AI+三角套利

您需要 登录 才可以下载或查看，没有帐号？注册 本帖最后由 外汇99 于 2017-6-15 23:42 编辑
人工智能（AI）与三角套利相结合（特殊用法）
【一】EA说明
此款策略达到三角套利条件才开仓，不是每一天都会有单子。
      1）采取不复利策略，固定手数，一年平均盈利12.5倍。
      2010年行情盈利只有2.85倍，2011年行情盈利29倍。
      2）采取复利策略，手数根据仓位比例自动调整（有些货币对11年才出现，因此从11年测试）
      一年最低80倍。最高1100倍。
      手数：100美金:0.01手； 最低100美金可以起步，资金回撤八年最高16.24%。

单纯的三角套利只是在理论上可行，在实际市场中是没有机会可言的,，只有变换手法才有可行性。
并不是每一天都有开仓机会，测试过程中最长有一个半月市场没机会开单。
每一组单子一般不过夜，大部分当天平仓。
当每一组单子长时间不平仓时，我们会根据特定时间节点进行微利平仓。
当我们对所有货币对进行排列组合时，一共发现可以形成206组货币，也就是206个圈。
实盘中，我们引进AI对所有组数货币进行监控，当发现某一组达到开仓交易条件时，
AI自动在监控所有货币组数的同时，把可开仓的货币筛选出来，通过EA，进行执行交易，
整个策略中AI是大脑，EA是身体；AI筛选可套利货币组，EA作为执行者进行套利。
采取人工智能与三角套利的完美融合。
变换手法的三角套利策略，加上人工智能的精准出入仓条件，达到更精确，更低风险，更暴力的盈利模式。
引入深度学习机器人进一步完善了传统多个相关联货币对套利的缺陷与低收益等不足。

整个团队花了半年时间，6万一张的显卡买了20张，科学计算服务器10台每个月，每台每月9000RMB，研发投资超过200万RMB，合作方案如下。
A：免费使用EA测试的
1）租一台阿里云的带有显卡计算的物理服务器，9000RMB一个月（用来运行机器人做深度学习）。
2）在纽约的NY4租一台好的服务器，大概每个月500美金左右，（一年会员大概1600美金）用来运行EA，接收和发送数据。
合计成本大概是一个月14000RMB。
B：挂单分润
1）第一台服务器我们提供（内部有自己IDC），不收费，第二台需要支付一年费用1600美金，技术服务费400美金，一共2000美金，合作期限一年。
2）服务器一旦租赁成功，不再退款。（可自己租）。
3）入金2000美金，几乎每天都开单（保本70%）。
4）当盈利大于2000美金时（服务器和技术服务费成本2000美金），把成本出金，之后的盈利开始计算分成，每盈利10%分成一次，三七分成(客户七）。
C:针对大资金客户
1）仓位十万美金以上，所有服务器由我们提供，实盘账号作为金融交易者观摩账号。
2）每盈利10%分成一次，三七分成(客户七）。
平台可自己选择，建议选低点差平台。

      人工智能（Artificial Intelligence），英文缩写为AI。
      它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
      人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
机器人是怎么深度学习的？
    所谓深度学习，就是用多层神经元构成的神经网络，以达到机器学习的功能。这些多层的电脑网络像人类大脑一样，可以收集信息，并基于收集到的信息产生相应的行为。但，理论上并没有解释清楚深度学习的机制。
上世纪60年代，生物学家在研究猫的脑皮层时，发现其独特的网络结构能有效降低反馈神经网络的复杂性，继而提出“卷积神经网络”。利用这种网络结构编写的深度学习程序，适应性很强，成为人工智能的突破口。
2011年，谷歌一家实验室的研究人员从视频网站中，抽取了1000万张静态图片，把它“喂”给谷歌大脑，目标是从中寻找重复出现的图案。3天后，谷歌大脑在没有人类帮助的情况下，从这些图片中发现了“猫”。
这个谷歌大脑就是一个采用深度学习技术的大型神经网络模型，由1000台电脑组成。这件事当时在科技界引起了轰动，被认为深度学习复兴的里程碑。
    简单地讲，深度学习技术是对人脑的一种模拟，因而可以完成很多人脑所具有的功能。
最为人所熟知的是视觉功能。我们的相机可以像眼睛一样看到这个世界，却不能像大脑一样看懂这个世界，深度学习恰恰补上了这个短板。有了深度学习，百度识图可以准确识别照片中的物体类别，并对照片进行自动归类或搜索。有了深度学习，我们可以很方便地刷脸付款。有了深度学习，特制机器可以检测一定空间内所有人员、车辆的行踪，并对可疑和危险事件及时报警。
那些曾经战胜人类的人工智能

2016年3月9日至15日，谷歌计算机围棋程序“阿尔法围棋”（AlphaGo）与韩国棋手李世石进行5场交战，李世石首场战败。10日，李世石AlphaGo第二场对决，AlphaGo再次获胜，人类再次输给人工智能。李世石表示，人工智能（AI）击败人类长期来看将是不可避免的事，但这次他将坚决为捍卫人类尊严而战。

而之后，IBM公司“深蓝”电脑击败了人类的世界国际象棋冠军更是人工智能技术的一个完美表现。图为1997年，美国IBM公司的“深蓝”超级计算机以2胜1负3平战胜了当时世界排名第一的国际象棋大师卡斯帕罗夫。“深蓝”的运算能力当时在全球超级计算机中居第259位，每秒可运算2亿步。

2006年11月29日，在德国波恩举行的国际象棋世界冠军、俄罗斯特级大师克拉姆尼克与顶尖计算机程序深弗里茨(Deep Fritz)的人机大战。克拉姆尼克错失大好局面不敌电脑。这一年，人类最后一次打败顶尖的国际象棋AI。欧美传统里的顶级人类智力试金石，在电脑面前终于一败涂地，应了四十多年前计算机科学家的预言。

人机棋局的对决一直不断，2002年10月9日，巴林麦纳麦，国际象棋人机对抗赛克拉姆尼克对战电脑深弗里茨。在这次“人机大战”中，世界棋王克拉姆尼克与电脑棋手“更弗里茨”最终4-4打平。

相较于之前深蓝等人工智能计算机在国际象棋中的获胜，但有一个游戏始终是人类大脑的专利——围棋。 对于围棋，AI长期以来举步维艰，顶级AI甚至不能打败稍强的业余选手。但人工智能AlphaGo背后的科学家利用神经网络算法，将棋类专家的比赛记录输入给计算机，并让计算机自己与自己进行比赛，在这个过程中不断学习训练。某种程度上讲，AlphaGo的棋艺不是开发者教给他的，而是自学成才。AlphaGo这两次击败世界顶尖围棋高手，使得人们重新提起了当年的人工智能威胁论。
100美金起复利模式

羚羊 发表于 2017-6-14 08:48
我就想问一下，你这回测是MT4回测的还是MT5
套利的只能用MT5来回测，机会是市场给的，往年的盈利只能代表过去，但证明策略是可行的
外汇99 发表于 2017-6-14 21:48
欢迎加入金融交易者，一起交流研发前沿套利策略
以后将会增加一些反向单，提高市场不好时开单情况
外汇99 发表于 2017-6-15 14:23
以后将会增加一些反向单，提高市场不好时开单情况
套利的方法很多种，完全对冲的才是一般人要研究的方向
外汇交易有很大的风险性,本站所有资源均来自网络,请选择使用,如若出现亏损,本站不承担任何责任!