মেশিন লার্নিং-ভিত্তিক অর্ডার বুক উচ্চ ফ্রিকোয়েন্সি ট্রেডিং কৌশল

মেশিন লার্নিং-ভিত্তিক অর্ডার বুক উচ্চ ফ্রিকোয়েন্সি ট্রেডিং কৌশল

• ### এক, শিরোনাম সিকিউরিটিজ মার্কেটের লেনদেনের প্রক্রিয়াকে বিড-ড্রাইভিং মার্কেট এবং অর্ডার-ড্রাইভিং মার্কেটে বিভক্ত করা যেতে পারে, প্রথমটি মার্কেটপ্লেসের উপর নির্ভর করে যা তরলতা সরবরাহ করে, দ্বিতীয়টি সীমাবদ্ধ মূল্য তালিকা দ্বারা তরলতা সরবরাহ করে, ট্রেডিংটি বিনিয়োগকারীদের দ্বারা ক্রয়-প্রস্তাবিত এবং বিক্রয়-প্রস্তাবিত দরপত্রের মাধ্যমে গঠিত হয়। চীনের সিকিউরিটিজ মার্কেট অর্ডার-ড্রাইভিং মার্কেটের অন্তর্ভুক্ত, যার মধ্যে স্টক মার্কেট এবং ফিউচার মার্কেট রয়েছে।

চিত্র ১ অর্ডার ড্রাইভিং মার্কেট ডায়াগ্রাম

• (১) সীমিত মূল্যের অর্ডার বইয়ের বিবরণ

  অর্ডার বুকের গবেষণা বাজার ক্ষুদ্র কাঠামোর গবেষণার বিভাগে অন্তর্ভুক্ত, বাজারের ক্ষুদ্র কাঠামোর তত্ত্বটি মাইক্রো ইকোনমিতে মূল্য তত্ত্ব এবং ভোক্তা তত্ত্বকে তার চিন্তার উত্স হিসাবে ব্যবহার করে, এবং এর মূল সমস্যাটি হ'ল আর্থিক সম্পদের লেনদেন এবং এর দাম গঠনের প্রক্রিয়া এবং কারণগুলির বিশ্লেষণে সাধারণ ভারসাম্য, স্থানীয় ভারসাম্য, প্রান্তিক লাভ, প্রান্তিক ব্যয়, বাজার ধারাবাহিকতা, স্টক তত্ত্ব, গেম থিওরি, তথ্য অর্থনীতি ইত্যাদি বিভিন্ন তত্ত্ব এবং পদ্ধতি ব্যবহার করে।

  বিদেশী গবেষণার অগ্রগতি থেকে দেখা যায় যে, বাজারের মাইক্রোস্ট্রাকচার ক্ষেত্রটি ওহারা দ্বারা প্রতিনিধিত্ব করা হয়, বেশিরভাগ তত্ত্বগুলি বাজারের বাজারে কাজ করার ভিত্তিতে (যেমন, দর-চালিত বাজার) যেমন স্টক মডেল এবং তথ্য মডেল ইত্যাদির উপর ভিত্তি করে। এই বছর, প্রকৃত লেনদেনের বাজারে অর্ডার ড্রাইভিং ক্রমবর্ধমানভাবে উপরের অংশে রয়েছে, তবে অর্ডার ড্রাইভিং বাজারের জন্য বিশেষভাবে গবেষণা করা কম।

  দেশীয় সিকিউরিটিজ মার্কেট এবং ফিউচার মার্কেট উভয়ই অর্ডার ড্রাইভিং মার্কেটের অন্তর্গত। নিচের চিত্রটি শেয়ার ইনডেক্স ফিউচার কনট্রাক্ট আইএফ ১৩১২ এর লেভেল-১ ইন্ডাস্ট্রি অর্ডার বইয়ের স্ক্রিনশট। উপরের থেকে সরাসরি পাওয়া তথ্য খুব বেশি নয়, মৌলিক তথ্যের মধ্যে কিনুন, বিক্রি করুন, কিনুন এবং বিক্রি করুন। বিদেশে কিছু একাডেমিক প্রবন্ধে, অর্ডার বইয়ের সাথে সামঞ্জস্যপূর্ণ তথ্য বই রয়েছে, যার মধ্যে রয়েছে সবচেয়ে বিশদ অর্ডার সংগ্রহের তথ্য, যার মধ্যে রয়েছে প্রতিটি অর্ডারের পরিমাণ, অর্ডার, অর্ডার প্রকারের তথ্য, এবং আমরা কেবলমাত্র অর্ডার বইয়ের উপর নির্ভর করতে পারি, কারণ দেশীয় বাজারে তথ্য বইয়ের তথ্য প্রকাশ করা হয় না।

