Neurális hálózat a bináris opciók előrejelzéséhez
Ormos Mihály Budapest, május 3. A téma azonban nem újkeletű, hiszen már régóta kísérleteznek különféle módszerekkel, hogy a meglévő információk alapján megjósolják az árfolyamok jövőbeli alakulását.
- Jó pénzt kereshet
- Ingyenes forex robotok
- Szerző: Anna A.
- Forex piaci könyv
- Forex online kurzusok
Egy megbízható előrejelzés döntések alapjául szolgálhat a vállalatirányításban, befolyással lehet az állami szervek vagy a jegybankok stratégiájára, vagy éppen alapját képezheti a spekulatív befektetéseknek.
Az árfolyam előrejelzés az idősori előrejelzések kategóriájába tartozik. Másutt fuzzy logikára vagy a genetikus algoritmusokra építő előrejelzésekről olvashatunk. Előbbi Lotfi A. Zadehutóbbi John Holland nevéhez fűződik. Az előrejelzési módszereknél alkalmazható a K-legközelebbi szomszéd osztályozási módszer is, melyet elsőként E. Fix és J. Hodges publikált Nem sokkal a megjelenésük után, a múlt évszázad második felétől kezdték el alkalmazni a mesterséges neurális hálózatokat előrejelzésre.
A nagyszámú publikáció ezen a téren mind negatív, mind pozitív eredményekről is beszámol, és alkalmazásukkal kapcsolatban a mai napig is számos nyitott kérdés maradt.
Dolgozatomban ezen nyitott kérdésekre keresem a választ és egy olyan rendszer elkészítését tűztem ki célul, mely az előrejelzések alapján valós kereskedés folytatására is képes, hiszen ezáltal az eredmények a gyakorlatban is ellenőrizhetők, valamint alapját képezhetik egy automata kereskedési rendszernek. A dolgozat első részében röviden a téma elméleti hátterét és a kapcsolódó fogalmakat mutatom be. Ezt követően a szakirodalomban megtalálható korábbi tanulmányokat ismertetem, majd az általam megvalósított vizsgálatokra térek át.
Devizapiaci árfolyam előrejelzés neurális hálózatokkal
Elsőként az előrejelző rendszer felépítését, majd a kereskedési rendszert mutatom be. Feltárom ezen rendszer hibáit és egy a gyakorlatban eredményesebben használható módszert mutatok.
A dolgozat végén ismertetem az eredményeket és a további terveimet. A létrehozása re tehető, amikor a világ legnagyobb gazdaságainak kormányai feloldották a fizetőeszközök egymáshoz viszonyított rögzített arányait, és kezdetét vehette az arányok kereslet kínálat által meghatározott alakulása Levinson, A Forex Foreign Exchange mára a világ legnagyobb és leglikvidebb piacává nőtte ki magát.
Egy es tanulmány adatai alapján naponta átlagosan billió dollár fordul meg a Forexen Bank for International Settlements. A kereskedők három különböző típusát találhatjuk meg a piacon: nemzeti központi bankok pl. A Forexen a devizák egymáshoz viszonyított aránya adja egy devizapár árfolyamát, így mind emelkedő, mind csökkenő árfolyam esetén nyereség, ill. Neurális hálózat a bináris opciók előrejelzéséhez rendkívül magas tőkeáttételnek köszönhetőn a világ legvolatilisebb piaca is egyben.
Tovább növeli a kockázatot, hogy az árfolyam alakulását rengeteg tényező, a világ egészének történései befolyásolják a nap 24 órájában.
A Forexen a kereskedők célja természetesen az árfolyamnyereség elérése. Ehhez a meglévő információik alapján piaci elemzéseket készítenek és a várakozásaiknak megfelelően fektetik be a pénzüket. A befektetési időt tekintve mára már a milliszekundumoktól egészen a hónapokig tartó intervallumok is előfordulnak. Az piaci elemzések módszerét tekintve két csoport különíthető el: a fundamentális és a technikai elemzés.
Da Vinci robot Forex kereskedéshez
A következő részben a dolgozathoz kapcsolódó főbb devizapiaci fogalmakat mutatom be röviden. Ahol nem, ezt külön kiemeltem. Fundamentális elemzés: A fundamentális elemzés egyrészt arra épít, hogy amikor a piac áraz, akkor a befektetések belső értékére adott becslések alapján történő alkudozások eredményéről van szó.
Technikai elemzés: A technikai elemzés idősorok diagramok, táblázatok stb. Gyertya: A gyertyát neurális hálózat a bináris opciók előrejelzéséhez technikai elemzésben egy adott időszak nyitó és záró árának, minimum és maximum értékének reprezentálására használják.
Több gyertya együttese különböző formációkat alkothat. Bullish vagy bika gyertya: az adott periódus záró árfolyama magasabb, mint a nyitó árfolyama. Bearish vagy medve gyertya: az adott periódus záró árfolyama alacsonyabb, mint a nyitó árfolyama.
Indikátor: Technikai elemzésben használatos matematikai-statisztikai mutató, melynek segítségével megnövelhető a kereskedők találati aránya. Long pozíció felvétele: Részvény, árucikk vagy deviza megvétele befektetés vagy spekuláció céljából. Shortolás: Az eladó által nem internetes jövedelemtőzsdék deviza vagy más instrumentum eladása a longolás ellentéte.
Market order: Piaci áras megbízás. Money management: A pénzkezelés lényege, hogy maximalizáljuk az elérhető profitot miközben minimálisra csökkentjük a kockázatot.
