MultiCharts

  • 특징
  • 튜토리얼
  • 가격정책
  • 공지사항


MultiCharts 소개 차트분석 차트유형 그리기 도구 기술적 분석 아이디어 EasyLanguage 리얼 타임 시장 스캐너 시장 데이터 재생 전략 트레이딩 전략 Backtesting 트레이딩 시스템 분석 트레이딩 전략 최적화 유전자 전략 최적화 Forward Test 자동 트레이딩 포트폴리오 Backtesting 데이터 관리 지원되는 데이터 피드 지원 중개사
유전자 전략 최적화

Genetic Strategy Optimization

Genetic optimization 많은 전문적인 연구가 되어온 매우 복잡한 주제입니다.

 

기본적으로, 유전자 알고리즘의 최대 장점은 전수검사를 통해 최적화하는데 소요되는 시간에 비해괭장히 짧은 시간내에 거의 최적의 결과를 얻을 수 있다는 것 입니다.

 

 

Find a needle in a haystack

(건초 더미에서 바늘 찾기)

실행 가능성이 없는, 상상하기 힘든 시간이 소요되는 수십억 이상의 조합을 가진 경우의 수도 테스트 가능하도록 해 줍니다.  

Genetic optimization이 모든 경우의 수를 다 테스트하지는 않습니다.

대신에, 생물학적 진화의 원리로 사용되는 복잡한 알고리즘을 사용합니다.

그것은 무작위로 입력 샘플을 추출하고, 연속적으로 결과를 분석합니다.

좋은 결과의 입력변수는 기록을하고, 나쁜 결과의 입력변수 값은 새로운 랜덤 변수값으로 대체됩니다.

적응 여부에 따라 생존 여부도 결정됩니다.

generations, population size, convergence type 등의 수를 변경하여 원하는 최적화 방법을 정의할 수 있습니다.

 

Make sure your results are robust

만약에 알고리즘에 좋은 결과치를 찾았다면, 근처의 최고치를 찾아냅니다.

만약에 분리된 결과라면, genetic optimization는 새로운 영역으로 이동합니다.

사실, 가능한 조합의 수가 많을수록 genetic optimization은 더 정확해 집니다.

유전 최적화를 완료하면, 테스트한 입력변수의 결과를 통해 많은 정보를 발견할 수 있습니다.

 

Find new opportunities

Genetic optimization은 이미 개발되어진 시스템에 대한 적절한 튜닝이나, 새로 전략을 개발할 때 도움을 줍니다.

수천가지 이상의 변수를 가지고 있는 많은 지표에도 적용할 수 있습니다.

그러한 인디케이터들은 미래 가격 패턴을 예측하는데 도움이 됩니다.

Genetic optimization을 통해 유의한 변수인지 아닌지 판단할 수 있습니다.

그렇게 알게된 정보를 통해 필터링을 할수 있습니다.

 

Explore genetic optimization further

genetic optimization이 어떻게 작동되는지에대해서 전체적으로 이해하기를 원한다면,

전문적인 genetic algorithms 관련 서적을 읽기를 권합니다.