различных рынков и их взаимоотношения, напоминают капли воды. Как только одна капля воды упадет, параметры, характеризующие текущее состояние системы, немного изменяются и на других рынках. Вместо типичных инструментов и двухмерных экранов, это позволяет человеческому взгляду легко обнаружить недостатки используемых стратегий и затем, доработать их, если нужно. И наконец, стадия постфильтеринга использует инструменты из генетических алгоритмов, обучение в реальном времени и нейронные сети. Эти инструменты широко описаны в академической литературе и давно используются в финансовой сфере.

А что насчет традиционных статистических техник? Арслан считает, что ИИ предоставляет больше информации, чем использование классической статистики. Подбирая методики, можно получить модель, которая будет просчитывать направление торгов, взаимное влияние рынков и прочее, а не только знать ее распределение вероятностей. ИИ продолжит усовершенствовать торговые стратегии. И точка, на которой этот путь остановится, все еще очень далеко.

Оригинал статьи

Комментарии:

Юрий Каменков: у торговых систем Искусственного Интеллекта потребительная стоимость должна со временем увеличиваться.

mehanizator: только если они зарабатывают.

3dluxo: Эта статья – хороший пример псевдо-статьи, написанной машиной по словарю. Все слова есть, предложения построены правильно, на уровне фраз и сочетаний слов все читается естественно, а общего смысла нет. Просто перечисление красивых слов.

mehanizator: я там вижу смысл, может не туда смотрю? 🙂 хотя, конечно, конкретного маловато. но по этой теме вообще конкретное мало кто рассказывает.

3dluxo: например гуглим красивую фразу “дискретная визуализация данных”, находим примеры типа этого http://www.intuit.ru/department/mathematics/workmath/6/3.html,
итого1: расшифровываем фразу
“визуализация” – построение графика,
“дискретных данных” – диф.уравнения, связывающие переменные в функции, и эти функции представляют в виде графиков.

итого2: фраза “Визуализация рыночных изменений опережает реальный рынок сообразно данным симулирований.” может следовательно означать, что они строят графики по отобранным параметрам, которые должны быть похожи на графики рыночной динамики цен.

итого3: мы приходим к тому, что график зависит от параметра. изменим параметр – изменим вид графика. следовательно график может быть любой, визуализация диф.ур-ами не является значимой.

вопрос: кто и как оценивает конкретный параметр?

Вы кстати задавали этот вопрос здесь /post/185?, цитата:
Каждый фактор в модели должен пройти какую-то дополнительную проверку, например кросс-валидацию. Ну или ее варианты для чайников – out-of-sample, форвардное тестирование, хоть что-нибудь. Если прошел – тогда да, фактор можно положить в модель, иначе – в мусор. И вот тут оказывается, что почти все идет в мусор… (конец цитаты)

поэтому я и говорю, что статья – пустая оболочка, шаблон, в котором нет идеи. особенно порадовало завершение статьи, такое впечатление, что они решили вбросить в конце все красивые слова, которые забыли упомянуть по ходу, но без которых никак нельзя писать такую статью, цитата:
“…стадия постфильтеринга использует инструменты из генетических алгоритмов, обучение в реальном времени и нейронные сети…”

Intro: Ага, статья ни о чем. Середина на половину. Но я бы примерно так же рассказал, на месте интервьюируемого. Все-таки он этим на хлеб зарабатывает, зачем рассказывать нюансы?

Kent: Поддерживаю мнение о бессмысленности содержания статьи.