A befektetési folyamat része, mely meghatározza, hogy mekkora összegű tranzakciókat bonyolítsunk. Risk reward ratio: kockázat - nyereség arány, optimális esetbenvagy nagyobb, azaz akkor célszerű piacra lépni, ha pl.
Stop loss megbízás: Az ügyleten elszenvedett veszteség korlátozása érdekében az adott árfolyamszint elérésekor stop loss szint vagy stopszint a legjobb áron való vételre vagy eladásra szóló megbízás, s ezzel a pozíció zárása. Take profit nyereségrealizálás : Egy konkrét árfolyam vagy pip-ekben megjelölt nyereségi szint megjelölése az adott árhoz képest, amelynél a kereskedő zárni kívánja pozícióját. Break even: Az az ár, amely mellett egy pozíció nem mutat sem nyereséget, sem veszteséget, hanem annak értéke nulla, beleértve a költségeket is vagyis azt már kitermelte a pozíció.
Pullback: a technikai elemzés során használatos kifejezés, amikor az árfolyam egy új csúcsról visszatér egy korábbi támasz szintjére. Breakout: Magyarul kitörés, ami akkor alakul ki, ha egy termék árfolyama átviszi felfelé az előző neurális hálózat a bináris opciók előrejelzéséhez ellenállás vagy lefelé az előző mélypontot támasz.
Ilyenkor nagy a valószínűsége a trend folytatódásának. Trailing stop csúszó stop megbízás : Stop loss megbízás, amely az aktuális árat egy adott távolsággal követi. Trend: Az olyan piaci mozgás, amikor egy instrumentum árfolyama a higher high - higher low, vagy a lower high - lower low elvet követi, azaz monoton nő vagy csökken.
Range: A trend ellentéte, azaz amikor az árfolyam oldalazó mozgást végez egy jól meghatározható ártartományon belül. Spread: A vételi és az eladási ár közötti különbség. Így olyan rendszerek jöttek létre, melyek a természetből ellesett módon mintákból, példákból nyert tapasztalatok felhasználásával, tanulás útján alakítják ki feladatmegoldó képességüket. A neurális számítástechnika mára önálló tudománnyá vált. A neurális hálózatok olyan számítási feladatok megoldására létrejött, párhuzamos feldolgozást végző, adaptív eszközök, melyek eredete a biológiai rendszerekből származtatható, működésük az emberi agy működését modellezi.
Nagyszámú, sűrűn összekötött feldolgozó elemek neuronok hálózata, melyekben az összeköttetések változtatható súlyokkal bírnak Retter, Amint látható egy neuronnak tetszőleges számú bemenete és egy kimenete van. Emellett egy összegzőből és egy leggyakrabban nemlineáris aktivációs függvényből áll ábra: A processzáló elem felépítése. Forrás: Rios, 8 9 A feldolgozási folyamat a következő: A bemeneti neurális hálózat a bináris opciók előrejelzéséhez súlyozottan összegezzük, majd az így kapott összeg nemlineáris leképzésével kapjuk a kimenetet.
A neuronokat jellemzően rétegekbe rendezik, és az így kialakított rétegek közti összeköttetések adják a neurális hálózatot. Egy többrétegű hálózatban definiálunk bemeneti, rejtett és kimeneti réteget 3. Forrás: Pranantha, Egy neurális hálózat használatát mindig a hálózat tanulása előzi meg, mely során a múlt ismeretei, a tanító minták alapján kerülnek módosításra a hálózati súlyok.
Ezt követően lehet a tanított hálózatot a kívánt célra felhasználni. A tanuló algoritmus részleteit nem célom bemutatni, néhány alapvető lépést azonban igen. Az első lépésben az adathalmazt fel kell osztani tanító, validációs és teszt mintákra, melyek a neurális hálózat a bináris opciók előrejelzéséhez általánosító képességét javítják.
Ezután a hálózati súlyok véletlenszerű kiválasztása, felinicializálása következik. Ezt követően egy újabb bemenet érkezésekor a neuronok aktiválásával a kimeneten megjelenő értéket egy célértékhez hasonlítjuk. Minden bemeneti mintához tartozik egy kimeneti minta, ami az előzetes megfigyeléseinkből származik.
A neurális hálózat tanításánál ez a megfigyelt kimeneti minta lesz a cél target. A hálózat tanítása az a tevékenység, amikor a hálózati súlyokat úgy módosítjuk, hogy a kimenetek minél közelebb legyenek a célértékekhez.
Ezt úgy végezhetjük el, hogy a kimeneti hibát visszavezetjük a hálózat összeköttetésekre, azaz a hiba egy bizonyos mértékével melyet a tanulási tényező határoz meg megváltoztatjuk a hálózati súlyokat Retter, Ekkor valójában nem teszünk mást, mint a kimeneti hibafelületen a negatív gradiens irányába haladunk mindaddig, amíg el nem érjük a kellő pontosságot, vagy a hiba nem csökkenthető tovább 3.
Forrás: Giacomini, A felügyelt tanulású neuronhálók képessége, hogy megfelelő kialakítás esetén tetszőleges be- és kimeneti kapcsolatot, leképezést meg tudnak valósítani, vagyis a szokásos elnevezés szerint ezek a neuronhálók ún. Ezáltal a fő alkalmazási területeik a következők: függvényapproximáció és regressziós analízis felismerési feladatok pl.
