Особенности работы автоматического алгоритма AntSystem.
Краткое описание:
AntSystem – алгоритм торговли, основанный на поведении социальных насекомых. Аналогию можно провести с осами, пчелами, муравьями и термитами. В основе лежит ряд подтвержденных опытов, что «групповым разумом» данные существа способны быстро решать сложные логистические задачи. Во многих логистических компания элементы подобных методов внедрены для оптимизации маршрутов и оптимизации расхода топлива при доставке грузов на одной машине в несколько пунктов назначения.
Разработка алгоритма началась в 2013 году и претерпела множество изменений и преобразований в связи с высокой сложностью и нестандартностью реализованного подхода. Также это потребовало с нуля разработать новый метод управления капиталом, учитывающий всю специфику торговли. Ничего подобного ранее не было описано, даже в профессиональных монографиях Ральфа Винса. Упрощенно, управление капиталом в AntSystem можно сравнить с очень сложной вариацией метода многократных лотов.
Терминология:
AntSystem – в дальнейшем, автоматический торговый алгоритм на основе «Swarm Intelligent»-стратегии торговли с возможностью корректировки со стороны оператора.
Swarm Intelligence (SI) — это коллективное поведение децентрализованных самоорганизующихся систем, вдохновлённое природными явлениями, такими как муравьиные колонии, стаи птиц или пчелиные рои. SI использует взаимодействие множества простых агентов, локальные правила и положительную обратную связь для решения сложных задач без централизованного управления.
Основные свойства Swarm Intelligence:
Децентрализация — нет главного управляющего элемента; решения принимаются локально.
Самоорганизация — порядок возникает спонтанно из взаимодействия агентов.
Робастность — система устойчива к выходу отдельных агентов из строя.
Масштабируемость — эффективность сохраняется при увеличении числа агентов.
Гибкость — адаптация к изменениям среды без перепроектирования.
Параллелизм — множество агентов работают одновременно.
Ключевые принципы SI:
Положительная обратная связь — усиление полезных паттернов (например, феромоны у муравьёв).
Отрицательная обратная связь — предотвращение перегрузок (например, избегание переполненности).
Стохастичность — случайность в действиях агентов (например, случайные блуждания).
Локальные взаимодействия — агенты влияют только на ближайших соседей.
Простота правил — каждый агент следует минимальному набору инструкций.
Дрон – элементарный агент SI, влияющий на результат торгового цикла в рамках алгоритма AntSystem. Можно провести аналогию с отдельной особью муравейника (рабочий, фуражир, воин)
Торговый цикл – время с начала работы первого дрона до деактивации последнего дрона. Измеряется в числе свечей. Например: торговый цикл в 50 свечей текущего таймфрейма.
Каста – локальное объединение дронов по некоторому общему признаку или выполняемой задаче. Например: общий лот (как рабочие одной касты или воины одной касты), общая задача (как фуражиры, которые тянут большой кусок пищи в муравейник).
Королева – система контроля за кастами, которая выполняет роль сумматора, который принимает данные всех каст и перераспределяет задачи. Тем самым управляет всеми кастами и, как следствие, всеми дронами.
Каста воинов – отдельная каста, которая занимается защитой капитала. Она контролирует касты, которые начали работать не корректно или просто не приносящие доход. Ее задача деактивировать некоторые дроны указанной касты или всю касту в целом, чтобы они получили от Королевы новый приказ на основе общего следа работающих каст.
Общий след – аналог феромонового следа указывающий куда нужно идти за профитом, по аналогии с тем, как муравьи оставляют феромоновый след от колонии до источника пищи.
Каста преторианцев - старшая защитная каста, аналог касты воинов, которая следит за работой воинов и исправляет возможные ошибки в работе воинов. Выполняет второй контур защиты «колонии дронов» и счета в целом. Активируется крайне редко и является перестраховкой на очень редкий случай в стиле «черного лебедя», который описан в работах Нассима Талеба.
У каждого дрона, у каждой касты, и у всей колонии дронов есть своя отдельная задача по привлечению прибыли, которая динамически изменяется в режиме реального времени. Каждую свечу цели выставляются заново, в зависимости от изменения внешних условий (направление рынка, волатильность, длительность торгового цикла, число активированных дронов и т.д.). Стоит отметить, что потенциальная прибыль может и увеличиваться, и уменьшаться в зависимости от комбинации указанных факторов.
