기계 학습 무역 전략

+

무역 전략 저작권 2016 마켓, Inc. 가 저작권을 소유합니다. 이 사이트를 사용하면 서비스 약관에 동의합니다. 개인 정보 보호 정책 및 쿠키 정책. 이용 약관에 SIX 금융 정보 주체가 제공하는 장중 데이터. SIX 재무 정보에서 제공하는 역사와 현재의 end-of-일 데이터입니다. 교환 요구 사항에 따라 지연 장중 데이터. 다우 존스 회사, Inc. 의 S P / 다우 존스 지수 (SM)는 모든 따옴표 지역 교환 시간에 있습니다. NASDAQ에서 제공하는 실시간 마지막 판매 데이터입니다. NASDAQ에 대한 자세한 내용은 기호와 현재의 재정 상태를 상장. 장중 데이터는 나스닥 15 분, 다른 교류 20 분 지연. 다우 존스 회사에서 S P / 다우 존스 지수 (SM)의 주식 SEHK의 하루 동안의 데이터를 SIX 재무 정보에 의해 제공 및 지연 적어도 60 분 거리에 있습니다. 모든 인용 부호는 지역 교환 시간에 있습니다. 마켓 톱 스토리 카테고리 : 기계 학습 딥 블루는 체스 세계 챔피언을이긴 최초의 컴퓨터였습니다. 즉, 1996 년, 그리고 그것은 다른 프로그램 AlphaGo까지 이십년했다. 최고의 인간 이동 플레이어를 물리 칠 수 있습니다. 딥 블루는 고정 배선 체스 규칙에 모델 기반 시스템이었다. AlphaGo은 데이터 마이닝 시스템, 이동 게임의 수천 훈련 깊은 신경 네트워크입니다. 아니 하드웨어를 개선하지만, 소프트웨어의 돌파구는 최고 바둑 선수를 치고 위에서 체스 선수를 구타의 단계에 필수적이었다. 미니 시리즈 우리가 테스트 또는 전략을 훈련에 사용하는 더 많은 데이터의이 4 부분에서 덜 바이어스는 시험 결과에 영향을 미칠 것이며, 더 정확하게는 훈련 할 것이다. 문제 : 가격 데이터는 공급 부족에 항상이다. 당신이 곁에 밖으로의 샘플 테스트를 위해 일부를 넣어해야하는 경우에도 짧은. 테스트를 확장 또는 먼 과거로 시간을 훈련하는 것은 항상 해결책이 아니다. 그들의 가격 데이터가 잘못된 결과를 일으킬 수 있도록 1990 년대 또는 1980 년대의 시장은, 오늘부터 매우 달랐다. 이전 기사에서 주식 거래 전략은이 문서 나 도서 (독일어) 기계 학습에서, 우리는 주식 시장에 그것을 해방과 주식을 거래하는 컴퓨터를 사용하는 아이디어는 거의 새로운 수백만 달러를 만들기에서 우리를 중지 s의. (또한 너 한테 거래의 하위 집합입니다 너 한테 거래 또는 블랙 박스 거래라고도 함) 알고리즘 트레이딩은 10 년이 넘게 주변에 빠르게 인기를 얻고있다. 출처 : 모튼 Glantz, 로버트 Kissell 여기에 시장 규모의 비율로 알고리즘 트레이딩에 모습이야. 다중 자산 리스크 모델링 : 전자적 및 알고리즘 트레이딩 시대의 세계 경제에 대한 기술. 그 추세가 계속되면, 이 거래의 90의 오늘의 위쪽으로는 컴퓨터 프로그램에 의해 수행되고 있음을 의미한다. 알고리즘 거래에 대해 주목할 것은는 짧아 유지 시간의 방향으로 이동 한 점이다. 고주파 거래 (HFT)의 주식은 제 2의 분수에서 구입하고 판매하는 알고리즘 트레이딩의 하위 집합입니다. 이 전략은 HFT 알고리즘은 가격 차이가 관광 명소 후 빨리에 자본화하는 차익 거래의 한 형태이다. 사용자가 예상하는대로, HFT 거래 이익이 작아되고 있지만 거래의 볼륨이 여전히 전체 시장을 지배하고 있습니다 : 이제 우리는 알고리즘 트레이딩과 HFT에 대해 알고 있는지, 얼마나 기계 학습 또는 깊은 학습이 질문에 대답하기 위해 놀이에 와서 않습니다 , 고려해야 할 중요한 변수는 시간입니다. HFT와 너 한테 거래는 짧은 기간의 거래를 수행하는 동안, 가장 큰 헤지 펀드가이 공간을 통해 이미 모두 지금은 기계 학습을 사용하여 오랜 시간 동안 많은 기간에 걸쳐 알파를 캡처 한 훨씬 더 어렵들에된다. 지난해 초, 운용 자산 150 억이 브리지 워터 어소시에이츠 (AUM)은 IBM의 왓슨의 개발을 주도 데이비드 Ferrucci 이끄는 새로운 인공 지능 유닛을 시작했다. 17 년 동안 IBM에서 근무 후, 그는 르네상스 테크놀로지라는 또 다른 회사는 운용 자산 65 억 달러를 보유하고있는 것으로 알려져 2012 년 브리지에 의해 데친했다. 대부분 회사의 직원을위한 실행 르네상스의 메달리온 펀드는, 역사를 투자에서 최고의 기록 중 하나가 20 년 동안 연간 35을 반환하는 데있다. 그들은 언어 인식 프로그램에 작업하던 곳 르네상스의 두 공동 최고 경영자는 모두 1993 년에 IBM 연구에서 고용했다. 관리에서 320 억으로, 두 시그마 투자는 그들의 전략의 핵심 부분으로 인공 지능과 기계 학습을 이용 알려져있다. 하나의 공동 설립자는 MIT에서 인공 지능에서 박사 학위를하고, 다른 하나는 국제 수학 올림피아드 실버 메달리스트이었다. 금융 전문가가된다는 것은이 회사에서 일하기 위해 필요한 것은 아닙니다. 이들 3과 헤지 펀드가 주식 거래 전략에 대한 기계 학습을 사용하는 개척자가 있지만, 뿐만 아니라이 공간에서 재생 일부 신생있다. Binatix는 2014 년 스텔스 모드에서 나온 잘 이상 3 년 동안 자신의 전략을 사용하는 데 능숙하게 이익을 주장 깊은 학습 무역 회사입니다. Aidyia는 미국 주식에 거래 및 필요없이 인간의 개입과 인공 지능을 사용하는 모든 주식 거래를하게 2015 년에 출시 홍콩을 기반으로 헤지 펀드입니다. 감각이 다른 깊은 학습이 회사는 우리가 전에 논의했다. 그들은 소품 무역 회사 또는 자산 관리 회사로 그것을 밖으로 회전 고려되는만큼 성공적으로 인공 지능 상인을 개발했다. 거기하기까지 다시합니다. 개인 투자자가 주식 거래에 대한 기계 학습을 활용하려면, 당신은 걸릴 몇 방향 있습니다. 초 고액 순자산 개인 투자자의 경우, 브리지 또는 르네상스 같은 AI를 사용하여 헤지 펀드 중 하나에 당신의 돈을 투자 할 수 있습니다. 우리에게는 돈은 매력적이야 사람. 진정으로 파괴적인 기술을 구축하고 더 많은 기업에 대해 읽고 싶어은 무료로 세상을 변화 찾고 있습니다 약 55 더 많은 기업 내용을 다운로드합니다.