Что внутри искусственного интеллекта — входящие данные, выходные данные, фильтры и торговля

Что внутри искусственного интеллекта - входящие данные, выходные данные, фильтры и торговля

Приветствую!

Сегодня хочу написать про «начинку» бота с искусственным интеллектом — как отправить в него данные, что мы получаем на выходе, как фильтровать полученный результат и о торговой части.

Эта статья написана в рамках пула на создание торгового бота с искусственным интеллектом.

Если вы не знакомы с предыдущей статьей «Что такое ИИ и чем он может помочь трейдеру?», очень рекомендую прочитать, так как текущая статья является логическим продолжением предыдущей.

Итак, как вы понимаете, любой количественный метод (а ИИ — это один из видов количественных методов) требует входящих данных. К данным есть два требования — они должны быть понятными для ИИ и должны нести «смысл», т.е. они должны иметь положительное влияние на прогноз (или как минимум, не мешать прогнозу).

Первым делом надо найти данные, которые влияют или могут влиять на будущую цену. Само собой это будет цена актива и объем, с возможностью отключить объем, т.к. основной объем идет через ОТС и важность этой метрики для прогноза довольно сомнительна (в процессе тестов и/или работы уже точно узнаем).

Но цены мало — цена дает текущую информацию. Хотя и это хорошо, так как для примера, индикаторы дают запаздывающую информацию, а ИИ построенный на цене — текущую. Даже такой подход не сравнительно мощнее индикаторов.

У нас уже есть подборка данных, которые могут иметь влияние на цену — они будут протестированы, неинтересные и те, что коррелируют между собой, будут убраны и оставим только актуальные.

Следующий шаг — это обработка данных. Отправлять данные в сыром виде не самая лучшая идея. В этом вопросе есть две стороны:

  • Слишком похожие данные. Как пример, 1.0011, 1.0012, 1,0015 — такой ряд данных тяжело поддается анализу, ИИ может не найти в них разницы или существенного отличия.
  • Слишком разные данные. Как пример, 1.0011, 1.0012, 1,1001 — такой ряд наоборот имеет слишком резкий перепад и может привести к непредвиденным результатам. Конечно, рынок не стационарный временной ряд, но путем манипуляций с данными, можно его «причесать».

Обработка данных таким способ намного улучшит результат прогноза, так как данные будут «понятнее» для ИИ.

После обучения искусственный интеллект выдаст ряд данных, который, после обратной обработки (обратно от того, как входящие данные обрабатывали) выдаст ценовой ряд, как с наибольшей вероятностью «по мнению» ИИ, будет вести себя цена. Кстати, важно иметь ввиду, что чем ближе прогноз к текущему времени — тем он точнее, а чем далее он в будущем, тем точность снижается (но все равно, согласно ИИ, это наиболее вероятный результат на текущий момент).

Следующий фактор — это цифровой фильтр для прогнозного ряда. Суть фильтра состоит в запрете открывать позиции в местах, где позиция закроется в минус с высокой вероятностью или просто нет видимого потенциала. Например, отсечение бокового рынка, отсечения покупок в зонах продаж и т.д.

Очень важно понимать, что фильтр составляется не по ценовым данным, т.е. нет никакого дублирования цены в фильтр.

А далее, торговый модуль. Он вступает в действие после составления прогноза и разрешения по фильтру. В этом модуле идет настройка как открывать позицию, стоп-лосс, тейк-профит, объем, докупки и прочие опции для качественной торговли.

Вот в таком образе и состоит работа торгового бота на искусственном интеллекте.

Если вам интересен бот с искусственным интеллектом — ознакомьтесь с будущей разработкой>>>

Но, если вы переживаете, что можете пропустить старт разработки — можете написать мне, я внесу вас в список оповещения, а когда пул стартанет — вам придет уведомление.

Спасибо за внимание, с уважением, Александр и команда Центра АлгоТрейдинга.

 

Закрепите на Pinterest