Современные торговые роботы и их проблемы. Преимущества AntSystem.
Все современные торговые стратегии можно разделить на методы на основе графических построений (такие встречаются редко) и на основе математических алгоритмов, воплощенных в индикаторы технического анализа. Первые за основу берут графические паттерны классического графического анализа, волны Вульфа, гармонические паттерны, волны Элиота, Тактика Адверза и так далее. Вторые берут за основу математическую модель поведения рынка, например на основе индикаторов скользящих средник, индикатора Ишимоку, полос Боллинджера или любых других.
В чем проблема графического подхода:
- Очень тяжело полноценно описать полноценно графическую модель, не делая в ней существенных допущений, т.к. все графические методы подразумевают не только логические, математические рассуждения, но и эвристические, чего в коде реализовать еще никому не удалось. Поэтому в моделировании всегда есть изъяны, которые потом будут проявлены в убыточных сделках. Или нужно будет постоянно следить за результатом. И это уже не будет полноценной алгоритмической торговлей.
- Обычно в таких подходах есть сложности в управлении риском, т.к. разброс потенциальных SL и TP достаточно велик.
- Изначально постановка и реализация задачи торговли по графическим методам в автоматическом режиме имеет высокую сложность.
В чем проблема индикаторного подхода:
- Работа с индикаторами является синонимом частичной потери данных. Что заранее ограничивает ваш потенциальный успех по вероятности прибыльной сделки до 68-72%. Это было статистически доказано многими западными практикующими трейдерами и фондами еще в конце 20 и начале 21 века.
- Все модели поведения рынка будут привязаны к настройкам индикаторов, которые характеризуют рынок здесь и сейчас. Но через время рынок поменяет свои амплитудные и частотные характеристики и результат торгов, как правило, становится существенно хуже. Обычно это занимает не более 2-3 лет, как показывает моя практика и практика западных коллег.
- Часто в такие системы встраивают метод Мартингейла, который выполняет роль «бомбы замедленного действия» при управлении капиталом. В результате вы имеете стабильную малую прибыль, которая рано или поздно переходит в потерю капитала.
- Константы в настройках советников этого типа – главные враги стабильного результата. Например: периоды скользящий средних, отклонение Боллинджера и т.д.
В чем принципиальное отличие AntSystem от вышеназванных классов торговых алгоритмов:
- Для принятия решений AntSystem не использует графические паттерны.
- Для принятия решений AntSystem не использует индикаторы технического анализа.
- У алгоритма нет никаких постоянных величин, связанных со свойствами рынка, например периоды усреднения, уровни перекупленности, среднеквадратичные отклонения и т.д.
- Система в динамике замеряет частотные и амплитудные характеристики рынка и сама перестраивает правила принятия решения внутри себя.
- При просчете числа комбинаций взаимодействия дронов между собой было получено предельное число вариантов, которое равно 1.6508×10^136. Для сравнения, звезд во Млечном пути примерно 100–400 миллиардов, что составляет всего 1×1011 –4×10^11 звёзд. Более того, по подсчетам астрономов, во всей вселенной звезд 10^24. Можете себе представить, что предельное число вариантов поведения алгоритма на 112 порядков превосходит число звезд во вселенной. Такое большое число вариаций позволяет более легко подстраиваться под текущее состояние рынка.
- За счет положительной и отрицательной обратной связи система сама способна регулировать себя, поэтому ни индикаторы, ни графические модели ей не нужны. Так как после активации первого дрона система начинает работать на основе общего вектора, который является аналогом феромонового следа в природе.
- Ранее проводились эксперименты, где первый дрон активировался по графической модели, по различным индикаторам и даже по генератору случайных числе от 1 до 100 (четное – покупка, нечетное продажа). Дальше торговля шла на анализе общего вектора. Результаты показали, что итоговый результат не зависит от методики активации первого дрона. Первый дрон лишь запускает череду сделок, число вариаций которой стремится к бесконечности. Пример устойчивости к ошибкам продемонстрирован на Рисунке 3.