  চিত্র ২ স্টক ইনডেক্স ফিউচার মূল চুক্তি লেভেল-১ অর্ডার বুক

• (২) অর্ডার বুক উচ্চ ফ্রিকোয়েন্সি লেনদেন গবেষণা অগ্রগতি

  অর্ডার বুকের গতিশীল মডেলিংয়ের দুটি প্রধান পদ্ধতি রয়েছে, একটি হ'ল ক্লাসিক্যাল মেট্রিক্যাল ইকোনমিক্স পদ্ধতি এবং অন্যটি মেশিন লার্নিং পদ্ধতি। মেট্রিক্যাল ইকোনমিক্স পদ্ধতি হ'ল একটি ক্লাসিকাল মূলধারার গবেষণা পদ্ধতি, যেমন গবেষণা মূল্য বিভাজন বিশ্লেষণের জন্য এমআরআর বিশ্লেষণ, হুয়াং এবং স্টল বিশ্লেষণ ইত্যাদি, অর্ডার ধারাবাহিকতার জন্য এসিডি মডেল, মূল্যের পূর্বাভাসের জন্য গবেষণা লজিস্টিক মডেল।

  মেশিন লার্নিং ফাইন্যান্সিয়াল ক্ষেত্রে একাডেমিক গবেষণায়ও খুব সক্রিয়, যেমন ২০১২ সালে ফোরকাস্টিং ট্রেন্ডস অফ হাই_ফ্রিকোয়েন্সি KOSPI200 index data using learning classifiers ফোরকাস্টিং একটি সাধারণ গবেষণা ধারণা যা প্রযুক্তিগত বিশ্লেষণের সাধারণ সূচকগুলি (MA, EMA, RSI ইত্যাদি) ব্যবহার করে মেশিন লার্নিংয়ের শ্রেণিবদ্ধকরণ পদ্ধতি প্রবর্তন করে বাজার পূর্বাভাস দেয়। তবে এই পদ্ধতিটি অর্ডার বুকের গতিশীল তথ্যের জন্য পর্যাপ্ত খনন করে না, অর্থাৎ অর্ডার বুকের গতিশীল তথ্য ব্যবহার করে উচ্চ পালসযুক্ত লেনদেনের জন্য গবেষণা দেশীয় এবং বিদেশে তুলনামূলকভাবে কম, এটি একটি গভীর গবেষণা করার মতো ক্ষেত্র।

• দ্বিতীয়ত, অর্ডার বুকের উচ্চ-ফ্রিকোয়েন্সি লেনদেনে মেশিন লার্নিংয়ের ব্যবহার

  • #### (১) সিস্টেম আর্কিটেকচার নিচের চিত্রটি একটি সাধারণ মেশিন লার্নিং ট্রেডিং কৌশলগুলির একটি সিস্টেম আর্কিটেকচার, যা অর্ডারলিডার ডেটা, বৈশিষ্ট্য আবিষ্কার, মডেল নির্মাণ এবং যাচাইকরণ এবং ট্রেডিং সুযোগগুলির কয়েকটি প্রধান মডিউল অন্তর্ভুক্ত করে। এটি উল্লেখযোগ্য যে ট্রেডিং প্রক্রিয়াটি বাজারের ইভেন্ট দ্বারা ট্রিগার করা হয়, টিক বাজারের আগমন এমন একটি ইভেন্ট।

  চিত্র ৩ মেশিন লার্নিং ভিত্তিক অর্ডার বুক মডেলিংয়ের সিস্টেম আর্কিটেকচার

  • #### (২) ভেক্টর মেশিনের জন্য সমর্থন ১৯৭০-এর দশকে, ভ্যাপনিক এবং অন্যান্যরা একটি তুলনামূলকভাবে সম্পূর্ণ তত্ত্বগত সিস্টেম তৈরি করতে শুরু করেন, যা পরিসংখ্যানগত লার্নিং থিওরি (এসএলটি) নামে পরিচিত। এটি সীমিত নমুনার পরিস্থিতিতে পরিসংখ্যানগত নিয়ম এবং শেখার পদ্ধতির বৈশিষ্ট্যগুলি অধ্যয়ন করার জন্য ব্যবহৃত হয়, সীমিত নমুনার মেশিন লার্নিং সমস্যার জন্য একটি ভাল তাত্ত্বিক কাঠামো তৈরি করে এবং ছোট নমুনা, অ-রৈখিকতা, উচ্চ মাত্রার সংখ্যা এবং স্থানীয় অতি ক্ষুদ্রতমের মতো বাস্তব সমস্যাগুলি আরও ভালভাবে সমাধান করে। ১৯৯৫ সালে, ভ্যাপনিক এবং অন্যান্যরা একটি নতুন সাধারণ শেখার পদ্ধতি সুপারিশ করে যা ভেক্টর ভেরিয়েন্ট (এসভিএম, সমর্থন ভেক্টর মেশিন) সমর্থন করে।

