نظام التداول غامض

منطق غامض لإنشاء استراتيجيات التداول اليدوي.

المقدمة.

وقد أدى التطور السريع للتكنولوجيا إلى اتجاه أقوى لاستخدام نظم التداول الآلية في أسواق العملات الحديثة. ومع ذلك، لا يزال العديد من التجار على مواصلة استخدام التداول اليدوي. إيجابيات وسلبيات كل من نهج التداول معروفة جدا: التجارة الآلية تفتقر إلى المرونة نحو التغيرات المستمرة في السوق، والتجارة اليدوية، على العكس من ذلك، يمكن أن تكون طريقة مرنة جدا بسبب عامل التدخل البشري المتكرر. في الواقع، في هذه المقارنة، وهذه هي النقيضين من نفس الجوهر.

في مقالتي السابقة أعطيت أمثلة، حيث حاولت تعويض عيوب التجارة الآلية من خلال تطبيق نظرية المنطق الضبابي، على سبيل المثال، عن طريق عدم وضوح إضفاء الطابع الرسمي على استراتيجية صارمة للغاية، وتطبيقها في روبوت التداول أو مؤشر. في هذه المقالة، سيتم النظر في فرصة لتحسين استراتيجية التداول اليدوي. استخدام التكنولوجيا الحديثة، حتى في نظام التداول اليدوي حيث يكون القرار النهائي دائما على عاتق التجار، يجلب فائدة أكبر من الضرر.

اختيار استراتيجية يدوية مع إضفاء الطابع الرسمي المحدد للظروف.

ويختار العديد من التجار الحديثين تحمل المسؤولية عن الدخول والخروج من المواقف، بدلا من الاعتماد على الأنظمة الآلية. وهي تتطلب وضع استراتيجية تجارية خاصة بها تأخذ بعين الاعتبار جميع النتائج الممكنة لسلوك السوق. وبعد ذلك، يتعين على المرء أن يتبعها بدقة ويقاوم أي نبضات يمكن أن تثيرها الخوف والجشع.

لذلك، أولا نحن بحاجة إلى التوصل إلى استراتيجية التداول. اسمحوا لي أن أصف لكم ثلاث مراحل لكيفية بناء عليه.

المرحلة رقم 1. إيجاد وتحديد الأدوات التي سيتم استخدامها لاستراتيجيتنا. المرحلة رقم 2. تعيين شروط محددة يستخدمها تاجر لفتح موقف في السوق. المرحلة رقم 3. وضع شروط محددة عندما يجب أن يتم إغلاق موقف إما نتيجة إيجابية أو سلبية.

في المرحلة الأولى قمت باختيار ثلاثة مؤشرات لبناء إستراتيجية تداول كمثال:

عرض عام محدد وإعدادات محطة التداول MQL4:

الشكل 1. نظرة عامة على إعدادات الاستراتيجية.

في المرحلة الثانية سوف نكتشف طريقة لاستخدام أدوات مختارة، وظروف تشغيلها، وكذلك المعلمات موقف لدخول السوق.

دعونا نبدأ من البداية.

مؤشرنا الأول هو أدكس. كما رأينا من التين. 1، تساوي فترة المؤشر المحددة 10. وعلاوة على ذلك، تم تحديد مستوى لخط الاتجاه الرئيسي (اللون الأخضر) الذي يساوي 30 على وجه التحديد. أي قيمة تساوي أو تتجاوزه، ستعتبر إشارة إيجابية لدخول السوق. ومن الجدير بالذكر أن إشارة شراء من هذا المؤشر سيكون هو الحال عندما + دي (خط متقطع الأخضر) أعلى من - DI (خط متقطع الأحمر). وتبعا لذلك، تواجه إشارة البيع وضعا عكسيا عندما يكون دي أكبر من + دي. والمؤشر الثاني هو أس. هنا سنستخدم الإشارات الموصوفة في الوثائق الرسمية. على وجه التحديد، إذا كانت قيمة المؤشر أقل من 0، وتنمو على شريطين تحليلها السابقين، ثم انها إشارة للشراء. ولذلك، إذا كانت قيمة المؤشر أعلى من 0، وأنها تقع على شريطين تحليلها واثنين السابق، نحصل على إشارة للبيع. المؤشر الثالث هو رفي. دعونا تعيين فترة عملها تساوي 10. كشرط للشراء، وسوف نحدد لحظة عندما خط إشارة (رقيقة الأحمر) يعبر الخط الرئيسي (الأخضر). عند هذا التقاطع، يجب أن تكون قيمة الخط على الشريط المحلل أقل من نقطة الصفر. وبالمثل، سنقوم بوضع شروط البيع: خط الإشارة يعبر الخط الرئيسي، ولكن يتم وضع القيم فوق الصفر. والشرط التالي لعملية ما هو الإطار الزمني للساعة (H1). وينطوي شرط الدخول إلى الموقع على تمرير إشارات مماثلة من المؤشرات الثلاثة المختارة. وأخيرا، سنقرر حجم الموقف. على سبيل المثال، سيتم تعيين ما يلي: 0،01 الكثير، أخذ الربح من 50 نقطة، وقف الخسارة من 30 نقطة.

وسيتم إضفاء الطابع الرسمي على الشروط للحصول على وضوح أفضل.

