벡터 유전 프로그래밍 전략

기사 arXiv papers · 저자: Rui Menoita et al.

요약

이 문서는 금융 트레이딩 전략을 진화시키는 방법으로 벡터 유전 프로그래밍(VGP)을 살펴봅니다. 두 가지 변형을 소개합니다. 하나는 복소수 연산을 지원하고 다른 하나는 강한 타입 검사를 사용합니다. 7년이 넘는 데이터셋을 사용해 세 가지 금융 상품에서 두 방식의 성능을 또 다른 VGP 변형 및 표준 유전 프로그래밍과 비교합니다.

저자들은 수익성 있는 전략을 진화시킬 수 있었고, 표준 유전 프로그래밍은 모든 비교에서 가장 성과가 낮은 방법 중 하나였던 반면 강한 타입의 VGP은 가장 성과가 좋은 방법 중 하나였다고 보고합니다. 이러한 결과는 표현 방식과 타입 제약이 진화한 전략의 품질에 영향을 줄 수 있음을 시사합니다. 설명에는 금융 상품, 평가 설정, 비용, 표본 외 방법론, 위험 측정치가 제시되지 않아 전략의 강건성이나 실거래 활용 가능성을 판단하기 어렵습니다.

핵심 아이디어

벡터 유전 프로그래밍을 트레이딩 전략 진화에 적용합니다.
제안된 변형 중 하나는 복소수 연산을 지원하고 다른 하나는 강한 타입 검사를 적용합니다.
세 가지 금융 상품을 대상으로 방법을 표준 유전 프로그래밍과 비교합니다.
데이터셋은 7년이 넘는 기간을 다루며, 수익성 있는 전략을 만들 수 있었다고 보고합니다.
보고된 비교에서 표준 GP은 상대적으로 저조하고, 강한 타입의 VGP은 상대적으로 양호합니다.

# Evolving Financial Trading Strategies with Vectorial Genetic Programming


# Evolving Financial Trading Strategies with Vectorial Genetic Programming









Establishing profitable trading strategies in financial markets is a challenging task. While traditional methods like technical analysis have long served as foundational tools for traders to recognize and act upon market patterns, the evolving landscape has called for more advanced techniques. We explore the use of Vectorial Genetic Programming (VGP) for this task, introducing two new variants of VGP, one that allows operations with complex numbers and another that implements a strongly-typed version of VGP. We evaluate the different variants on three financial instruments, with datasets spanning more than seven years. Despite the inherent difficulty of this task, it was possible to evolve profitable trading strategies. A comparative analysis of the three VGP variants and standard GP revealed that standard GP is always among the worst whereas strongly-typed VGP is always among the best.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

벡터 유전 프로그래밍으로 트레이딩 전략 진화시키기

요약

핵심 아이디어

태그