- При торговле не используется метод Мартингейла или метод Лабушера (Labouchère system). Можно увидеть медленное увеличение лотов при работе, но это связано с тем, что изначальный лот нарезан на множество частей, причем не равномерно. Как и упоминалось ранее, это глубокая модернизация метода многократных лотов. Последующий лот может быть меньше/равен/выше предыдущего. Поэтому сравнения с указанными выше методами не корректны.
- Алгоритм легко переносит тренд/флэт/боковой канал и резкие всплески цены, так как он не основа на методах, имеющих эффект запаздывания. На Рисунке 4 наглядно показано, что во время тренда система способна полностью забрать все движение, разделив его на мелкие сегменты, подобно тому, как муравьи разгрызают крупные фрагменты пищи и переносят в муравейник по частям.
- Затруднения в работе может вызвать структура рынка в виде «расширяющейся формации» (Рисунок 1). Алгоритм решает и такие задачи успешно, но на них требуется больше времени. В этом случае комбинация положительной и отрицательной обратной связи в комбинации с робастностью метода, дают выход на торговое решение. Убедиться в этом можно на Рисунке 2.
Рис.1. Общий пример структуры расширяющейся формации в начале торгового цикла.
Рис.2. Пример отработки расширяющейся формации в июле 2025 года на м15 EURUSD. Наглядный пример робастости в работе.
Рис.3. Пример того как система работает даже в условиях ошибки первоначальных входов в рынок.
Рис.4. Работа алгоритма в направленном движении.
Рис 5. Пример расширяющейся формации в которой неоднократно менялся общий вектор, но система все равно путем последовательных итераций нашла решение и вышла в профит.
- Торговля ведется принципиально по одному инструменту, не особо важно по какому. Связано это, опять же, с особенностями с методом управления капиталом, требующим большое число свободной маржи в старте торгового цикла.
- Алгоритм можно реализовать только на хеджинговых счетан, на счетах с неттинговой системой исполнения алгоритм не пригоден!!!
- Минимальная стартовая сумма для начала торгов на одном счете – 1500$.
- Желательная валюта для работы USD, в перспективе будет оптимизировано и под RUB/RUR.
- Внедрена система контроля лота методом Ральфа Винса через оптимальное F.
- Лот растет по мере увеличения баланса, создавая тем самым увеличение прибыли по «сложному проценту».
Особенности работы автоматического алгоритма AntSystem.
Краткое описание:
AntSystem – алгоритм торговли, основанный на поведении социальных насекомых. Аналогию можно провести с осами, пчелами, муравьями и термитами. В основе лежит ряд подтвержденных опытов, что «групповым разумом» данные существа способны быстро решать сложные логистические задачи. Во многих логистических компания элементы подобных методов внедрены для оптимизации маршрутов и оптимизации расхода топлива при доставке грузов на одной машине в несколько пунктов назначения.
Разработка алгоритма началась в 2013 году и претерпела множество изменений и преобразований в связи с высокой сложностью и нестандартностью реализованного подхода. Также это потребовало с нуля разработать новый метод управления капиталом, учитывающий всю специфику торговли. Ничего подобного ранее не было описано, даже в профессиональных монографиях Ральфа Винса. Упрощенно, управление капиталом в AntSystem можно сравнить с очень сложной вариацией метода многократных лотов.
Терминология:
AntSystem – в дальнейшем, автоматический торговый алгоритм на основе «Swarm Intelligent»-стратегии торговли с возможностью корректировки со стороны оператора.
Swarm Intelligence (SI) — это коллективное поведение децентрализованных самоорганизующихся систем, вдохновлённое природными явлениями, такими как муравьиные колонии, стаи птиц или пчелиные рои. SI использует взаимодействие множества простых агентов, локальные правила и положительную обратную связь для решения сложных задач без централизованного управления.
Основные свойства Swarm Intelligence:
Децентрализация — нет главного управляющего элемента; решения принимаются локально.
Самоорганизация — порядок возникает спонтанно из взаимодействия агентов.
Робастность — система устойчива к выходу отдельных агентов из строя.
Масштабируемость — эффективность сохраняется при увеличении числа агентов.
Гибкость — адаптация к изменениям среды без перепроектирования.
Параллелизм — множество агентов работают одновременно.
Ключевые принципы SI:
Положительная обратная связь — усиление полезных паттернов (например, феромоны у муравьёв).
Отрицательная обратная связь — предотвращение перегрузок (например, избегание переполненности).
