20160906-申万宏源-寻找不一样的Alpha_遗传算法和遗传规划_14页_1mb
报告摘要
遗传算法和遗传规划总结
核心内容
遗传算法(GA)和遗传规划(GP)是基于生物进化原理的优化算法,用于在复杂问题中寻找最优解。它们通过模拟自然选择、交叉和变异等机制,逐步优化解的结构和性能。
遗传算法概述
核心逻辑:物竞天择
- 遗传算法通过基因编码表示问题的解,并通过选择、交叉、变异等操作,不断迭代以找到最优解。
- 应用于多个领域,如管理决策、自动控制、路径规划、图像处理、人工生命、机器学习等。
算法流程
- 编码类型:
- 指标编码(D):如1,0,-1
- 逻辑编码(T):如AND,OR,NOR
- 实数编码(R):如0.3415,-1.415
- 个体示例:
- 个体1的基因编码为
1001010.015,对应交易规则为:5日创新高买入,按MACD指示买卖,最近10日波动率小于0.015买入,否则卖出。 - 个体2的基因编码为
-1000000.008,对应交易规则为:5日创新高卖出,不按MACD指示买卖,最近10日波动率小于0.008买入,否则卖出。
- 个体1的基因编码为
- 复制、交叉、变异:
- 复制:根据适应度保留个体,生成新种群。
- 交叉:随机交换两个个体的基因部分,生成新个体。
- 变异:随机修改个体的基因,生成新个体。
优势
- 算法迭代基于种群效果,稳健性强。
- 种群目标可个性化设置,适应多种实际问题。
- 搜索路径多样化、非线性、随机性强。
- 不依赖模型假设,基因座可扩展性强。
- 计算并行度高,适合处理大数据集。
- 全局搜索能力强,易跳出局部优化区域。
- 结果具有显示表达,非黑箱,便于纠错。
遗传算法在交易策略中的应用
多技术指标交易策略
- 单个技术指标存在钝化现象,因此实践中常使用多指标组合。
- 不同指标之间的逻辑、顺序和重要性需经验判断,遗传算法可自动优化这些关系。
黄金期货(AU)测试效果
- 买入信号:(Short Term RSI(20) > 50 Or ((Close(11) Closes Below Keltner_Up(52, 2.2)) Or (Keltner_Down(46, 1.4) < Open(19))))
- 卖出信号:(Short Term RSI(20) < 50 Or ((Close(11) Closes Above Keltner_Down(52, 2.2)) Or (Keltner_Up(46, 1.4) > Open(19))))
- 止损信号:进入价格反向触及 $0.94 \times \mathrm{ATR}(20)$
| 期货种类 | 累计收益 | 交易次数 | 获胜次数 | 失败次数 | 胜率 | 单次均收益 | 单次获胜均收益 | 单次失败均收益 | 最大回撤金额 |
|---|---|---|---|---|---|---|---|---|---|
| AU | 264220 | 897 | 447 | 450 | 49.83% | 294.56 | 2368.21 | -1765.27 | 60840 |
遗传规划概述
核心逻辑:更强兵器
- 遗传规划(GP)使用树状结构表示基因,与遗传算法的串行结构不同。
- GP的扩展性和可变性更强,能自动延伸层级和复杂度,无需预设模型结构。
节点构成
- 节点包括科学计算运算符(如 +, -, log, sin, sum)和自定义算子(如 $z = f(x,y)$,$a = \operatorname{rank}(b)$)。
优势
- 不需要预设基因座结构,突破传统思维局限。
- 收敛速度指数级,优于遗传算法的线性收敛。
- 能描述层次化问题,树状结构提供更丰富的信息。
实际测试案例
期货种类:IF
- 买入条件:((HighDaily(17) < (PivotR3 - (LowDaily(17) - LowDaily(8)))) Or ((Open(14) * (Volume(1) - -0.35)) > ((Volume(17) - -39.580002) * (Volume(6) * Volume(7)))) Or (((High(2) + PivotR3) - High(16)) < HighDaily(2)))
- 卖出条件:((LowDaily(17) > (PivotR3 - (HighDaily(17) - HighDaily(8)))) Or ((Open(14) * (Volume(1) - 0.35)) < ((Volume(17) - -39.580002) * (Volume(6) * Volume(7)))) Or (((Low(2) + PivotR3) - Low(16)) > LowDaily(2)))
- 交易数据:
- 累计收益:1,177,748
- 交易次数:330
- 获胜次数:146
- 失败次数:184
- 胜率:44.2%
- 单次均收益:3,568.9
- 单次获胜均收益:23,741.5
- 单次失败均收益:-12,437.6
- 最大回撤金额:202,079.2
信息披露
证券分析师承诺
- 署名分析师具有证券投资咨询执业资格,独立、客观地出具报告,不因报告内容获得任何形式的补偿。
与公司有关的信息披露
- 本公司隶属于申万宏源证券有限公司,具有证券投资咨询业务许可,资格证书编号为 ZX0065。
- 关联机构可能持有或交易报告中提到的投资标的,也可能为这些标的提供投资银行服务。
- 客户可通过
compliance@swsresearch.com获取披露资料,或登录www.swsresearch.com查询从业人员信息。
机构销售团队联系人
| 地区 | 姓名 | 电话 | 手机 | 邮箱 |
|---|---|---|---|---|
| 上海 | 陈陶 | 021-23297221 | 18930809221 | chentao@swsresearch.com |
| 北京 | 李丹 | 010-66500610 | 18930809610 | lidan@swsresearch.com |
| 深圳 | 胡洁云 | 021-23297247 | 13916685683 | hujy@swsresearch.com |
| 海外 | 张思然 | 021-23297213 | 13636343555 | zhangsr@swsresearch.com |
| 综合 | 朱芳 | 021-23297233 | 18930809233 | zhufang@swsresearch.com |
法律声明
- 本报告仅供申万宏源研究所有限公司客户使用。
- 本报告基于公开信息撰写,不保证其准确性或完整性。
- 报告内容仅为参考,不构成投资建议。
- 本公司不对因使用本报告内容而产生的损失承担责任。
- 客户应自主决策并承担投资风险。
- 本报告版权归申万宏源研究所有限公司所有,未经许可不得复制、分发或用于其他用途。
A Virtue of Simple Finance
- 申万宏源研究致力于通过简单金融理念实现投资目标。
- 了解更多,请关注申万宏源研究微信订阅号和服务号。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载