Zero交易機器人白皮書(預覽版)
“未來的世界首富或許是一個機器人”
Zero交易機器人白皮書
古老的海龜系統是人類第一個較為完備的機械交易系統，它帶來趨勢交易的思想成為了後來眾多交易系統構建的核心。現代化的交易技術源於海龜系統，同時結合了前沿的ResNet網路深度學習技術。運用深度學習ResNet技術的圍棋程式AlphaGo Zero以100比0的成績擊敗了前輩AlphaGo Lee。ResNet與海龜系統的結合有可能戰勝最強的人類金融交易員，成為未來交易世界的核心。
從零開始學習
海龜系統以人類的交易經驗為基礎，只做趨勢交易：在上漲趨勢中做多，在下跌趨勢中做空。根據ATR絕對平均波動值控制頭寸的大小。 而Zero交易機器人從零開始學習，在訓練中Zero神經網路逐漸從隨機交易轉變為趨勢交易。當訓練繼續進行，Zero學會更多交易技巧。Zero也有一個頭寸控制機制，它根據多空狀態指示符的比值控制頭寸大小。
挑戰人類交易員
情緒陷阱使人類交易員在形勢不利時連續做出錯誤的交易決定，從而使資金面臨巨大的風險。海龜系統難以被人類交易員執行的原因，除了人類難以長期堅持規則以外，更大的原因便是情緒化對海龜法則的破壞作用。 而Zero只會交易，沒有情緒波動。Google TPU v3的強大算力給Zero交易機器人的充分訓練提供了可能。只要測試集選擇得當，Zero能保證真實收益與模擬器中的測試收益沒有巨大偏差。
從棋盤到K線
- AlphaGoZero通過Softmax函式，在最多361個落子點中尋找最優點。一個落子點對應到Zero機器人就是一根K線。Zero機器人始終假設在當前位置做多，並預測在未來N個K線收盤價退出的收益。
- AlphaGoZero的神經網路用tanh函式輸出一個Z變量表示當前的勝率。而Zero交易機器人用softmax函式輸出Z1、Z2兩個變數，分別表示做多、做空的勝率。
- Zero機器人以50日收盤價序列為輸入，20層ResNet為神經網路的中間層級。此處引數的選擇僅為實驗結果不做過多分析。
全資料集訓練
經過實驗，全資料集訓練可以讓Zero交易機器人獲得最優的收斂效果，但視訊記憶體消耗巨大。6年的小時K線訓練集大約需要一萬塊TPU v3才能進行全資料集訓練，而6年的日K線資料集則只需要一塊TPU v3。 相反，如果採用最小資料集訓練則視訊記憶體消耗較低，1塊TPU v3即可進行小時K線的訓練。但Zero在最小資料集訓練中無法形成收斂趨勢，陷入永恆的隨機梯度下降中，無法完成收斂。需要更多實驗才能找到平衡視訊記憶體和收斂效果的資料集大小。
結論
本文簡述了一種基本具備可行性的神經網路交易系統，該系統僅為拋磚引玉之用，不是神經網路交易系統的最終形態。如果未來全世界大部分市場都被機器人交易系統控制，那麼最強的那個機器人將成為世界首富。
唐博BorisTown 2018/11/2