دخول موقف طويل (إشارة شراء)

الخط الأخضر الرئيسي لمؤشر أدكس يحمل قيمة أعلى أو تساوي 30، في حين أن قيمة دي أعلى من - DI. تنمو قيمة التيار المتردد على الشريط الحالي، وهي أعلى من القضبان السابقة التي تنمو أيضا باستمرار. بصريا، هذه ثلاثة أعمدة من الرسم البياني الأخضر، حيث يكون كل عمود أقصر من العمود السابق، ويتم وضع الثلاثة جميعا في المنطقة السلبية. خط إشارة رفي (أحمر رقيق) يعبر الخط الرئيسي (الأخضر)، وكلاهما ينمو، ولكن لا تزال تحت نقطة الصفر. نشتري مع 0،01 الكثير، مكان أخذ الربح من 50 نقطة ووقف الخسارة من 30 نقطة. الدخول إلى موقع قصير (إشارة بيع) يحمل الخط الأخضر الرئيسي لمؤشر أدكس قيمة تتجاوز 30 أو تساوي 30، في حين أن قيمة دي أقل من - DI. تنخفض قيمة التيار المتردد في الشريط الحالي، وهي أقل مما كانت عليه في الحالتين السابقتين اللتين تبقيان متساقتين باستمرار. بصريا، هذه ثلاثة أعمدة من الرسم البياني الأحمر، حيث يكون كل عمود أقصر من العمود السابق، والقيم من الثلاثة جميعا فوق الصفر. خط إشارة رفي (أحمر رقيق) يعبر الخط الرئيسي (الأخضر)، كل من الانخفاض ولكن تبقى في المنطقة الإيجابية. نبيع مع 0،01 الكثير، مكان أخذ الربح من 50 نقطة ووقف الخسارة من 30 نقطة.

كل ما علينا القيام به هو تحديد كيفية الخروج من الموقف. كشرط للخروج، سنقوم بتحديد السعر المستهدف الذي حصلنا عليه في وقت سابق: تحقيق ربح 50 نقطة أو تنفيذ وقف الخسارة من 30 نقطة.

لذلك، يتم تعريف استراتيجية التداول لدينا الآن. لقد وضعنا شروط فتح وإغلاق المناصب، واختيار المؤشرات ووضع المعلمات التشغيلية، وتحديد أحجام الدخول إلى الموقع وأهدافها. وأخيرا، قررنا أحداث الخروج من السوق.

في المرحلة التالية سوف نتحقق من استراتيجية التداول التي تم إنشاؤها في الظروف الحقيقية. أول شيء نحتاج إلى فهمه هو أنه لا توجد استراتيجيات مثالية في منظور طويل الأجل وعلى الإطلاق جميع مراحل السوق. والتجار الذين يستخدمون التداول الآلي والذين يتاجرون يدويا كثيرا ما يلاحظون أن نظامهم يثبت نفسه بشكل مختلف في ظروف مختلفة. أيضا، ليس من غير المألوف عندما تكون الشروط الأولية في نظام التداول المحدد بالفعل قد أظهرت نتائج أفضل.

على سبيل المثال، فيما يتعلق بنظامنا، قد يكون المتداول قد لاحظ أن مجموعة تاكي بروفيت كان يمكن أن تكون أعلى. هذا ليس لأنه ببساطة يرغب في كسب المزيد، ولكن لأنه يحلل باستمرار نظامه، وأظهرت إحصاءاته أنه بعد إغلاق الصفقات الناجحة، واصل السعر التحرك في الاتجاه المطلوب لبعض الوقت. لذلك قد يكون لدى المتداول سؤال معقول: كيفية تطبيق البيانات الإحصائية والملاحظات التي تم الحصول عليها لنظام التداول الخاص به من أجل تحسين النتائج؟

معالجة أوجه القصور في إضفاء الطابع الرسمي الصارم على منطق غامض.

دعونا ننظر إلى المؤشرات المستخدمة في نظامنا من وجهة نظر نظرية المنطق غامض. في مقالتي السابقة حاولت أن أعبر عن ميزتها الرئيسية - المرونة في تحليل تلك الأجزاء من استراتيجية التداول حيث ينطبق التصنيف الصارم. وكان المنطق الغامض يحد من الحدود الصارمة التي تعطي صورة أوسع لتقييم وتقييم رد فعل النظام في الأقسام الحدودية من تشغيله. وكان هناك أيضا مثال على نهج أكثر قابلية للتكيف لتشغيل مؤشر أدكس الذي استخدمناه. أولا، تم تطبيق تقسيم صارم بين اتجاهات ضعيفة ومتوسطة وقوية، ولكن بعد ذلك كانت هذه الفئات غير واضحة وتحديد قوة الاتجاه لم تكن مرتبطة ارتباطا صارما بالفعل بموضوعية قيم المؤشر.

ولكن دعونا نعود إلى نظامنا ونطرح أنفسنا: كيف يمكن أن يساعدنا كل هذا؟

تخيلوا أن المتداول لدينا يلاحظ السوق ويرى إشارة من مؤشره الأول: وصلت سوق أبوظبي للأوراق المالية 32، على سبيل المثال. وهو يصادف هذا وينتظر التأكيد من مؤشرين آخرين. وباختصار، تصل الإشارة من التيار المتردد، في حين أن أدكس يظهر زيادة تصل إلى 40. خط إشارة رفي يعبر الخط الرئيسي بعد مرور بعض الوقت، مما يعني أن جميع الشروط الثلاثة لدخول الموقع قد تم الوفاء بها أخيرا. وقد وصل سوق أبوظبي للأوراق المالية بالفعل إلى 45 نقطة. ولكن القيمة المطلقة ل أدكس في نظامنا ليست مهمة جدا. والشيء الرئيسي هو أنه يتجاوز 30. لذلك التاجر يتبع قواعده ويدخل في السوق مع 0،01 الكثير، جني الأرباح في 50 نقطة، ووقف الخسارة في 30.

الآن، دعونا محاكاة سيناريو ممكن آخر. في البداية، الوضع يتطور بنفس الطريقة كما في الحالة الأولى. أدكس = 32، إشارة تصل من أس، أدكس في وقت واحد تصل إلى 40 نقطة. ولكن عندما تصل آخر إشارة مفقودة لفتح الموقف من رفي، ثم صواريخ أدكس إلى 55، بدلا من 45. بمقارنة الخيارين وصفها، فإنه يدل على أن الإشارة الثانية هي أقوى من سابقتها، ولكن التاجر لدينا لا يزال يفتح موقف مع نفس الشيء ونفس القيم من جني الأرباح ووقف الخسارة.

هنا نواجه العيب الأول من استراتيجيتنا. يتم تقييم فقط وجود إشارة واردة، دون إيلاء اهتمام كبير للجودة. وحتى إذا تمكنا من تقييم وتحديد الفئة، فإن دقة التقييم ستظل مفقودة في المناطق الانتقالية.

