News

Optimierung mit Genetischen Algorithmen

Werden mehrere Einstellungen einer Handelsstrategie optimiert, sind klassische "Brute-Force"-Suchen schnell überfordert. Daher verwendet Investox eine Optimierung mit Genetischen Algorithmen. Genetische Algorithmen sind im Grunde nichts anderes als ein besonders effektives Suchverfahren. Aufgrund der hohen Effizienz seiner Genetischen Algorithmen kann Investox auch komplexe Berechnungen optimieren, was mit klassischen Verfahren nicht möglich ist. Dies wird im folgenden Beispiel deutlich.

Beispiel anzeigen…

In Investox können Sie die meisten Einstellungen eines Handelssystems mit "Optimierungsvariablen" versehen und auf Wunsch optimieren lassen. Betrachten wir typische Einstellungen eines einfachen Handelssystems mit dem RSI-Indikator im Handelssystem-Editor von Investox. Angegeben sind hier Optimierungsvariablen für sechs Einstellungen:

  • Perioden des RSI
  • Wert der Signallinien oben/unten
  • Wert des Verluststops
  • Re-Investitionsquote
  • Anrechnung von Verlusten auf die folgende Investition.

Auch wenn für jede Einstellung nur 10 verschiedene Werte geprüft werden sollen, müssten mit herkömmlichen Suchverfahren für alle Kombinationen 1.000.000 Tests durchgeführt werden. Die Optimierung mit Genetischen Algorithmen kommt hingegen mit höchstens 5000 Tests aus, ist also Faktor 200 schneller.

Beispiel ausblenden…
Die Optimierungshistorie zeigt den Verlauf der Optimierung an. Dort sehen Sie die Ergebnisse aller Generationen. Auf Wunsch können Sie die Einstellungen jeder Generation für Ihr Handelssystem übernehmen.

Wie Genetische Algorithmen arbeiten

Genetische Algorithmen (GA) arbeiten nach dem Prinzip "Veränderung und Auslese". Dieses Prinzip wurde ebenso aus der Biologie übernommen wie die Fachwörter zum Thema GA. Hier eine stark vereinfachte Darstellung, wie man sich die Arbeit von GA vorstellen kann:

Individuen sind die zu optimierenden Einheiten (in Investox: Handelsstrategien).

Generation - Mehrere Individuen einer Entwicklungsstufe bilden eine Generation, d.h. einen zeitlichen Abschnitt im Ablauf einer Optimierung.

Eltern und Nachkommen - Bei einer Optimierung erzeugt Investox mehrere Individuen, also Handelssysteme, mit unterschiedlichen Einstellungen. Die besten Individuen einer Generation werden ausgelesen: Sie bilden die Eltern für eine neue Generation, die Nachkommen.

Crossover - Die neue Generation kann durch Crossover entstehen: Hier werden zwei Individuen (also Handelsregeln) zu einem neuen überkreuzt.

Mutation - Oder die Einstellungen bei den Nachkommen werden verändert, um eine breitere Auswahl an Möglichkeiten zu bekommen. Hier spricht man von Mutation. In Investox bedeutet das z.B., dass bestimmte Variablen verändert werden.

Population - Die Gesamtheit der Nachkommen bildet eine Population. Aus dieser sucht Investox das Handelssystem aus, das die zu Beginn gestellte Aufgabe, z.B. maximalen Profit bei minimalem Risiko, am besten erfüllt.

Einflussfaktoren

Häufig untersuchte Kombinationen von Indikatoren und Bedingungen bietet Investox als fertige "Einflussfaktoren" an - komplett ausgestattet mit Optimierungsvariablen: