РАЗРАБОТКА АВТОМАТИЧЕСКОЙ ТОРГОВОЙ СИСТЕМЫ

Основная идеяКластеризация исторических данных

Кластеризуем массив исторических данных, чтобы выделить наиболее разнородные ценовые модели

Иерархическая кластеризацияАлгоритм

Иерархическая кластеризацияПример

Кластеризация методом Kсредних

{K} непересекающихся кластеров с центроидами {C}

Основная идея

Далее, используя генетический алгоритм, построим специфические торговые стратегии для выделенных кластеров.

Генетический алгоритм

Общая схема

Фитнесс-функция:

Граничное значение = 1.3

Генетический алгоритм

Генетический алгоритм распараллеливается

Используем это для увеличения быстродействия алгоритма

Генетический алгоритмПараллельный подход

Отдельный поток:

lBest – локальное значение максимума Фитнесс – функцииlEdge – локальное значение граничногозначения фитнесс-функцииSendGlobal(…) – событие, возникающиепри lBest>=lEdge

Генетический алгоритм

gBest – глобальное значение максимумаФитнесс-функции. Хранится в общей (Shared) памяти.lBest – значение максимума Фитнесс-функции в потоке n. ХранитсяВ локальной памяти потока, передаетсяв общий процесс с помощью события.

Общий процесс

Генетический алгоритм

Параллельный подход, общая схема

Основная идея

Далее будем пытаться выяснить, к какой ценовой модели относятся текущие котировки.

После этого будем применять известную стратегию к реальным данным.

Общая схема системы

Экономическая сводка

Наименование показателя Единица

измерения

Значение показателя

Технические показатели

Назначение программыАвтоматическая торговля на

фондовых биржах

Тип ЭВМ IBM-совместимая

Тип процессора Intel Core i5

Частота работы процессора ГГц ≥ 2

Объём оперативной памяти Гб ≥ 2

Свободное пространство на

жестком дискеГб ≥ 100

Технология для реализации .NET, язык С#

Операционная система Windows XP/Windows 7

Экономические показатели

Трудоёмкость разработки Чел.-ч. 1080

Число разработчиков чел. 3

Срок реализации разработки год 0,25

Сметная стоимость разработки руб. 343630

Заключение

В ходе работы была разработана архитектура автоматической торговой системы

Были исследованы генетические алгоритмы, их применимость к контексту динамически изменяющихся цен на бирже и возможность параллельной реализации Был реализован алгоритм иерархической

кластеризациии; Был реализован алгоритм кластеризации методом K

средних; Был разработан генетический алгоритм,

соответствующий контексту задачи; Был разработан комплекс программ, решающих

поставленную задачу.