فكيف يمكننا الموافقة على حالة معينة مع مؤشرات أدكس، رفي وربط معلماتها إلى الموقف الذي نستخدمه لدخول السوق؟ ولهذا الغرض، نحتاج إلى تنفيذ الخطوات التالية:

تحديد فئات واضحة لتقييم قوة الاتجاه (أدكس) ومؤشر القوة النسبي (رفي). وستكون هذه إشارة دخل، سنقوم على أساسها باتخاذ قرار إضافي. لتحديد فئات واضحة من أهداف موقفنا (أخذ الربح أو وقف الخسارة في استراتيجيتنا، على الرغم من أننا يمكن أن يحدد هنا الكثير الحجم). هذا هو إشارة الإخراج التي من شأنها تصحيح موقفنا في السوق نظرا لقوة الاتجاه. لوصف فئات من إشارات المدخلات والمخرجات مع وظائف عضوية نظرية مجموعة غامض. لإنشاء واجهة تعرض توصيات لتغيير موضع الاستراتيجية الأولية استنادا إلى البنود الجديدة. لإنشاء إعدادات مرنة لتغيير وظائف العضوية التي تسمح بتصحيح نظام التوصية هذا عند الضرورة.

وبادئ ذي بدء، سنقوم بوصف متغير المدخلات الأول - قيمة قوة الاتجاه.

1. وسوف نقوم بتعيين 4 فئات من قوة الاتجاه: منخفضة، معتدلة، متوسطة وعالية. هذه هي الطريقة التي ستبدو بها:

الشكل 2. قوة الاتجاه البصري مقسمة إلى فئات.

.2 لتحدید فئات إشارة الإخراج، یلزم تحدید کیفیة تأثیر فئة أدكس علی موقفنا. عادة، كلما كان الاتجاه أعلى، كلما طال أمده. ولذلك، فإننا سوف المضي قدما وفقا لذلك: اعتمادا على حيث أدكس هو في الوقت الذي يتم تلقي جميع إشارات الاستراتيجية الثلاثة، ونحن في طريقنا إلى زيادة جني الأرباح بنسبة 10 - 50 نقطة.

سيتم إدخال الفئات التالية لقيمة هدف الربح التي ستضاف إلى 50 نقطة مبدئية من استراتيجيتنا.

فئة المنخفضة_ المدخول: الاتجاه المنخفض، إضافة 10-20 نقطة إلى الأهداف. mod_take الفئة: الاتجاه المعتدل، إضافة 20 - 30 نقطة إلى الأهداف. med_take الفئة: الاتجاه المتوسط، إضافة 30 - 40 نقطة إلى الأهداف. فئة عالية-المدخول: الاتجاه العالي، إضافة 40-50 نقطة إلى الأهداف.

3. في المرحلة التالية سوف نصف الشروط المحددة سابقا مع وظائف العضوية من نظرية مجموعة غامض. وفيما يلي وصف لأربع فئات من الاتجاهات:

الشكل 3. وصف أربع فئات الاتجاه للمنطق غامض.

كما يظهر في الشكل. 3، تم تعيين كل فئة من قبل وظيفة عضوية، مثل: الاتجاه المنخفض واتجاه عالية مع اثنين من وظائف شبه منحرف، والفئات المتوسطة والمتوسطة مع اثنين من وظائف الثلاثي.

الآن، دعونا تعريف نفسه ل رفي.

1. دعونا تعيين فئات مؤشر النسبي النسبي. سيكون هناك أربعة: منخفضة، متوسطة، عالية وأعلى. هذه هي الطريقة التي ستبدو بها:

الشكل 4. تقسيم بصري لمؤشر النشاط النسبي حسب الفئة.

2 - والآن، سنصف الفئات المقدمة بوظائف العضوية. وستستخدم وظائف شبه المنحرف لوصف الفئات المنخفضة والفئات العليا، وستطبق الوظائف الثلاثية بالنسبة للفئات المتوسطة والعالية.

الشكل 5. وصف فئات مؤشر رفي.

وبالمثل، سنصف أربع فئات لقيم أهداف الربح: الفئتان الأولى والرابعة (10-20 و 40-50 نقطة) باستخدام وظائف شبه المنحرف، واثنين من الفئات المتبقية (20-30 و 30-40 نقطة) - مع وظائف الثلاثي. هذه هي الطريقة التي سيبدو بها وصف إشارة الإدخال.

الشكل 6. وصف الفئات لقيم أهداف الربح.

تنفيذ واجهة الفريق لعرض التوصيات لتغيير الموقف.

عند إنشاء لوحة المعلومات، نختار أربعة معلمات للملاحظات:

قيمة أدكس. فقط عند استيفاء معايير محددة، على سبيل المثال - 30 أو أعلى. قيمة رفي. فقط بشرط أن يكون أعلى من 0،1 (إشارة بيع)، أو أقل من 0،0 (لإشارة الشراء). العدد الموصى به من النقاط التي يجب أن تضاف إلى الهدف الأولي من 50. أخذ قيمة الربح في شكل سعر أداة التداول (مع الأخذ بعين الاعتبار السعر الأولي والتوصيات بشأن كيفية زيادة ذلك).

سيبدو المظهر العام لاستراتيجية التداول في التنفيذ الكامل كما يلي (الشكل 6).

الشكل 7. التنفيذ الكامل، والمظهر العام، ووضع استراتيجية التداول.

الآن دعونا ننظر في هذا تنفيذ لوحة باستخدام أدوات MQL4 ومكتبة فوزينيت.

نقوم بتنفيذ وتحليل الكتل المنطقية الرئيسية لهذه اللوحة الإعلامية مع أدوات MQL4.

نحدد الخصائص الأولية وربط المكتبة للعمل مع منطق غامض. سنحدد الخيار للعثور على اللوحة في نافذة المخطط. وسوف نقوم بتعريف المخزن المؤقت مؤشر واحد ولونه (الأخضر) لمؤشر السهم من شريط تحليلنا.