Стохастичность — случайность в действиях агентов (например, случайные блуждания).
Локальные взаимодействия — агенты влияют только на ближайших соседей.
Простота правил — каждый агент следует минимальному набору инструкций.
Дрон – элементарный агент SI, влияющий на результат торгового цикла в рамках алгоритма AntSystem. Можно провести аналогию с отдельной особью муравейника (рабочий, фуражир, воин)
Торговый цикл – время с начала работы первого дрона до деактивации последнего дрона. Измеряется в числе свечей. Например: торговый цикл в 50 свечей текущего таймфрейма.
Каста – локальное объединение дронов по некоторому общему признаку или выполняемой задаче. Например: общий лот (как рабочие одной касты или воины одной касты), общая задача (как фуражиры, которые тянут большой кусок пищи в муравейник).
Королева – система контроля за кастами, которая выполняет роль сумматора, который принимает данные всех каст и перераспределяет задачи. Тем самым управляет всеми кастами и, как следствие, всеми дронами.
Каста воинов – отдельная каста, которая занимается защитой капитала. Она контролирует касты, которые начали работать не корректно или просто не приносящие доход. Ее задача деактивировать некоторые дроны указанной касты или всю касту в целом, чтобы они получили от Королевы новый приказ на основе общего следа работающих каст.
Общий след – аналог феромонового следа указывающий куда нужно идти за профитом, по аналогии с тем, как муравьи оставляют феромоновый след от колонии до источника пищи.
Каста преторианцев - старшая защитная каста, аналог касты воинов, которая следит за работой воинов и исправляет возможные ошибки в работе воинов. Выполняет второй контур защиты «колонии дронов» и счета в целом. Активируется крайне редко и является перестраховкой на очень редкий случай в стиле «черного лебедя», который описан в работах Нассима Талеба.
У каждого дрона, у каждой касты, и у всей колонии дронов есть своя отдельная задача по привлечению прибыли, которая динамически изменяется в режиме реального времени. Каждую свечу цели выставляются заново, в зависимости от изменения внешних условий (направление рынка, волатильность, длительность торгового цикла, число активированных дронов и т.д.). Стоит отметить, что потенциальная прибыль может и увеличиваться, и уменьшаться в зависимости от комбинации указанных факторов.
Современные торговые роботы и их проблемы. Преимущества AntSystem.
Все современные торговые стратегии можно разделить на методы на основе графических построений (такие встречаются редко) и на основе математических алгоритмов, воплощенных в индикаторы технического анализа. Первые за основу берут графические паттерны классического графического анализа, волны Вульфа, гармонические паттерны, волны Элиота, Тактика Адверза и так далее. Вторые берут за основу математическую модель поведения рынка, например на основе индикаторов скользящих средник, индикатора Ишимоку, полос Боллинджера или любых других.
В чем проблема графического подхода:
- Очень тяжело полноценно описать полноценно графическую модель, не делая в ней существенных допущений, т.к. все графические методы подразумевают не только логические, математические рассуждения, но и эвристические, чего в коде реализовать еще никому не удалось. Поэтому в моделировании всегда есть изъяны, которые потом будут проявлены в убыточных сделках. Или нужно будет постоянно следить за результатом. И это уже не будет полноценной алгоритмической торговлей.
- Обычно в таких подходах есть сложности в управлении риском, т.к. разброс потенциальных SL и TP достаточно велик.
- Изначально постановка и реализация задачи торговли по графическим методам в автоматическом режиме имеет высокую сложность.
В чем проблема индикаторного подхода:
- Работа с индикаторами является синонимом частичной потери данных. Что заранее ограничивает ваш потенциальный успех по вероятности прибыльной сделки до 68-72%. Это было статистически доказано многими западными практикующими трейдерами и фондами еще в конце 20 и начале 21 века.
- Все модели поведения рынка будут привязаны к настройкам индикаторов, которые характеризуют рынок здесь и сейчас. Но через время рынок поменяет свои амплитудные и частотные характеристики и результат торгов, как правило, становится существенно хуже. Обычно это занимает не более 2-3 лет, как показывает моя практика и практика западных коллег.
- Часто в такие системы встраивают метод Мартингейла, который выполняет роль «бомбы замедленного действия» при управлении капиталом. В результате вы имеете стабильную малую прибыль, которая рано или поздно переходит в потерю капитала.
