Algoritmi Genetici (AGs) nel Trading Online

Cosa sono gli Algoritmi Genetici

Gli Algoritmi Genetici (AGs) sono algoritmi di ricerca euristici adattivi ispirati dalla teoria di Darwin sull’evoluzione. Gli AGs simulano i processi alla base dell’evoluzione dei sistemi naturali che portano alla sopravvivenza degli individui più adatti. L’algoritmo parte generando una popolazione di soluzioni possibili (cromosomi) ad un determinato problema.

Successivamente la popolazione viene modificata più volte e ad ogni passo la si fa evolvere verso una popolazione formata da individui migliori. Per far questo l’AG seleziona casualmente gli individui dalla popolazione attuale e li usa come genitori per produrre gli individui per la prossima generazione.

 

 

 

 

 

 

 

 

 

Attraverso le generazioni, la popolazione evolve verso l’individuo ottimale (che per noi è la soluzione del problema).

Algoritmo genetico - Ricerca della soluzione

Algoritmo genetico – Ricerca della soluzione

Gli algoritmi genetici possono essere usati per risolvere problemi di ottimizzazione sia in presenza di vincoli che senza. Possono essere utilizzati con successo per individuare, all’interno di serie storiche, particolari condizioni sulle candele (pattern)  per poi utilizzarle come condizioni di ingresso nel mercato.

Algoritmi genetici ed Analisi dei grafici

L’analisi delle candele Giapponesi si articola principalmente su due gruppi di pattern:

  1. Pattern di continuazione
  2. Pattern di Inversione

Com’ è facilmente intuibile, se i pattern di continuazione cercano di prevedere se il trend in corso è in grado di continuare, i pattern d’inversione al contrario, analizzano eventuali interruzioni del trend con possibilità d’inversione nella direzione opposta.

Trovare un pattern valido è un problema di ricerca di una soluzione ottimale che può essere affrontato con successo attraverso gli algoritmi genetici. Chi progetta l’algoritmo genetico individuerà le caratteristiche salienti da esaminare e creerà un algoritmo in grado di trovare una combinazione di tali caratteristiche che, nel passato, si è rivelata vincente.

Occorre sapere che, per il funzionamento proprio degli AGs, non è detto che si arrivi sempre alla soluzione ottima e, in occasione di ricerche ripetute, che si arrivi sempre alla stessa soluzione.

Ovviamente la soluzione trovata sarà  una soluzione che è stata profittevole nel passato per cui nulla è garantito per il futuro (come avviene per ogni conclusione basata su qualsiasi analisi statistica). Per verificare la bontà della soluzione trovata si può suddividere eventualmente la serie storica in due sottoinsiemi ed utilizzarne solo uno di essi per la ricerca. Trovata la soluzione la si può provare sull’altro sottoinsieme (nuovo e non analizzato dall’algoritmo genetico) e verificare se il pattern trovato continua a risultare profittevole. In tal caso abbiamo qualche elemento in più per sperare che il pattern continui a rappresentare un buon input anche per il futuro.

Posted in Guide and tagged , .