وسوف ننظر في كتلة الأولى من معلمات المدخلات في مزيد من التفاصيل. وهو يتضمن العناصر التالية:

فونتزيز - حجم الخط من المعلومات النصية (نطاق الموصى بها 8-15). adx_period - فترة تشغيل مؤشر أدكس. num_bar - عدد الشرائط التي يتم حساب النظام عليها. Screen_corner - زاوية لعرض لوحة. label_clr - لون نص الرأس. تكستكولور - لون نص القيمة.

تحتوي الكتلة الثانية من معلمات منطق الإدخال الضبابي على غالبية المعلمات للإعدادات المرنة لجميع وظائف العضوية التي تصف كلا من المدخلات (قوة اتجاه أدكس ومؤشر رفي) ومعلمات الإخراج (القيمة الموصى بها لنقاط هدف الربح).

في الكتلة التالية نعلن المتغيرات وأسماء العناوين والنموذج الفعلي للوحة المعلومات (الحجم والموقع والخط وغيرها)، وقم بتعيين معلمات عرض العنصر الذي يشير إلى الشريط الحالي (السهم في حالتنا).

الآن، دعونا نلقي نظرة على الكتلة الرئيسية لمعالجة الإشارات من مؤشرات أدكس و رفي.

وتحدد الشروط التي تفي بها قيم المؤشرات بإشارات الشراء والبيع. عندما تطابق، يتم التعامل مع القيم مع مامداني (ر مزدوجة، مزدوجة v) وظيفة وعرضها في لوحة. كل هذا له الشكل التالي: قيم المؤشرات الحالية التي تبين أننا تلقينا إشارة شراء أو بيع؛ أوصت أخذ الربح (في النقاط والقيمة العددية).

تقوم الدالة بإنشاء نظام منطق غامض. وهو يحتوي على اثنين من إشارات الإدخال من المؤشرات - الاتجاه والنشاط (كل منهما يتكون من أربع مصطلحات وصفتها وظائف العضوية)، وإشارة خرج واحدة. وترد أيضا في النظام أربع قواعد أن إشارات الإدخال والإخراج متصلة.

دعونا المضي قدما إلى كتلة النهائية - "وظائف إضافية". أول واحد - tp_prc (مضاعفة تأخذ) تحويل قيمة أخذ الربح في نقاط إلى القيمة العددية للسعر أداة العملة الحالية. أما الثانية فتحدد عدد العلامات في أداة العملة الحالية.

وأود أيضا أن أوجه انتباهكم إلى صحة الإعدادات وإعادة التحقق من صحة المعلمة في القسم المعلمات المنطق الضبابي أثناء الاختبار. أوصي الاعتماد على تمثيلهم الرسم الأولي في الشكل. 3، 5، 6، لأن القيم غير صحيحة يمكن أن تؤدي إلى أخطاء وتشغيل خاطئ للنظام بأكمله. رجاءا كن حذرا!

استنتاج.

في الختام، سنقوم بتلخيص ما تعلمناه.

الجزء الأول من العمل لإنشاء استراتيجية التداول اليدوي مع المنطق الضبابي يكمن في وضع قواعد رسمية بدقة لهذه الاستراتيجية. تم فحص ذلك في المراحل رقم 1 - رقم 3. ومن ثم، من الضروري إيجاد مساوئ لإضفاء الطابع الرسمي الصارم حيث ينطبق التصنيف الصارم لأي كتل أو معلمات مقدرة. في المثال المقدم، تم العثور على جزء من الاستراتيجية التي لم تسمح لنا بتحديد لحظة دخول السوق مع ما يكفي من المرونة. وعلاوة على ذلك، يتم وصف جميع فئات واضحة باستخدام نظرية مجموعة غامض، وبالتالي، تصبح أكثر مرونة. الآن، في القيم الحدود قد يكون هناك الانتماء إلى فئة محددة واحدة فقط كما كان من قبل، ولكن على حد سواء في وقت واحد إلى حد مختلف. يتم تنفيذ هذه الاستراتيجية في شكل مؤشر، لوحة أو تنبيه. في هذه المقالة، تم اختيار لوحة بلغة MQL4. لقد نظرنا في فرصة لتحسين استراتيجية التداول اليدوي من خلال تطبيق نظرية مجموعة غامض. باستخدام المثال كشف المزيد من التفاصيل حول كيفية تعديل استراتيجية التداول شكلت بالفعل واستكملت بتطبيق منطق غامض والتخلص من العيوب المكتشفة.

ترجمة من الروسية من قبل شركة ميتاكوتس سوفتوار Corp.

المنطق الضبابي في استراتيجيات التداول.

المقدمة.

يتساءل التجار في كثير من الأحيان عن كيفية تحسين نظام التداول أو إنشاء نظام جديد من خلال التعلم الآلي. على الرغم من وفرة المنشورات، لم يتم العثور على طريقة بسيطة وبديهية لإنشاء نماذج لا يمكن تقديرها تحليليا دون اللجوء إلى الحسابات بمساعدة الحاسوب. المنطق الضبابي هو نافذة على عالم التعلم الآلي. جنبا إلى جنب مع الخوارزميات الجينية، وأنها قادرة على توسيع قدرات خلق التعلم الذاتي أو أنظمة التداول سهلة الاستخدام. في الوقت نفسه، المنطق الغامض هو بديهية، لأنه يغلف المعلومات العددية هش في مصطلحات غامض (غير واضحة)، تماما كما يفعل شخص في عملية التفكير.

