量化软件：赫兹量化中机器学习算法研究

交易中经典方法与机器学习的区别

交易策略的概念可能是每个交易者都熟悉的。此外，对于那些有幸使用 赫兹量化 产品的人来说，交易自动化是一个重要方面。如果我们在代码中去除交易环境，大多数策略主要意味着选择不均衡（通常在价格和图表上的指标之间）或使用指标值及其范围来做出入场（头寸打开）和退出决策。

几乎每个交易策略开发人员都有过深刻的见解，这导致了更多的交易条件和新的不均衡。每一次这样的增加都会在一定的时间间隔内引起财务结果的变化。但另一个时间间隔、时间框架或交易工具可能会显示出令人失望的结果——交易系统不再有效，交易者必须寻找新的模式和条件。此外，每一个新条件的加入都会减少交易次数。

在搜索过程之后，通常会对用于做出交易决策的不均衡进行优化。优化过程检查许多参数，这些参数通常超出初始数据值。另一种情况是，参数优化产生的不均衡价值很少出现，即使它们可以改善余额曲线或任何其他可优化参数，也可以将其视为统计偏差，而不是已发现的模式。因此，优化会导致在交易策略中实现的启发式思想与可用的市场数据过度拟合。如果策略意味着使用大量的变量和它们的值，那么这种方法在搜索最优解所花费的计算资源方面是效率很低的。

机器学习方法通过生成不均衡规则，只检查分析数据中存在的参数值，加快了参数优化和模式搜索过程。不同的模型创建方法使用不同的方法。然而，通常的想法是通过可用于训练的数据来限制解决方案搜索。机器学习并没有产生导致交易决策逻辑的不均衡，而是只提供包含价格信息和影响价格形成因素的变量值。这些数据被称为特征（或预测因子）。

特征必须影响我们希望通过轮询获得的结果。结果通常表示为一个数值：它可以是分类的类号，也可以是回归的设定值。这样的结果就是目标变量。有些训练方法没有目标变量，例如聚类方法，但本文将不讨论它们。

所以，我们需要预测因子和目标变量。

机器学习软件

我们将使用 赫兹量化软件进行机器学习，可在这个链接下载。本文旨在创建一个独立的版本，它不需要其他编程语言，而您只需要下载最新版本的exe文件，例如catboost-0.24.1.exe。

CatBoost是一个开源的机器学习算法，来自著名的Yandex公司。因此，我们可以期待相关的产品支持、改进和错误修复。

为机器学习准备数据

包含预测因子和目标变量的数据称为样本。它是一个数据数组，包含作为列的预测因子的枚举，其中每一行都是一个度量时刻，显示该时刻预测因子值。记录在字符串中的测量值可以在特定的时间间隔获得，或者可以表示各种对象，例如图像。文件通常采用CSV格式，它对列值和标题（可选）使用条件分隔符 。

让我们在示例中使用以下预测因子：

目标变量是MA交叉点处的信号，在下一个柱处保持不变。如果价格高于MA，那就买。如果价格低于MA，则卖出。每次信号到达时，应关闭现有仓位。目标变量将显示是否打开一个仓位。

我不建议使用脚本来生成目标和预测变量。使用专家顾问，这将允许在生成样本时检测代码中的逻辑错误，以及数据到达的详细模拟-这将类似于实际交易中数据的到达方式。此外，如果目标变量使用不同的交易品种，您将能够考虑不同交易工具的不同开启时间，并考虑数据接收和处理的延迟，以防止算法看到未来，使用不适合训练的指标重绘和逻辑。结果表明，该模型在实际应用中，可以在柱上实时计算预测因子。

一些算法交易者，特别是那些使用机器学习的交易者表示，标准指标大多是无用的，因为它们是滞后的，是从价格中衍生出来的，这意味着它们不提供任何新的信息，而神经网络可以创建任何指标。的确，神经网络的功能是很强大的，但它们往往需要的计算能力，这是大多数普通交易者所无法获得的。此外，学习这种神经网络需要时间。基于决策树的机器学习方法在创建新的数学实体方面无法与神经网络竞争，因为它们不转换输入数据。但是当需要识别直接依赖关系时，它们被认为比神经网络更有效，特别是在大型和异构的数据数组中。实际上，神经网络的目的是产生新的模式，即描述市场的参数。基于决策树的模型旨在识别这些模式集合中的模式。通过使用终端的标准指标作为预测指标，我们采用了不同国家不同交易所和场外交易市场的数千名交易员使用的模式。因此，我们可以假设，我们将能够确定交易员行为对指标值的相反依赖性，这最终会影响交易工具。我以前没有用过振荡指标，所以看到结果会很有趣。