TN-RSI: شاخص RSI-Normalized Trend برای سیستم های معاملاتی سهام با محاسبه تکاملی

پیش بینی بازار سهام و تشخیص روند از جمله زمینه های مورد علاقه هم برای تأمین مالی متخصصان و هم برای محققان بازار سهام است ، زیرا تقریباً همه ، یک راه یا روش دیگر ، دارای سطح علاقه ای هستند که بتوانند سهام مناسب و/ یا زمان مناسب را انتخاب کنندبرای خرید/فروش سهام. متخصصان و بازرگانان بازار از چندین شاخص تجزیه و تحلیل فنی مختلف برای تشخیص روند و/یا شناسایی نقاط خرید/فروش استفاده می کنند. روشهای محاسبات نرم مانند شبکه های عصبی ، منطق فازی ، الگوریتم های ژنتیکی یا مدل های ترکیبی از جمله روشهای مختلفی بودند که محققان به منظور پیش بینی حرکت قیمت سهام ، تشخیص روند و/یا خرید/فروش امتیاز برای تجارت سهام انتخاب کردند.

به PDF کامل مراجعه کنید به PDF کامل مراجعه کنید

مقالات مرتبط

در این مطالعه ، یک مدل معاملات سهام دو سطح آبشار ارائه شده است. در سطح اول ، سیگنال های خرید/فروش با بهینه سازی پارامترهای نشانگر فنی RSI با تکنیک های محاسبات تکاملی ایجاد می شوند. سپس با استفاده از پارامترهای انتخاب شده ، در سطح دوم معاملات واقعی با استفاده از یک استراتژی تماس تحت پوشش بهینه انجام می شود. باز هم ، بهینه سازی با محاسبات تکاملی اجرا می شود. در این مطالعه خاص ، الگوریتم های ژنتیکی (GA) و بهینه سازی SWARM ذرات (PSO) به عنوان روش های محاسبات نرم برای بهینه سازی انتخاب می شوند. مقادیر و گزینه های نزدیک پایان روز تاریخی برای S& P 500 Spider ETF (SPY) بین سالهای 2005-2009 استفاده می شود. این سیستم با استفاده از داده ها بین سالهای 2005 تا 2008 آموزش دیده است. آزمایش با داده های 2009 انجام می شود. نتایج حاکی از آن است که مدل پیشنهادی نه تنها از استراتژی خرید و نگه داشتن ، بلکه خرید و فروش ETF به تنهایی بدون گزینه ها عمل می کند. در کار آینده داده های سهام/ETF مختلف و استراتژی های مختلف گزینه های ترکیبی برای شناسایی عملکرد تکنیک های مختلف در این مدل گنجانده شده است.

بارگیری رایگان PDF PDF

در این مطالعه ، یک استراتژی معاملاتی دو سطح با الگوریتم های ژنتیکی و بهینه سازی ذرات برای به حداکثر رساندن سود مدل سازی و بهینه سازی می شود. در سطح اول ، روند یافت می شود و در سطح دوم ، استراتژی های معاملات گزینه ها برای روند خاص مشخص می شود. قیمت اعتصاب و تاریخ انقضا از گزینه های معامله شده بهینه شده و در 5 صندوق معامله شده مختلف (ETF) (DIA ، IWM ، SPY ، XLE ، XLF) آزمایش شده و آزمایش می شود. عملکرد مدل پیشنهادی با شاخص های خرید و نگهدارنده و شاخص های متداول تجزیه و تحلیل فنی مقایسه می شود و نتایج نشان می دهد با استفاده از گزینه های بهینه شده ، سود کلی را با خطر کمتری افزایش می دهد.

بارگیری رایگان PDF PDF

بارگیری رایگان PDF PDF

بارگیری رایگان PDF PDF

IFTA Joual ، نسخه 2013

در این مطالعه ، ما به بررسی موانع روانشناختی در شاخص های سهام 10 بازار آسیا در طی یک دوره 10 ساله از سال 2001-2011 پرداختیم. این تحقیق از طریق استفاده از تست های یکنواختی ، تست نزدیکی سد و آزمایش در مورد پیش بینی بازده سهام انجام شد. ما شواهدی برای موانع در سطح 1000 برای 6 این بازارها (JKSE ، KLSE ، N225 ، STI ، KS11 ، TWII) و در 100 سطح برای 4 این بازارها (Aord ، JKSE ، KLSE ، STI) پیدا کرده ایم. با این حال ، در حالی که ممکن است شواهدی از موانع روانی وجود داشته باشد ، شواهد کمی در مورد پیش بینی بازده سهام ناشی از حضور این موانع روانی وجود دارد.