هنا مثال. من حيث المنطق هش، يتم تحديد سرعة السيارة المتحركة بواسطة أجهزة القياس: على سبيل المثال، 60 كم / ساعة. ولكن مراقب عارضة مع عدم وجود أجهزة القياس يمكن فقط تقدير تقريبا سرعة السيارة، والاعتماد على خبرته أو قاعدة المعرفة. على سبيل المثال، من المعروف أن السيارة يمكن أن تسير بسرعة، و "سريع" يعرف تقريبا كم 100 / ساعة وما فوق. ومن المعروف أيضا أن سيارة يمكن أن تذهب بطيئة، وهو 5-10 كم / ساعة. وأخيرا، يتم تقدير سرعة بصريا كمتوسط ​​(حوالي 60km / ساعة) إذا زادت السيارة تقترب في الحجم بمعدل معتدل. وهكذا، يمكن وصف 60 كم / ساعة بأربعة تعبيرات مختلفة:

متوسط ​​السرعة؛ سرعة قريبة من المتوسط؛

هذه هي الطريقة التي يتم بها تغليف المعلومات في الوعي البشري، مما يسمح له بفهم المعلومات الضرورية فقط في اللحظة الراهنة، على سبيل المثال: "هل سيكون لدي الوقت لتشغيل عبر الطريق إذا كانت السيارة تتحرك ليست سريعة جدا؟". التفكير في كل شيء في وقت واحد وبتفصيل كبير من شأنه أن يجبر الشخص على إنفاق كميات هائلة من الوقت وموارد الطاقة قبل اتخاذ أي قرار محدد: تشغيل عبر الطريق أو السماح لتمرير السيارة. وفي الوقت نفسه، ستدرس الحالة الراهنة دراسة دقيقة، والتي قد لا تتكرر على نحو متكرر في المستقبل، ولن يكون لها سوى الخطوط العريضة المماثلة. في التعلم الآلي، وتسمى هذه الحالات الإفراط في الكتابة.

هذه المقالة لن تغوص في نظرية المنطق غامض. المعلومات حول هذا الموضوع متاحة على نطاق واسع على شبكة الإنترنت وعلى موقع MQL5. دعونا نبدأ مع الممارسة على الفور، والتي سيتم شرحها مع مقتطفات نظرية والحقائق الغريبة.

لبناء نموذج، يتم استخدام مكتبة ضبابي، وهي متاحة في حزمة محطة ميتاتريدر 5 القياسية.

والنتيجة ستكون مستشار الخبراء الجاهزة على أساس المنطق غامض، والتي يمكن اتخاذها كمثال لبناء أنظمة مخصصة.

إنشاء نموذج أولي لنظام التداول.

دعونا ننتقل إلى خلق منطق تيسي هش، والتي سيتم استخدامها كأساس في مزيد من البحث. ثم يمكن مقارنة نظامين متطابقين، حيث سيستعمل النظام الثاني المنطق الضبابي.

3 ستستخدم مؤشرات التذبذبات النسبية رسي مع فترات مختلفة كأساس:

دعونا صياغة ظروف واضحة من الإشارات وتحديدها في وظيفة:

بعد ذلك، دعونا نكتب جميع وظائف الخدمة الأخرى واختبار الخبير من بداية عام 2017 على اليورو مقابل الدولار الأميركي، والأطر الزمنية М15 و М5 (يتم إرفاق مدونة كاملة للخبير في نهاية المقال):

وعلى الرغم من أن الظروف الواضحة لمجموعات المؤشرات الثلاثة قد تم تحديدها وأن الظروف منطقية ومتسقة، فقد اتضح أن هذا النهج واضح جدا وغير مرن. في المتوسط، لا يفقد النظام ولا يكسب لمدة 8 أشهر. لجعله كسب، سيكون من الضروري أن تذهب من خلال العديد من تركيبات الشرط، وربما إضافة المزيد من مؤشرات التذبذب. ولكن ليس هناك الكثير من اليسار لتحسين، حيث يتم تعيين الظروف بدقة للغاية.

دعونا نحاول طمس الأفكار حول شروط لجعل هذا النظام التجاري مربحة باستخدام المنطق غامض.

خلق نموذج منطق غامض.

أولا، من الضروري تضمين مكتبة غامض. على وجه الدقة، واحدة من اثنين من النماذج المنطق غامض المتاحة - مامداني أو سوجينو. الفرق بينهما هو أن سوجينو تنتج نموذج خطي دون خلق متغير الإخراج في شكل مجموعة المصطلحات غامض، في حين يوفر مامداني هذا العنصر. وبما أن المقال مكتوب للتجار المبهمين، سيتم استخدام مامداني. ولكن هذا لا يعني أن نموذج سوجينو غير مناسب لبعض المهام المحددة: فمن الممكن دائما والضروري لتجربة الاعتماد على الفهم الأساسي للمنطق غامض.

يتم تضمين المكتبة، إشارة إلى الطبقة ممداني أعلن. هذا هو كل ما هو مطلوب للبدء.

الآن دعونا النظر في المراحل الرئيسية لبناء الاستدلال غامض. وتحتل مكانة مركزية في أنظمة النمذجة غامض. عملية الاستدلال غامض هو إجراء محدد أو خوارزمية للحصول على استنتاجات غامضة على أساس الافتراضات غامض باستخدام العمليات الأساسية للمنطق غامض.

هناك 7 مراحل بناء الاستدلال غامض.

تحديد بنية نظام الاستدلال الغامض.

ويتم تحديد عدد المدخلات والمخرجات، فضلا عن مهام العضوية في مرحلة التصميم. في حالتنا، سيكون هناك 4 المدخلات، 1 الناتج، ولكل منهم 3 وظائف العضوية.

تشكيل قاعدة قاعدة نظام الاستدلال غامض.

خلال عملية التنمية، ونحن إنشاء قواعد مخصصة للاستدلال غامض، استنادا إلى حكم الخبراء لدينا من نظام التداول.

وضع مراسلات بين القيمة العددية لمتغير المدخلات لنظام الاستدلال الغامض وقيمة وظيفة العضوية للمصطلح المقابل للمتغير اللغوي.

إجراء تحديد درجة الحقيقة من الشروط لكل قاعدة من نظام الاستدلال غامض.

عملية العثور على درجة الحقيقة من كل من المقترحات الأولية (الفقرات الفرعية) التي تشكل ما يترتب على ذلك من حبات من كل قواعد الإنتاج غامض.

عملية إيجاد وظيفة عضوية لكل متغير لغوي.

وتجدر الإشارة إلى أن النقطتين 1 و 2 تحتاجان فقط إلى القيام بهما، وأن النظامين الآخرين سيقومان بذلك دون تدخل. المهتمين في الخفايا من عملية منطق غامض في جميع المراحل يمكن العثور على مزيد من التفاصيل هنا.

