رفتن به محتوا

پژوهش استراتژی

یک ایده را به استراتژی قابل آزمایش تبدیل کنید.

توسعه ایده نخستین مرحله کارخانه است. عامل‌های پژوهش و کدنویسی هوش مصنوعی یک فرضیه را به کد استراتژی تبدیل می‌کنند؛ آزمون‌ها و بازبینی‌ها اصلاحات بعدی را هدایت می‌کنند.

مطالعه فرضیه بازار با مقایسه روابط نمودار پراکندگی، سیگنال‌های معاملاتی، نمودارهای شمعی و توزیع باقی‌مانده‌ها

کارخانه استراتژی را در حال فعالیت ببینید.

نمونه‌ی نمایشی · نه یک نتیجه‌ی زنده

ببینید عامل‌های هوش مصنوعی چگونه یک استراتژی را می‌سازند و بازبینی می‌کنند.

عامل‌های هوش مصنوعی ایده را توسعه می‌دهند، کد می‌نویسند و نتایج آزمون را ارزیابی می‌کنند. یافته‌های بازبینی می‌توانند استراتژی را برای یک تکرار دیگر به مرحله توسعه بازگردانند.

  1. توصیف کنید
  2. ساخت و تأیید
  3. بک‌تست
  4. آزمون تنش
  5. معامله آزمایشی
01

با یک فرضیه شروع کنید

بازار، افق زمانی، منطق ورود و خروج و ریسک‌ها را توضیح دهید. عامل پژوهش هوش مصنوعی جهت‌گیری شما را به یک فرضیه ساختاریافته تبدیل می‌کند.

02

ساخت با زمینه (context)

یک عامل کدنویسی هوش مصنوعی، استراتژی را با استفاده از داده‌های موجود و قواعد پیکربندی‌شدهٔ محل معاملات پیاده‌سازی می‌کند. پیش از بک‌تست، فرایند اعتبارسنجی خودکار و یک عامل تضمین کیفیت هوش مصنوعی آن را بررسی می‌کنند.

03

از هر اجرا بیاموزید

فرضیه‌ها، تکرارها، نتایج و تصمیمات بازبینی را در یک مجموعه نگه دارید. فضای کاری شما از اجراهای خودش می‌آموزد؛ طرح‌های پولی همچنین از مجموعه پژوهشی پلتفرم استفاده می‌کنند.

گزارش پژوهشی با گام بعدی مشخص.

با دلیلی که ممکن است یک استراتژی مؤثر باشد شروع کنید. مشخص کنید چه چیزی آن را رد می‌کند، به چه داده‌ای نیاز دارد و باید بر چه هزینه‌هایی غلبه کند. کارخانه (factory) فرضیه حاصل و تاریخچه توسعه آن را ثبت می‌کند.

  1. مسیر

    بازار، ابزار، بازه زمانی

  2. فرضیه

    مزیت مورد انتظار، قواعد، ریسک‌ها

  3. کار قابل بازبینی

    کد، بررسی‌ها، تکرارها

یک پرسش قابل‌آزمون به عامل پژوهش هوش مصنوعی بدهید.

یک بریف مشخص، قضاوت دربارهٔ پیاده‌سازی و نتیجه را آسان‌تر می‌کند. پیش از جست‌وجوی چاپلوسانه‌ترین نتیجه، ایده را تعریف کنید.

شواهدی را مشخص کنید که شما را متوقف می‌کند. یک آزمایش ناموفق نیز می‌تواند به پرسشی مفید پاسخ دهد.

بازار و افق زمانی
بازار نقدی بیت‌کوین، کندل‌های ساعتی؛ بررسی بازگشت میانگین کوتاه‌مدت.
سازوکار پیشنهادی
انحراف‌های بزرگ از میانگین متحرک ممکن است تا حدی بازگردند.
قواعدی که باید تعریف شوند
انحراف ورود، شرط خروج، اندازهٔ موقعیت و حداکثر مدت نگهداری.
چه چیزی می‌تواند آن را باطل کند
اثر پس از کسر هزینه‌ها ناپدید می‌شود، یا به یک دورهٔ غیرعادی وابسته است.
نمونهٔ توضیحی. توصیهٔ استراتژی یا نتیجهٔ اندازه‌گیری‌شده نیست.

یک فرض را تغییر دهید. دریابید چه چیزی اهمیت دارد.

مقایسه را متمرکز نگه دارید تا بتوانید علت تغییر یک نتیجه را توضیح دهید. از تاریخچهٔ اجراها برای پیوند هر بازنگری با شواهد آن استفاده کنید.

برای دیدن همه ستون‌ها به‌صورت افقی پیمایش کنید.

نمونه‌ای از توالی آزمایش‌ها
آزمایشتغییرپرسش
خط پایهاستفاده از قواعد اصلی ورود و خروج.آیا پس از هزینه‌های معاملاتی مدل‌سازی‌شده اثری وجود دارد؟
بررسی استحکامآزمودن آستانه‌های ورود نزدیک به هم.آیا اثر با تغییری کوچک در پارامتر باقی می‌ماند؟
بازنگری ریسکافزودن حداکثر دورهٔ نگهداری.آیا بدون حذف اثر، موقعیت‌های زیان‌ده طولانی را محدود می‌کند؟

طرح پژوهشی نمونه؛ این‌ها اجراهای گزارش‌شده نیستند. انتخاب مکرر بهترین نتیجه می‌تواند روی همان تاریخچه بیش‌برازش ایجاد کند.