بارگیری رایگان PDF PDF

بارگیری رایگان PDF PDF

هوش محاسباتی کاربردی و محاسبات نرم

در بازار فارکس ، قیمت ارزها بر اساس بسیاری از عوامل اقتصادی و سیاسی مانند تعادل تجاری ، شاخص رشد ، نرخ تورم و شاخص های اشتغال به سرعت افزایش می یابد و به سرعت کاهش می یابد. داشتن یک استراتژی خوب برای خرید و فروش می تواند از تغییرات فوق سود ببرد. یک استراتژی موفق در فارکس باید رابطه بین مزایا و خطرات را در نظر بگیرد. در این کار ، ما یک استراتژی حدس و گمان ارزی را برای بازارهای ارزی بر اساس ترکیبی از شاخص های فنی پیشنهاد می کنیم. این سیستم دارای یک تصمیم دو سطح است و از مدل رگرسیون پروبیت و کشف قوانین با استفاده از جنگل تصادفی تشکیل شده است. دو مورد حداقل برای یک استراتژی معاملاتی وجود دارد: یک قانون برای ورود به بازار و یک قانون برای خروج از آن. سیستم پیشنهادی ما ، برای ورود به بازار ارز ، باید دو شرط را تأیید کند. اول ، باید قوانین دسترسی تصادفی به جنگل را طی هفته بعد تأیید کند ، در حالی که در دومین مقدار پیش بینی شده از آن.

بارگیری رایگان PDF PDF

Finanse I Prawo Finansowe

هدف از مقاله/فرضیه: هدف از این مقاله بررسی اثربخشی سیستم های معاملاتی ساخته شده بر اساس ابزارهای تحلیل فنی در سال 2015-2020 در شاخص بورس سهام DAX است. با در نظر گرفتن ریسک ناشی از سرمایه گذار ، و همچنین دستیابی به نتایج بهتر از استراتژی های منفعل ، کارآیی به عنوان تولید نرخ مثبت بازده درک می شود. ارائه شواهد تجربی حاکی از ارزش تجزیه و تحلیل فنی نه تنها به دلیل تعداد زیادی از ابزارهای مورد استفاده روزانه ، بلکه به دلیل امکان تقریبا نامحدود آنها برای اصلاح پارامترها و اغلب ارزیابی ذهنی است. روش شناسی: اثربخشی ابزارهای تجزیه و تحلیل فنی با استفاده از استراتژی های سرمایه گذاری منتخب بر اساس نوسان سازها و شاخص ها به دنبال روند مورد آزمایش قرار گرفت. تمام معاملات بر روی پلت فرم Meta Trader 4 انجام شد. استراتژی های تجزیه و تحلیل شده با استفاده از اقدامات کیفیت مدیریت نمونه کارها ، مانند t ، به طور جامع مورد بررسی قرار گرفت.

بارگیری رایگان PDF PDF

معاملات IEEE در سیستم ها ، انسان و سایبرنتیک ، قسمت A: سیستم ها و انسان ها

به تازگی ، روش نمایندگی خطی پراکنده (PLR) برای تطبیق الگوی به بازار سهام اعمال شده است. به این ترتیب ، الگوهای مشابه را می توان از داده های تاریخی بازیابی کرد و قیمت های آینده سهام را می توان با توجه به الگوهای بازیابی شده پیش بینی کرد. در این مقاله ، با استفاده از PLR برای تجزیه داده های تاریخی در بخش های مختلف ، رویکرد متفاوتی صورت می گیرد. در نتیجه ، نقاط عطف موقت (از طریق اوج یا اوج) داده های سهام تاریخی را می توان برای آموزش نظارت بر مدل به شبکه عصبی Backpropagation (BPN) وارد کرد و وارد کرد. پس از این ، مجموعه جدیدی از داده های آزمون می توانند در هنگام شناسایی نقطه خرید یا فروش توسط BPN ، مدل را تحریک کنند. یک مدل PLR هوشمند (IPLR) با ادغام الگوریتم ژنتیکی با PLR برای بهبود تکراری مقدار آستانه PLR توسعه یافته است. بنابراین ، بیشتر سودآوری مدل را افزایش می دهد. سیستم پیشنهادی در سه نوع سهام مختلف ، یعنی صعود ، پایدار و پایین آمدن آزمایش می شود. نتایج تجربی نشان می دهد که رویکرد IPLR می تواند سود قابل توجهی در سهام با تغییرات مختلف ایجاد کند. در پایان ، سیستم پیشنهادی بسیار مؤثر و دلگرم کننده است زیرا نقاط معاملات آینده یک سهام خاص را پیش بینی می کند.

بارگیری رایگان PDF PDF

مجله امور مالی و علوم داده