تحديد بنية نظام الاستدلال الغامض.

دعونا نواصل إنشاء النموذج. تحديد كائنات من ثلاثة مدخلات وإخراج واحد، فضلا عن الأشياء المساعدة من القاموس لتسهيل العمل مع المنطق:

سيتم استخدام ثلاثة مؤشر القوة النسبية مع فترات مختلفة كمدخلات. منذ مؤشر القوة النسبية مذبذب هو دائما في حدود 0-100، فمن الضروري لخلق متغير لذلك مع نفس البعد. ولكن للراحة، سيتم تطبيع قيم المؤشر إلى مجموعة من 0-1. ضع في اعتبارك أنه يجب أن يكون للمتغير الذي تم إنشاؤه بعدا مساويا لبعد متجه الإدخال، أي أنه يجب أن يحتفظ بجميع القيم. يتم تعيين مجموعة من 0 إلى 1 في الإخراج كذلك.

وفقا للنقطة 1 من إنشاء المنطق الضبابي، فمن الضروري أيضا لتحديد وتكوين وظائف العضوية. سيتم ذلك في معالج الحدث أونينيت ():

الآن دعونا نرى ما هي وظيفة العضوية والغرض الذي تخدمه.

وقد تم إنشاء ثلاث مصطلحات لكل متغير (وإخراج واحد) متغير: "شراء"، "محايد"، "بيع"، ولكل منها وظيفة العضوية الخاصة بها. وبعبارة أخرى، يمكن الآن تقسيم قيم مذبذب إلى 3 مجموعات غامض، ويمكن تعيين كل مجموعة مجموعة من القيم باستخدام وظيفة العضوية. يتحدث في لغة المنطق غامض، تم إنشاء 4 مجموعات المدى، ولكل منها 3 المصطلحات. لتوضيح ما سبق، سنكتب نصا بسيطا يمكن استخدامه لتصور المصطلحات ووظائف عضويتها:

تشغيل النص البرمجي على المخطط:

وقد اختيرت وظائف العضوية هذه، لأن لديها معلمتان للإدخال يمكن تحسينهما فقط (وسيتم ذلك في وقت لاحق أثناء مرحلة اختبار النظام). كما أنها تصف المواقف المتطرفة والمركزية للنظام بشكل جيد. يمكنك تطبيق أي وظيفة عضوية من تلك المتوفرة في مكتبة ضبابي.

دعونا نعتمد قاعدة أن القيم المتطرفة للمذبذب تشير إلى تغيير قادم في اتجاهها، وبالتالي، عكس الاتجاه القادم. لذلك، فإن مذبذب تقترب من الصفر تلميحات في بداية محتملة للنمو. ويرافق حركة مذبذب إلى 0.5 علامة من خلال انخفاض تدريجي في CZ_ShapedMembership وظيفة أو مصطلح "منطقة شراء". وفي الوقت نفسه، فإن عدم اليقين في نورمالمبرشيبونكتيون من "المنطقة المحايدة" سوف تنمو، والتي يتم استبدالها في نهاية المطاف بزيادة في CS_ShapedMembershipFunction أو "منطقة بيع" كما تقترب مذبذب 1. يتم استخدام نفس المبدأ في جميع المدخلات والمخرجات، والتي تحقق إذا كانت قيم المؤشرات تنتمي إلى منطقة معينة ذات حدود غامضة.

ولا توجد قيود على عدد وظائف العضوية لكل متغير. يمكنك تعيين 5، 7، 15 وظائف بدلا من ثلاثة، ولكن، بطبيعة الحال، في حدود الحس السليم وباسم المنطق غامض.

تشكيل قاعدة قاعدة نظام الاستدلال غامض.

في هذه المرحلة، نضيف قاعدة المعرفة إلى النظام لاستخدامها عند اتخاذ القرارات غامض.

يجب إضافة شرط منطقي واحد على الأقل إلى قاعدة المعرفة: يعتبر غير مكتمل إذا لم يتم تضمين مصطلح واحد على الأقل في العمليات المنطقية. يمكن أن يكون هناك مبلغ غير محدد من الظروف المنطقية.

يحدد المثال المقدم 12 شرط منطقي، مما يؤثر على الاستدلال الغامض عند التقائه. وهكذا، فإن جميع المصطلحات تشارك في العمليات المنطقية. افتراضيا، يتم تعيين كافة العمليات المنطقية نفس معامل الوزن يساوي 1. لن يتم تغييرها في هذا المثال.

إذا كانت جميع المؤشرات 3 داخل منطقة غامض للشراء، إشارة شراء غامض سيكون الناتج. وينطبق الشيء نفسه على البيع وإشارات محايدة. (القواعد 1-3)

إذا 2 مؤشرات تظهر شراء ويظهر واحد بيع، فإن قيمة الانتاج تكون محايدة، وهذا هو، غير مؤكد. (القواعد 4-6)

إذا 2 مؤشرات تظهر شراء أو بيع، واحد محايد، ثم يتم شراء أو بيع يتم تعيين إلى قيمة الانتاج. (القواعد 7-12)

من الواضح أن هذا ليس البديل الوحيد لإنشاء قاعدة قاعدة، أنت حر في التجربة. هذه القاعدة قاعدة تأسست فقط على بلدي "خبير" الحكم ورؤية لكيفية النظام يجب أن تعمل.

الحصول على قيمة الانتاج هش بعد ديفوزيفيكاتيون.

ويبقى لحساب النموذج والحصول على النتيجة كقيمة من 0 إلى 1. وستشير القيم القريبة من 0 إلى إشارة شراء قوية، وتكون تلك القيم القريبة من 0.5 محايدة، والقيم القريبة من 1 تعني إشارة بيع قوية.

هذه الوظيفة يحصل على قيم ثلاثة مؤشرات تذبذب مؤشر القوة النسبية مع فترات مختلفة، تطبيعها إلى مجموعة من 0 إلى 1 (القيم يمكن تقسيمها ببساطة 100)، بتحديث القائمة مع كائنات القاموس غامض (أحدث قيم مؤشر)، يرسله إلى حسابات، ويخلق قائمة لمتغير الناتج ويأخذ النتيجة في متغير 'ريس'.