  এসভিএম একটি শ্রেণিবদ্ধকরণের সুপারপ্লেন থেকে উদ্ভূত হয়। দুটি শ্রেণিবদ্ধকরণ সমস্যার জন্য, প্রশিক্ষণের নমুনা সেটটি ((xi,yi), i=1,2...l, l হল প্রশিক্ষণের নমুনার সংখ্যা, x হল প্রশিক্ষণের নমুনা, yi হল ইনপুট নমুনার x এর শ্রেণিবদ্ধকরণ চিহ্ন ((প্রত্যাশিত আউটপুট) । এসভিএম অ্যালগরিদমের সূচনা হল সবচেয়ে শ্রেণিবদ্ধকরণের সুপারপ্লেনটি খুঁজে পাওয়া।

  সর্বোত্তম শ্রেণীবিভাগের সুপারপ্লেনটি কেবলমাত্র সমস্ত নমুনাকে সঠিকভাবে আলাদা করতে সক্ষম নয় (প্রশিক্ষণ ত্রুটি স্কোর 0), তবে উভয় শ্রেণীর মধ্যে সর্বাধিক মার্জিন তৈরি করতে সক্ষম হয়, যা প্রশিক্ষণ ডেটাসেট থেকে এই শ্রেণীবিভাগের সুপারপ্লেনের সর্বনিম্ন দূরত্বের যোগফল হিসাবে সংজ্ঞায়িত হয়। সর্বোত্তম শ্রেণীবিভাগের সুপারপ্লেন মানে পরীক্ষার ডেটাতে গড় শ্রেণীবিভাগের ত্রুটি সর্বনিম্ন।

  যদি d-dimensional ভেক্টর স্পেসে একটি সুপারপ্লেন থাকেঃ

  F ((x) = w*x+b=0

  উপরের দুটি ধরনের তথ্যকে আলাদা করতে সক্ষম হলে, এই সুপারপ্ল্যানেটকে বিভাগীয় ইন্টারফেস বলা হয়। এখানে w*x হল দুইটি ভেক্টর w এবং x এর অভ্যন্তরীণ ভলিউম।

  যদি ইন্টারফেস ভাগ করা হয়ঃ

  w*x+b=0

  যে ইন্টারফেসটি সবচেয়ে কাছের দুইটি নমুনার মধ্যে সর্বাধিক দূরত্ব (মার্জিন) করতে পারে, তাকে সর্বাধিক সুনির্দিষ্ট ইন্টারফেস বলা হয়।

  চিত্র 4 এসভিএম বাইনারি শ্রেণীকরণের সর্বাধিক সুনির্দিষ্ট ইন্টারফেস চিত্র

  সর্বোত্তম বিভাজক ইন্টারফেস সমীকরণের একীকরণ যা দুটি নমুনার মধ্যে দূরত্ব তৈরি করতে পারে

  

  তাই যে কোন নমুনার জন্য,

  

  সর্বোত্তম ইন্টারফেস পাওয়ার জন্য, উপরের ফর্মুলা পূরণের পাশাপাশি এটিকে ন্যূনতম করা উচিত।

  সুতরাং, এসভিএম সমস্যার গাণিতিক মডেল হলঃ

  এসভিএম শেষ পর্যন্ত একটি সর্বাধিক অনুকূলিত পরিকল্পনা সমস্যা হয়ে উঠেছে, একাডেমিক গবেষণার হট স্পটগুলি দ্রুত সমাধান, মাল্টি-ক্যাটাগরিতে প্রসারণ, বাস্তব সমস্যার প্রয়োগ ইত্যাদিতে ফোকাস করে।