- Константы в настройках советников этого типа – главные враги стабильного результата. Например: периоды скользящий средних, отклонение Боллинджера и т.д.
В чем принципиальное отличие AntSystem от вышеназванных классов торговых алгоритмов:
- Для принятия решений AntSystem не использует графические паттерны.
- Для принятия решений AntSystem не использует индикаторы технического анализа.
- У алгоритма нет никаких постоянных величин, связанных со свойствами рынка, например периоды усреднения, уровни перекупленности, среднеквадратичные отклонения и т.д.
- Система в динамике замеряет частотные и амплитудные характеристики рынка и сама перестраивает правила принятия решения внутри себя.
- При просчете числа комбинаций взаимодействия дронов между собой было получено предельное число вариантов, которое равно 1.6508×10^136. Для сравнения, звезд во Млечном пути примерно 100–400 миллиардов, что составляет всего 1×1011 –4×10^11 звёзд. Более того, по подсчетам астрономов, во всей вселенной звезд 10^24. Можете себе представить, что предельное число вариантов поведения алгоритма на 112 порядков превосходит число звезд во вселенной. Такое большое число вариаций позволяет более легко подстраиваться под текущее состояние рынка.
- За счет положительной и отрицательной обратной связи система сама способна регулировать себя, поэтому ни индикаторы, ни графические модели ей не нужны. Так как после активации первого дрона система начинает работать на основе общего вектора, который является аналогом феромонового следа в природе.
- Ранее проводились эксперименты, где первый дрон активировался по графической модели, по различным индикаторам и даже по генератору случайных числе от 1 до 100 (четное – покупка, нечетное продажа). Дальше торговля шла на анализе общего вектора. Результаты показали, что итоговый результат не зависит от методики активации первого дрона. Первый дрон лишь запускает череду сделок, число вариаций которой стремится к бесконечности. Пример устойчивости к ошибкам продемонстрирован на Рисунке 3.
- При торговле не используется метод Мартингейла или метод Лабушера (Labouchère system). Можно увидеть медленное увеличение лотов при работе, но это связано с тем, что изначальный лот нарезан на множество частей, причем не равномерно. Как и упоминалось ранее, это глубокая модернизация метода многократных лотов. Последующий лот может быть меньше/равен/выше предыдущего. Поэтому сравнения с указанными выше методами не корректны.
- Алгоритм легко переносит тренд/флэт/боковой канал и резкие всплески цены, так как он не основа на методах, имеющих эффект запаздывания. На Рисунке 4 наглядно показано, что во время тренда система способна полностью забрать все движение, разделив его на мелкие сегменты, подобно тому, как муравьи разгрызают крупные фрагменты пищи и переносят в муравейник по частям.
- Затруднения в работе может вызвать структура рынка в виде «расширяющейся формации» (Рисунок 1). Алгоритм решает и такие задачи успешно, но на них требуется больше времени. В этом случае комбинация положительной и отрицательной обратной связи в комбинации с робастностью метода, дают выход на торговое решение. Убедиться в этом можно на Рисунке 2.
Рис.1. Общий пример структуры расширяющейся формации в начале торгового цикла.
Рис.2. Пример отработки расширяющейся формации в июле 2025 года на м15 EURUSD. Наглядный пример робастости в работе.
Рис.3. Пример того как система работает даже в условиях ошибки первоначальных входов в рынок.
Рис.4. Работа алгоритма в направленном движении.
Рис 5. Пример расширяющейся формации в которой неоднократно менялся общий вектор, но система все равно путем последовательных итераций нашла решение и вышла в профит.
- Торговля ведется принципиально по одному инструменту, не особо важно по какому. Связано это, опять же, с особенностями с методом управления капиталом, требующим большое число свободной маржи в старте торгового цикла.
- Алгоритм можно реализовать только на хеджинговых счетан, на счетах с неттинговой системой исполнения алгоритм не пригоден!!!
- Минимальная стартовая сумма для начала торгов на одном счете – 1500$.
- Желательная валюта для работы USD, в перспективе будет оптимизировано и под RUB/RUR.
- Внедрена система контроля лота методом Ральфа Винса через оптимальное F.
- Лот растет по мере увеличения баланса, создавая тем самым увеличение прибыли по «сложному проценту».