تصویرسازی تعاملی

به دنبال ثبات در اطراف یک تنظیم باشید.

واکنش گسترده در تنظیمات مجاور، پرسش پژوهشی متفاوتی نسبت به یک اوج ایزوله به‌دست می‌دهد. تنظیم بازه‌ی نگاه‌به‌گذشته را جابه‌جا کنید تا هر دو الگو را مقایسه کنید.

همسایگی را بخوانید

در ۲۵ کندل، اوج ایزوله قوی‌ترین به‌نظر می‌رسد. تنظیمات همسایه‌ی آن به‌شدت ضعیف می‌شوند. بررسی کنید که آیا نتیجه‌ی انتخاب‌شده به یک انتخاب خوش‌شانس وابسته است یا نه.

واکنش گستردهاوج ایزوله

نسبت شارپ نمایشی

واکنش گسترده
1.30
اوج ایزوله
2.70
منحنی‌های ساختگی برای مقایسه‌اند، نه بک‌تست‌های اندازه‌گیری‌شده. ثبات پارامتر به‌تنهایی وجود یک مزیت را اثبات نمی‌کند؛ هزینه‌ها، اندازه‌ی نمونه و اعتبارسنجی مستقل را بررسی کنید.

پرسش‌ها، پاسخ داده شده.

پرسش‌ها و پاسخ‌های بیشتر
آیا هر ایده به یک استراتژی تبدیل می‌شود؟

خیر. محدودیت‌های داده، بررسی‌های ناموفق، اقتصاد ضعیف یا یافته‌های بازبینی می‌توانند باعث تکرار یا کنار گذاشتن یک اجرا شوند.

آیا می‌توانم ابتدا نمونه‌های عمومی را بررسی کنم؟

بله. پیش از باز کردن فضای کاری خود، استراتژی‌های عمومی و گزارش‌های موجود آن‌ها را مرور کنید. دسترسی به کد در بازار (Marketplace) به ناشر و حقوق دسترسی شما بستگی دارد.

چه چیزی یک ایده را آزمون‌پذیر می‌کند؟

یک ایده آزمون‌پذیر، رفتار مورد انتظار بازار را نام می‌برد و قواعد قابل‌سنجش برای ورود، اندازه‌گیری و خروج از یک موقعیت ارائه می‌دهد. همچنین داده‌های لازم و شواهدی که مزیت پیشنهادی را رد می‌کند را مشخص می‌کند. این فرض‌ها را پیش از مقایسه نتایج بیان کنید.

استراتژی تولیدشده چگونه بررسی می‌شود؟

راستی‌آزمایی شامل بررسی کد، ابزارهای مالی اعلام‌شده و رفتار پشتیبانی‌شده است، و پس از آن شبیه‌سازی و بازبینی تضمین کیفیت (QA) انجام می‌شود. گزارش‌های موجود یافته‌هایی را نشان می‌دهند که نیاز به توجه دارند. این بررسی‌ها به شناسایی مشکلات پیاده‌سازی کمک می‌کنند؛ آن‌ها نمی‌توانند ثابت کنند که هر فرض اقتصادی درست است.

آیا می‌توانم تغییرات بین تلاش‌ها را ببینم؟

گزارش استراتژی و تاریخچه تکرار، تلاش‌ها را به نتایج و بازخورد بازبینی آن‌ها مرتبط می‌کند. پیش از مقایسه عملکرد، ببینید کدام فرض‌ها یا پارامترها تغییر کرده‌اند. دیده‌پذیری کد منبع از قواعد دسترسی همان استراتژی پیروی می‌کند.

آیا تحقیق از درس‌های اجراهای قبلی استفاده می‌کند؟

زمینه تحقیقاتی شامل موفقیت‌ها و شکست‌های پیشین در دسترس فضای کاری است. طرح‌های رایگان از تاریخچه اجرای خود استفاده می‌کنند؛ طرح‌های پولی می‌توانند از مجموعه پژوهشی کل پلتفرم نیز استفاده کنند. دسترسی به آن مجموعه، دسترسی به کد استراتژی خصوصی هر کاربر دیگر را نمی‌دهد.

با پرسشی شروع کنید که ارزش آزمایش داشته باشد.

استراتژی‌های منتشرشده را بررسی کنید یا یک فضای کاری باز کنید تا با عامل‌های هوش مصنوعی استراتژی خود را بسازید، آزمایش کنید و زیر نظر بگیرید.

Stratmill یک پلتفرم استراتژی‌های معاملاتی مبتنی بر هوش مصنوعی است، نه مشاوره مالی یا کارگزاری. نتایج پس‌آزمایی و معاملات کاغذی فرضی هستند. معامله‌گری با خطر زیان همراه است.