  এসভিএম মূলত দ্বৈত শ্রেণিবদ্ধকরণ সমস্যার জন্য উদ্ভাবিত হয়েছিল এবং বর্তমান বাস্তব অ্যাপ্লিকেশনগুলির প্রয়োজনীয়তার ভিত্তিতে এটিকে বহু-শ্রেণীর সমস্যায় প্রসারিত করা হয়েছিল। বিদ্যমান বহু-শ্রেণীর অ্যালগরিদমগুলির মধ্যে রয়েছে এক-এক, এক-এক, ত্রুটি সংশোধন কোডিং, ডিএজি-এসভিএম এবং মাল্ট আই-ক্লাস এসভিএম শ্রেণিবদ্ধকারী ইত্যাদি।

  • #### (৩) অর্ডার বুকের সূচক নিষ্কাশন শেয়ার সূচক ফিউচার লেভেল-১ বাজারের উদাহরণ হিসাবে, অর্ডার বুকটি মূলত একটি কিনুন, বিক্রয়, কিনুন, বিক্রয় পরিমাণ এবং অন্যান্য সূচকগুলি থেকে উদ্ভূত হতে পারে, যেমন গভীরতা, স্লিপ, আপেক্ষিক মূল্য পার্থক্য ইত্যাদি, অন্যান্য সূচকগুলির মধ্যে রয়েছে হোল্ডিং ভলিউম, ট্রেডিং ভলিউম, ক্যাচ ইত্যাদি, মোট 17 টি সূচক, যেমন নীচের টেবিলে দেখানো হয়েছে। এছাড়াও সাধারণ প্রযুক্তিগত বিশ্লেষণ সূচক যেমন আরএসআই, কেডিজে, এমএ, ইএমএ ইত্যাদি প্রবর্তন করা যেতে পারে।

  টেবিল ১ লেভেল মার্কেট অর্ডার বুকের উপর ভিত্তি করে সূচক

  

  • #### (৪) অর্ডার বুকের গতিশীল বৈশিষ্ট্য এবং লেনদেনের সুযোগ বাজারের মাইক্রোস্কোপিক দৃষ্টিকোণ থেকে, স্বল্প সময়ের মধ্যে দামের গতিশীলতা পরিমাপের দুটি উপায় রয়েছে, একটি হল মধ্যম মূল্য গতিশীলতা এবং অন্যটি হল মূল্য পার্থক্য ক্রস। এই নিবন্ধটি আরও সহজ এবং স্বজ্ঞাত মধ্যম মূল্য গতিশীলতা বেছে নিয়েছে। মধ্যম মূল্যের সংজ্ঞাঃ

  

  অর্ডার বুকের মধ্যে মধ্যম মূল্য Δt এর ΔP পরিবর্তনের আকার অনুসারে তিনটি শ্রেণীতে বিভক্ত।

  নীচের চার্টটি প্রধান চুক্তি আইএফ১৩১১-এর মধ্যবর্তী মূল্যের গতির বিস্তার, যা ২৯ শে অক্টোবর, প্রতিদিন ৩২,৪০০ টিকের বাজারের ডেটা নিয়ে গঠিত।

  Δt=1 টিকের ক্ষেত্রে, মধ্যম মূল্যের পরিবর্তনের নিখুঁত মান 0.2 প্রায় 6000 বার, 0.4 এর পরিবর্তনের নিখুঁত মান প্রায় 1500 বার, 0.6 এর পরিবর্তনের নিখুঁত মান প্রায় 150 বার, 0.8 এর পরিবর্তনের নিখুঁত মান 50 বারের চেয়ে বড়, এবং 1 এর পরিবর্তনের নিখুঁত মান প্রায় 10 বারের চেয়ে বড়।

  Δt=2tick এর ক্ষেত্রে, মধ্যম মূল্যের পরিবর্তনের পরম মান 0.2 প্রায় 7000 বার, পরিবর্তনের পরম মান 0.4 প্রায় 3000 বার, পরিবর্তনের পরম মান 0.6 প্রায় 550 বার, পরিবর্তনের পরম মান 0.8 প্রায় 205 বার, পরিবর্তনের পরম মান 1 এর চেয়ে বড় প্রায় 10 বার।

  আমরা মনে করি যে, পরিবর্তনের নিখুঁত মান 0.4 এর চেয়ে বড় হলে, এটি সম্ভাব্য ট্রেডিং সুযোগ। Δt = 1 টিকের ক্ষেত্রে, প্রতিদিন প্রায় 1700 টি সুযোগ রয়েছে; Δt = 2 টিকের ক্ষেত্রে, প্রতিদিন প্রায় 4000 টি সুযোগ রয়েছে।

  

  চিত্র 5 IF1311 29 অক্টোবর মধ্যম মূল্য পরিবর্তনের একটি প্রসার্য ((Δt=1tick)

  

