Roboti ya Biashara ya Forex Inayotumia Mantiki ya Fuzzy: Uchambuzi wa Kiufundi

1. Utangulizi

Soko la forex, linalofanya kazi saa 24 kwa siku, lina mabadiliko makubwa na kushuka kwa bei kwa kiasi kikubwa. Wafanyabiashara mara nyingi wanakabiliwa na changamoto kutokana na mabadiliko ya bei yasiyotabirika na hatari ya hasara. Utafiti huu unapendekeza roboti ya biashara inayotumia mantiki ya fuzzy ili kuimarisha mikakati ya kawaida ya kiufundi, hasa kwa kutumia viashiria vya RSI, CCI, na Stochastic, ili kuboresha usahihi wa miamala na faida.

2. Jedwali la Yaliyomo

• 3. Mbinu
  • 3.1 Muundo wa Mfumo wa Fuzzy Mamdani
  • 3.2 Ugeuzaji wa Viashiria kuwa Fuzzy
  • 3.3 Utaratibu wa Kupiga Kura
• 4. Matokeo ya Majaribio
  • 4.1 Ulinganisho wa Kipengele cha Faida
  • 4.2 Uchambuzi wa Faida Halisi na Utoaji
• 5. Maelezo ya Kiufundi
• 6. Uchunguzi Kifani: Uzalishaji wa Ishara za Biashara
• 7. Maelekezo ya Baadaye
• 8. Uchambuzi wa Asili
• 9. Marejeleo

3. Mbinu

Mfumo uliopendekezwa unachukua nafasi ya vizingiti vya kawaida vya viashiria kwa mfumo wa uelekezaji wa fuzzy Mamdani kwa kila kiashiria (RSI, CCI, Stochastic). Matokeo yanachanganywa kupitia utaratibu wa kupiga kura ili kuzalisha ishara za kununua/kuuza.

3.1 Muundo wa Mfumo wa Fuzzy Mamdani

Kila kiashiria kinageuzwa kuwa fuzzy kwa kutumia vitendaji vya uanachama (kwa mfano, chini, wastani, juu). Msingi wa sheria unafafanua vitendo vya biashara kulingana na mchanganyiko wa seti hizi za fuzzy. Kwa mfano, ikiwa RSI iko chini na CCI iko chini, basi ishara ni nunua kwa nguvu.

3.2 Ugeuzaji wa Viashiria kuwa Fuzzy

RSI inawekwa kwenye seti za fuzzy: kuuzwa kupita kiasi (0-30), wastani (30-70), kununuliwa kupita kiasi (70-100). CCI inatumia safu sawa, wakati Stochastic %K na %D zinageuzwa kuwa maeneo ya chini, wastani, na juu.

3.3 Utaratibu wa Kupiga Kura

Kila mfumo wa fuzzy hutoa ishara (nunua, uza, shikilia). Kura ya wengi huamua hatua ya mwisho. Hii inapunguza ishara za uongo na kuboresha uthabiti.

4. Matokeo ya Majaribio

Roboti ya fuzzy ilijaribiwa kwenye data ya kihistoria ya forex (EUR/USD, GBP/USD) kwa kipindi cha miezi 12. Utendaji ulilinganishwa dhidi ya mbinu tatu za kawaida: (1) RSI ya kawaida, (2) CCI ya kawaida, (3) Stochastic ya kawaida.

4.1 Ulinganisho wa Kipengele cha Faida

Roboti ya fuzzy ilipata kipengele cha faida cha 2.45, ikilinganishwa na 1.78 (RSI), 1.65 (CCI), na 1.92 (Stochastic). Hii inawakilisha uboreshaji wa 27% ikilinganishwa na mbinu bora zaidi ya kawaida.

4.2 Uchambuzi wa Faida Halisi na Utoaji

Faida halisi iliongezeka kwa 35% ikilinganishwa na wastani wa mbinu za kawaida. Utoaji wa juu ulipunguzwa hadi 12%, ikilinganishwa na 18% kwa RSI ya kawaida na 22% kwa CCI ya kawaida.