إضافة وظائف الخدمة وتحسين / اختبار النظام الناتج.

وبما أنه يجري النظر في تعلم الآلة أو على الأقل أساسياتها، سيتم نقل بعض المعلمات إلى المدخلات والأمثل.

المعلمات غاوسيان (وظيفة العضوية) ستخضع الأمثل في إخراج المنطق غامض. وسوف يكون مركزها على طول محور X تحولت (المعلمة غوسيتيون)، سيغما تغيرت (جرسها ضاقت وضغط، معلمة غسيغما). وهذا يعطي تحسين أفضل للنظام في حالة إشارات مؤشر القوة النسبية للشراء والبيع غير متماثلة.

بالإضافة إلى ذلك، تحسين ظروف فتح الصفقات: الحد الأدنى لقيمة إشارة محايدة والقيمة القصوى (لن يتم فتح مراكز جديدة في المدى بين هذه القيم، كما لم يتم تعريف إشارة).

وتظهر معالجة إشارة عند إخراج المنطق الضبابي في القائمة التالية:

وسيتم تنفيذ الحسابات على شريط جديد لتسريع مظاهرة. أنت حر في تخصيص المنطق في تقديرك، على سبيل المثال، التجارة على كل علامة ببساطة عن طريق إزالة الاختيار لشريط جديد.

إذا كان هناك مواقف مفتوحة والإشارة يتناقض مع الوضع الحالي أو لم يتم تعريفها، أغلق الموقف. إذا كان هناك شرط لفتح موقف معاكس، فتحه.

هذا النظام لا يستخدم وقف الخسارة، لأنه ليس انعكاسات التجارة، وإغلاق / إعادة فتح الصفقات يستند إلى إشارات.

يستخدم خبير الخبراء مكتبة MT4Orders لتسهيل العمل مع أوامر وجعل التعليمات البرمجية بسهولة للتحويل إلى MQL4.

عملية الاختبار.

حدد أفضل نتيجة للتحسين:

مقارنة مع نتائج الاختبار من نموذج صارم:

وتؤدي العضوية الناتجة في الناتج، بعد التحسين (لا تزال المدخلات دون تغيير لأنها لم يتم تحسينها):

قبل التغييرات:

تحسين النظام مع نفس الإعدادات ولكن على الإطار الزمني M5:

مقارنة مع نتائج الاختبار من نموذج صارم:

وتؤدي العضوية الناتجة في الناتج، بعد التحسين (لا تزال المدخلات دون تغيير لأنها لم يتم تحسينها):

قبل التغييرات:

وفي كلتا الحالتين، تحولت منطقة غاوس (المنطقة المحايدة) نحو الشراء، ويسود عدد المراكز الطويلة على عدد المراكز القصيرة. وهذا يعني أن إشارات البيع والشراء اتضح أنها غير متناظرة في هذا الجزء الخاص من التاريخ، وهو أمر لا يمكن اكتشافه بدون هذه التجربة. ومن الممكن أن يكون النظام المكون من ثلاثة مؤشر القوة النسبية في منطقة ذروة البيع (المنطقة 1) أكثر من منطقة الشراء الزائد (المنطقة 0)، وقد ساعد الاستغلال الأمثل للغاوس في تهدئة هذا الخلل. أما بالنسبة للإخراج هش، فمن الصعب تحليليا أن نتصور لماذا ساهم هذا التكوين الناتج في تحسين نتائج نظام التداول، وذلك لأن عملية ديفوزيفيكاتيون باستخدام مركز طريقة الجاذبية، جنبا إلى جنب مع كل رسم الخرائط المدخلات إلى مجموعات غامض ، هو بالفعل نظام معقد في حد ذاته.

أثبت النظام أن يكون مستقرا تماما لمدة 8 أشهر، على الرغم من أن 4 فقط المعلمات الأمثل. ويمكن بسهولة خفضها إلى اثنين (غسيغما و غبوسيتيون)، منذ 2 المتبقية كان لها تأثير ضئيل على النتيجة، ودائما في محيط 0.5. ويفترض هذا نتيجة مرضية لنظام تجريبي، تهدف إلى إظهار كيف يمكن تقليل عدد المعلمات الأمثل عن طريق إدخال عنصر من المنطق الضبابي في نظام التداول. In contrast, it would have been necessary to create numerous optimization criteria for strict rules, which would increase the complexity of system development and the number of optimized parameters.

It should also be noted that this is still a very crude example of building a trading system based on fuzzy logic, as it uses a primitive RSI-based strategy without even using stop losses. However, this should be sufficient to understand the applicability of fuzzy logic to creation of trading systems.

استنتاج.

Fuzzy logic allows for a quick creation of systems with fuzzy rules that are very simple to optimize. At the same time, the complex process of selecting the trading system parameters passes through genetic optimization, freeing the developer from the routine of searching for a trading strategy, developing and algorithmizing numerous rules of the trading system. Together with other machine learning methods (for example, neural networks), this approach allows achieving impressive results. It reduces the chance of overfitting and the dimension of the input data (3 RSI indicators with different periods narrowed down to a single signal, which describes the market situation more fully and more generalized than each indicator on its own).

If you still have troubles understanding how the fuzzy logic works, ask yourself how you think, what terms you operate and what rule bases your decision-making relies on.

Here is a reinforcement example. For instance, you have 3 wishes: go to a party, watch a movie at home or save the world. The term "watch a movie at home" has the greatest weight, because you are already at home and no further effort is necessary. Going to a party is viable if someone invites you and picks you up, but since it had not happened yet, the chances of going are average. And, finally, to save the world, you need to mobilize all your supernatural abilities, put on a superman costume and fight an alien monster. It is unlikely that you decide to do it today and not leave it until tomorrow, so the chances are slim.

