Dalam “A Random Walk Down Wall Street” (1973), Burton Malkiel menyarankan, “Seekor monyet dengan mata tertutup yang melempar anak panah ke halaman keuangan surat kabar dapat memilih portofolio yang akan berhasil sebaik yang dipilih dengan cermat oleh para ahli.” Meskipun evolusi mungkin telah membuat manusia tidak lagi cerdas dalam memilih saham, teori Charles Darwin telah terbukti efektif bila diterapkan secara lebih langsung.
Algoritme genetik adalah cara unik untuk memecahkan masalah kompleks dengan memanfaatkan kekuatan alam. Dengan menerapkan metode ini untuk memprediksi harga keamanan, pedagang dapat mengoptimalkan aturan perdagangan dengan mengidentifikasi nilai terbaik yang akan digunakan untuk setiap parameter untuk keamanan tertentu.
Apa Menggunakan Algoritma Genetika untuk memperkirakan pasar keuangan?
- Algoritme komputer yang kompleks berdasarkan aturan genetika dan teori evolusi telah melihat beberapa keberhasilan baru-baru ini dalam perdagangan sekuritas.
- Dengan menerapkan metode ini untuk memprediksi harga keamanan, pedagang dapat mengoptimalkan aturan perdagangan dan membuat strategi baru.
- Pedagang individu dapat memanfaatkan kekuatan algoritme genetika dengan menggunakan beberapa paket perangkat lunak yang ada di pasaran.
Apa Itu Algoritma Genetika?
Algoritma genetika (GAs) adalah metode pemecahan masalah (atau heuristik) yang meniru proses evolusi alam. Tidak seperti jaringan saraf tiruan (JST), yang dirancang untuk berfungsi seperti neuron di otak, algoritme ini menggunakan konsep seleksi alam untuk menentukan solusi terbaik bagi suatu masalah.
Akibatnya, GA biasanya digunakan sebagai pengoptimal yang menyesuaikan parameter untuk meminimalkan atau memaksimalkan beberapa ukuran umpan balik, yang kemudian dapat digunakan secara independen atau dalam pembuatan JST. (Untuk mempelajari lebih lanjut tentang ANN, lihat: Jaringan Neural: Memperkirakan Keuntungan .)
Di pasar keuangan, algoritme genetika paling umum digunakan untuk menemukan nilai kombinasi terbaik dari parameter dalam aturan perdagangan, dan dapat dibangun ke dalam model JST yang dirancang untuk memilih saham dan mengidentifikasi perdagangan.
Beberapa penelitian telah menunjukkan keefektifan metode ini, termasuk ” Algoritma Genetik: Kejadian Evaluasi Saham ” (2004) dan ” Aplikasi Algoritma Genetik dalam Optimasi Penambangan Data Pasar Saham ” (2004). (Untuk lebih lanjut, lihat: Bagaimana Algoritma Perdagangan Dibuat .)
Bagaimana Algoritma Genetika Bekerja
Algoritma genetik dibuat secara matematis dengan menggunakan vektor, yaitu besaran-besaran yang memiliki arah dan besaran. Parameter untuk setiap aturan perdagangan diwakili dengan vektor satu dimensi yang dapat dianggap sebagai kromosom dalam istilah genetik. Sedangkan nilai yang digunakan pada setiap parameter dapat dianggap sebagai gen, yang kemudian dimodifikasi menggunakan seleksi alam.
Misalnya, aturan perdagangan mungkin melibatkan penggunaan parameter seperti divergensi konvergensi rata-rata bergerak (MACD), rata-rata bergerak eksponensial (EMA), dan stokastik. Algoritme genetika kemudian akan memasukkan nilai ke dalam parameter ini dengan tujuan memaksimalkan laba bersih. Seiring waktu, perubahan kecil diperkenalkan, dan perubahan yang membuat dampak yang diinginkan dipertahankan untuk generasi berikutnya.
(Lihat juga: Dasar-dasar Perdagangan Algoritmik .)
Ada tiga jenis operasi genetik yang kemudian dapat dilakukan:
- Persilangan mewakili reproduksi dan persilangan yang terlihat dalam biologi, di mana seorang anak mengambil karakteristik tertentu dari orang tuanya.
- Mutasi mewakili mutasi biologis dan digunakan untuk mempertahankan keragaman genetik dari satu generasi populasi ke generasi berikutnya dengan memperkenalkan perubahan kecil secara acak.
- Seleksi adalah tahap di mana genom individu dipilih dari suatu populasi untuk berkembang biak nanti (rekombinasi atau persilangan).