  চিত্র 6 IF1311 ২৯ শে অক্টোবর মধ্যম মূল্য পরিবর্তনের প্রসার (Δt=2tick)

• তৃতীয়, কৌশলগত প্রমাণ

  যেহেতু এসভিএম মডেলের প্রশিক্ষণের জটিলতা বড় নমুনার ক্ষেত্রে তুলনামূলকভাবে বেশি এবং প্রশিক্ষণের সময় দীর্ঘ, তাই আমরা ঐতিহাসিক বাজারের তথ্যের তুলনামূলকভাবে সংক্ষিপ্ত সময়কাল বেছে নিয়েছি, আইএফ১৩১১ চুক্তির অক্টোবরের লেভেল_১ বাজারের তথ্যের উদাহরণ দিয়ে মডেলটির কার্যকারিতা যাচাই করার জন্য।

  • #### (১) মডেল প্রভাব পরীক্ষা ডেটা চক্রঃ অক্টোবরে আইএফ১৩১১ চুক্তির বাজার তথ্য;

  Δt-এর মান গ্রহণঃ Δt যত ছোট হবে, লেনদেনের বিবরণে তত বেশি চাহিদা থাকবে, যখন Δt=1 টিক হবে, তখন প্রকৃত লেনদেন থেকে লাভ পাওয়া কঠিন হবে।

  মডেল মূল্যায়নের সূচকঃ নমুনা নির্ভুলতা, পরীক্ষার নির্ভুলতা, পূর্বাভাসের সময়।টেবিল ২ ১টি টিকের প্রভাব ১টি টিকের উপর পূর্বাভাস

  টেবিল 3 1 টিক ডেটা দ্বারা টিক 2 এর প্রভাব পূর্বাভাস

  টেবিল ৪ ২টি টিকের প্রভাব ২টি টিকের তথ্য দিয়ে পূর্বাভাস দেয়

  উপরের তিনটি টেবিলের তথ্য থেকে আমরা নিম্নলিখিত কিছু সিদ্ধান্ত নিতে পারিঃ সর্বোচ্চ নির্ভুলতা প্রায় 70% এবং 60% নির্ভুলতা ট্রেডিং কৌশলতে রূপান্তরিত হতে পারে।

  • #### (২) কৌশলগত অনুকরণ উপার্জন উদাহরণস্বরূপ, ৩১শে অক্টোবর, আমরা একটি মডেল ট্রেডিং করেছি, যেখানে ইনস্টিটিউশনের শেয়ার ফিউচার ট্রেডিং ফি সাধারণত ০ হয়।²⁶⁄₁₀₀₀₀, আমরা অনুমান করি যে ট্রেডিংয়ের সংখ্যা সীমাবদ্ধ নয়, আমরা অনুমান করি যে প্রতিটি ট্রেডের জন্য একতরফা স্লাইড মূল্য 0.2 পয়েন্ট এবং প্রতিটি একক হাতের সংখ্যা 1 হাত।

  টেবিল 5 31 অক্টোবর ট্রেডিংয়ের জন্য অ্যানিমেশন কৌশল

  দিনব্যাপী লেনদেনের সংখ্যা 605 টি, পদ্ধতিগত ক্ষেত্রে অন্তর্ভুক্ত, লাভের সংখ্যা 339 টি, বিজয়ী হার 56%, নেট মুনাফা 11814.99 ইউয়ান।

  তত্ত্বগতভাবে স্লাইড মূল্য ১৪৫২০ ইউয়ান, যা কৌশলগত বাস্তব যুদ্ধের মূল অংশ। যদি অর্ডার বিবরণগুলি আরও সূক্ষ্মভাবে নিয়ন্ত্রণ করা হয় তবে স্লাইড মূল্য হ্রাস করা যায় এবং নেট মুনাফা বৃদ্ধি পায়। যদি অর্ডার বিবরণগুলি অনুপযুক্তভাবে নিয়ন্ত্রিত হয় বা বাজারটি অস্বাভাবিক হয় তবে স্লাইড মূল্য আরও বেশি হবে এবং নেট মুনাফা হ্রাস পাবে। তাই উচ্চ-ফ্রিকোয়েন্সি ট্রেডিংয়ের সাফল্য প্রায়শই বিশদ সম্পাদনের উপর নির্ভর করে।

  চিত্র ৭। ৩১শে অক্টোবরের জন্য অনুকরণীয় কৌশল।

মূল বিবৃতিঃ এই নিবন্ধটি মূলত লেখক, অনুগ্রহ করে উৎস উল্লেখ করুন।