5. Maelezo ya Kiufundi

Mfumo wa uelekezaji wa fuzzy unatumia uundaji wa hisabati ufuatao kwa nguvu ya ishara $S$:

$S = \frac{\sum_{i=1}^{n} w_i \cdot \mu_i}{\sum_{i=1}^{n} w_i}$

ambapo $w_i$ ni uzito wa sheria na $\mu_i$ ni viwango vya uanachama. Ugeuzaji kutoka fuzzy hutumia njia ya katikati ya mvuto.

6. Uchunguzi Kifani: Uzalishaji wa Ishara za Biashara

Fikiria hali ambapo RSI = 25 (kuuzwa kupita kiasi), CCI = -120 (kuuzwa kupita kiasi), Stochastic %K = 15 (chini). Mfumo wa fuzzy hutoa: RSI fuzzy = nunua kwa nguvu, CCI fuzzy = nunua kwa nguvu, Stochastic fuzzy = nunua. Kupiga kura kunatoa ishara ya nunua kwa nguvu. Hii inaepuka ishara zinazokinzana za mbinu za kawaida.

7. Maelekezo ya Baadaye

Kazi ya baadaye inaweza kujumuisha mifumo ya fuzzy inayojirekebisha inayojifunza kutokana na mabadiliko ya soko, kujumuisha uchambuzi wa hisia kutoka kwa vyanzo vya habari, au kutumia ujifunzaji wa kina wa kuimarisha ili kuboresha uzito wa sheria. Mfumo unaweza pia kupanuliwa kwa masoko ya sarafu za kidijitali.

8. Uchambuzi wa Asili

Ufahamu Mkuu: Karatasi hii inaonyesha kuwa mantiki ya fuzzy inaweza kuimarisha kwa kiasi kikubwa viashiria vya kawaida vya kiufundi kwa kushughulikia kutokuwa na uhakika wa soko, na kusababisha uboreshaji wa 27% katika kipengele cha faida. Utaratibu wa kupiga kura unapunguza ishara za uongo, dosari ya kawaida katika mifumo ya vizingiti vikali.

Mtiririko wa Mantiki: Waandishi wanaanza na tatizo la mabadiliko ya soko, wanapendekeza mfumo wa fuzzy Mamdani kwa kila kiashiria, wanachanganya matokeo kupitia kupiga kura, na wanathibitisha dhidi ya mbinu za kawaida. Mtiririko ni wa mantiki lakini hauna majaribio makali ya takwimu (kwa mfano, uwiano wa Sharpe, uigaji wa Monte Carlo).

Nguvu na Udhaifu: Nguvu ni pamoja na mbinu wazi na uboreshaji wa vitendo. Udhaifu: utafiti unatumia viashiria vitatu tu na jozi moja ya sarafu; uwezekano wa kuzidisha kufaa upo. Karatasi haijadili gharama za miamala au kuteleza, ambazo zinaweza kupunguza faida. Kama ilivyobainishwa na Goodfellow et al. (2016) katika Deep Learning, kutegemea kupita kiasi mifumo ya kihistoria kunaweza kusababisha ujanibishaji duni katika masoko yasiyo ya tuli.

Ufahamu Unaotekelezeka: Wafanyabiashara wanapaswa kuzingatia mifumo mseto ya fuzzy-ya kawaida kwa ishara za kuingia. Hata hivyo, lazima wafanye majaribio ya nyuma katika hali mbalimbali za soko (mwenendo, mawanda, mabadiliko) na wajumuishe usimamizi wa hatari (kwa mfano, kusimamisha hasara, ukubwa wa nafasi). Mbinu ya fuzzy ina ahadi lakini si suluhisho la kichawi.

9. Marejeleo

1. M. Shabani, A. Nasiri, na H. Nafardi, "Roboti ya Biashara ya Forex Inayotumia Mantiki ya Fuzzy," 2023.
2. J. J. Murphy, Uchambuzi wa Kiufundi wa Masoko ya Fedha, Taasisi ya Fedha ya New York, 1999.
3. L. A. Zadeh, "Seti za Fuzzy," Habari na Udhibiti, vol. 8, no. 3, pp. 338–353, 1965.
4. I. Goodfellow, Y. Bengio, na A. Courville, Ujifunzaji wa Kina, Shughuli za MIT, 2016.
5. J. S. R. Jang, "ANFIS: mfumo wa uelekezaji wa fuzzy unaotegemea mtandao unaojirekebisha," IEEE Trans. Syst., Man, Cybern., vol. 23, no. 3, pp. 665–685, 1993.