The fuzzy inference will be something like this: I will most likely stay at home, and perhaps I will go to the party, but I am definitely not going to save the world today. After defuzzification, our chances could be evaluated on a scale of 0 to 10, where 0 is "stay at home", 5 is "go to the party", 10 is "fight a monster". Obviously, the crisp output would lie in the range of 0 to 3, i. e. you are most likely to stay at home. The same principle is used in the presented trading system: it compares the values of three indicators and uses logical conditions to determine the most preferable option at the current moment — buying, selling or doing nothing.

Possible ways to improve this example (for self-study):

Increasing the number of inputs and logical conditions. This increases the capacity of the system and makes it more adaptive to the market. Optimizing not only the output Gaussian, but also all membership functions of inputs and output. Optimizing the rule base. Optimization the weights of logical expressions. Creating a committee of several fuzzy models responsible for different aspects of the trading system. Using fuzzy inferences as predictors ("features") and/or target variables for neural networks.

If there is enough interest in the article, and I receive sufficient feedback, I could consider the possibility of writing a new article devoted to combination of fuzzy logic and a neural network.

Below are the source codes of the experts and a test script for the membership functions. For the expert to compile and work, it is necessary to download the MT4Orders library and the updated Fuzzy library.

ترجمة من الروسية من قبل شركة ميتاكوتس سوفتوار Corp.

An Intelligent Trading System with Fuzzy Rules and Fuzzy Capital Management.

Rodrigo Naranjo,

Instalaciones Inabensa, Abengoa, Seville, Spain Search for more papers by this author.

Albert Meco,

Materia Works S. L, Madrid, Spain Search for more papers by this author.

Javier Arroyo,

Facultad de Informática, Universidad Complutense de Madrid, Spain Search for more papers by this author.

Matilde Santos.

Author to whom all correspondence should be addressed; e-mail: msantosucm. es.

First published: 11 April 2015 Full publication history DOI: 10.1002/int.21734 View/save citation Cited by (CrossRef): 3 articles Check for updates.

In this work, we are proposing a trading system where fuzzy logic is applied not only for defining the trading rules, but also for managing the capital to invest. In fact, two fuzzy decision support systems are developed. The first one uses fuzzy logic to design the trading rules and to apply the stock market technical indicators. The second one enhances this fuzzy trading system adding a fuzzy strategy to manage the capital to trade. Additionally, a new technical market indicator that produces short and long entry signals is introduced. It is based on the moving average convergence divergence indicator. Its parameters have been optimized by genetic algorithms. The proposals are compared to a classical nonfuzzy version of the proposed trading systems and to the buy-and-hold strategy. Results favor our fuzzy trading system in the two markets considered, NASDAQ100 and EUROSTOXX. Conclusions suggest that the use of fuzzy logic for capital management is promising and deserves further exploration.

معلومات المادة.

تنسيق متاح.

&نسخ؛ 2015 Wiley Periodicals, Inc.

تاريخ النشر.

Issue online: 4 June 2015 Version of record online: 11 April 2015.

Spanish Ministry of Science and Innovation (MICINN). Grant Number: DPI2013-46665-C2-1-R.

المحتوى ذو الصلة.

مقالات متعلقة بالصفحة التي تشاهدها.

نقلا عن الأدب.

Number of times cited : 3.

1 Rodrigo Naranjo , Javier Arroyo , Matilde Santos , Fuzzy modeling of stock trading with fuzzy candlesticks, Expert Systems with Applications , 2018 , 93 , 15 CrossRef 2 Rodrigo Naranjo , Matilde Santos , International Joint Conference SOCO’16-CISIS’16-ICEUTE’16, 2017 , 527 , 323 CrossRef 3 Vince Vella , Wing Lon Ng , Improving risk-adjusted performance in high frequency trading using interval type-2 fuzzy logic, Expert Systems with Applications , 2016 , 55 , 70 CrossRef.

كوبيرايت & كوبي؛ 1999 - 2017 جون وايلي & أمب؛ سونس، Inc. جميع الحقوق محفوظة.

Genetic Fuzzy Expert Trading System for Nasdaq Stock Market Timing.

Sze Sing Lam Kai Pui Lam Hoi Shing Ng.

Technical indicators are developed for monitoring the movement of stock prices from different perspective. They are widely used to define trading rules to assist investors to make the buy-sell-hold decision. Most of these trading rules are vague and fuzzy in nature. Since the stock prices are affected by the artificial news factors from time to time, investors cannot be the winner all the time on using the same set of trading rules. The weight (i. e., the significance) of a trading rule to investors is varying with time. The problem of determining the weight of the trading rules can be modelled as an optimization problem. In this paper, we propose a Genetic Fuzzy Expert Trading System (GFETS) for market timing. We apply the fuzzy expert system to simulate vague and fuzzy trading rules and give the buy-sell signal. The set of trading rules adopted in the system will vary with time and is optimized using Genetic Algorithm (GA). Two training approaches—incremental and dynamic—are designed and studied. The system was evaluated with the stocks in NASDAQ market. Experimental results showed that the system can give reliable buy-sell signals and using the system to perform buy-sell can produce significant profit.

معاينة.

المراجع.

معلومات حقوق التأليف والنشر.

المؤلفين والانتماءات.

Sze Sing Lam 1 Kai Pui Lam 2 Hoi Shing Ng 2 1. School of Business & Administration The Open University of Hong Kong Homantin, Kowloon Hong Kong 2. Department of Systems Engineering & Engineering Management The Chinese University of Hong Kong Shatin, N. T. هونغ كونغ.

حول هذا الفصل.

توصيات شخصية.

استشهد الفصل.

المراجع المرجعية ريس ريفوركس زوتيرو.

.BIB بيبتكس جابريف منديلي.

حصة الفصل.

تحميل فوري للقراءة على جميع الأجهزة التي تملكها إلى الأبد ضريبة المبيعات المحلية وشملت إذا كان ذلك ساريا.

استشهد الفصل.

المراجع المرجعية ريس ريفوركس زوتيرو.

.BIB بيبتكس جابريف منديلي.

حصة الفصل.

أكثر من 10 مليون وثيقة علمية في متناول يدك.

تبديل الطبعة.

&نسخ؛ 2017 سبرينجر الدولية للنشر أغ. جزء من الطبيعة سبرينجر.