Sistema de negociação de ações inteligente com previsão de tendência de preços e reconhecimento de reversão usando redes neurais de módulo duplo. Cite este artigo como: Jang, GS. Lai, F. Jiang, BW. Et al. Appl Intell (1993) 3: 225. doi: 10.1007BF00871939 Este artigo apresenta um sistema de negociação de ações inteligente que pode gerar sugestões comerciais oportunas de acordo com a previsão de tendências de curto prazo de movimento de preços usando redes neurais de dois módulos (rede dupla) . Os indicadores técnicos retrospectivos extraídos do preço bruto e do volume de séries temporais coletados no mercado são utilizados como variáveis independentes para modelagem neural. Ambos os módulos da rede neural da rede dupla aprendem a correlação entre as tendências do movimento dos preços e os indicadores técnicos retrospectivos pelo uso de um algoritmo de aprendizagem de retro-propagação modificado. Reforçando a correlação temporária entre os pesos neurais e os padrões de treinamento, os módulos duplos de redes neurais são treinados, respectivamente, em uma janela móvel de curto e longo prazos de padrões de treinamento. Um mecanismo adaptativo de reconhecimento de reversão que pode auto-ajustar os limiares para identificar o tempo de compra ou venda de ações também foi desenvolvido em nosso sistema. Mostra-se que a arquitetura de rede dupla proposta generaliza melhor do que uma rede neural de módulo único. De acordo com as características da taxa de retorno aceitável e a qualidade consistente das sugestões comerciais mostradas na avaliação de desempenho, um sistema de negociação de ações inteligente com previsão de tendência de preços e reconhecimento de reversão pode ser realizado usando as redes neurais de módulo duplo proposto. Previsão de redes neurais negociação de ações Referências J. Felsen, técnicas de reconhecimento de padrões de aprendizagem aplicadas à previsão do mercado de ações, IEEE Trans. Systems Man Cybernet. . Vol. SMC-5, no. 6, pp. 583594, 1975. Google Scholar J. F. Elder, IV e M. T. Finn, Criando modelos complexos para a previsão, Analistas Financeiros J.. Pp. 7379, janeiro de fevereiro de 1991. D. D. Hawley, J. D. Johnson e D. Raina, sistemas neurais artificiais: uma nova ferramenta para a tomada de decisões financeiras, analistas financeiros J.. Pp. 6372. Novembro de dezembro de 1990. E. Schoneburg, Previsão de preço das ações usando redes neurais: Um relatório de projeto, Neurocomputing. Vol. 2, pp. 1727, 1990. Google Scholar T. Kimoto, K. Asakawa, M. Yoda e M. Takeoka, sistema de previsão do mercado de ações com redes neurais modulares, Proc. IEEE Int. Conf. Redes neurais . 1990, pp. 16. F. S. Wong, previsão de séries temporais usando redes neurais de retro-propagação, Neurocomputing. Vol. 2, pp. 147159, 1991. Google Scholar G. S. Jang, F. Lai, B. W. Jiang e L. H. Chien, um sistema inteligente de previsão e inversão de tendências usando redes neurais de módulo duplo, Proc. First Int. Conf. Artif. Intell. Appl. Em Wall Street. Nova Iorque, 1991, pp. 4251. G. S. Jang, F. Lai, B. W. Jiang, C. C. Pan e L. H. Chien, um sistema inteligente de gerenciamento de portfólio de ações baseado na previsão de tendências de curto prazo usando redes neurais de módulo duplo, Proc. Int. Conf. Artif. Redes neurais . Finlândia, 1991, pp. 447452. J. Utans e J. Moody, Selecionando a arquitetura da rede neural através do risco de predição: Aplicação à predição da classificação das obrigações corporativas, Proc. First Int. Conf. Artif. Intell. Appl. Em Wall Street. Nova Iorque, 1991, pp. 3541. A. Guez, J. L. Eilbert e M. Kam, arquitetura de rede Neural para controle, IEEE Control Syst. Mag. Vol. 8, não. 2, pp. 2225, abril de 1988. Google Scholar R. P. Gorman e T. J. Sejnowski, análise de unidades escondidas em uma rede em camadas treinada para classificar alvos de sonar, Redes Neurais. Vol. 1, não. 1, pp. 7590, 1988. Google Scholar T. J. Sejnowski e C. R Rosenberg, redes paralelas que aprendem a pronunciar texto em inglês, sistema complexo. . Vol. 1, 1987, pp. 145168. Google Scholar J. J. Murphy, Análise Técnica dos Mercados Futuros, Um Guia Completo de Métodos e Aplicações de Negociação. New York Institute of Finance: Nova York, 1986. Google Scholar G. C. Lane, estratégias de negociação. Future Symposium International: Tucson, AZ, 1984. Google Scholar K. Hornik, M. Stinchcombe e H. White, as redes feedforward multicamadas são aproximadores universais, Redes Neurais. Vol. 2, pp. 359366, 1989. CrossRef Google Scholar D. E. Rumelhart, J. L. McClelland e o PDP Research Group, Parallel Distributed Processing Explorations na Microstructure of Cognition. Volume I: Fundações. MIT Press: Cambridge, MA, 1986. Google Scholar S. C. Huang e Y. F. Huang, Learning algoritmos para perceptrons usando back-propagation com atualizações seletivas, IEEE Control Syst. Mag. Vol. 10, não. 3, pp. 5661, abril de 1990. Google Scholar G. Mani, diminuindo a variação das decisões usando os portfólios de redes neurais artificiais, a Computação Neural. Vol. 3, pp. 484486, 1991. Google Scholar T. C. Lee, Adaptação ao Nível da Estrutura para Redes Neurais Artificiais. Kluwer Academic: Boston, 1991. Google Scholar D. E. Goldberg, Algoritmos Genéticos em Pesquisa, Otimização e Aprendizado de Máquinas. Addison-Wesley: Reading, MA, 1989. Google Scholar J. W. Wilder, Jr., Novos conceitos em sistemas de negociação técnica. Trend Research: Greensboro, NC, 1978. Google Scholar Informações de direitos autorais Kluwer Academic Publishers 1993 Autores e Afiliações Gia-Shuh Jang 1 Feipei Lai 1 Bor-Wei Jiang 1 Tai-Ming Parng 1 Li-Hua Chien 2 1. Departamento de Engenharia Elétrica e Departamento de Ciência da Computação e Engenharia da Informação Universidade Nacional de Taiwan Taipei Taiwan, ROC 2. Grupo de Mercado de Capitais China Development Corporation China Sobre este artigo Imprimir ISSN 0924-669X Online ISSN 1573-7497 Nome do editor Kluwer Academic PublishersLearn Forex Trading Se você quer aprender Forex trading , Então nosso guia lhe dará o melhor começo que você pode obter. O guia é um curso completo sobre como negociar comercialmente com rentabilidade. Nenhum conhecimento prévio da negociação Forex é necessário, pois explicamos tudo de uma só vez. Se você quer aprender como trocar FX de forma lucrativa, nosso guia IFT irá ensinar tudo o que você precisa saber. O guia irá apresentá-lo ao comércio Forex (FX), explicar como o mercado FX realmente funciona e discutir os aspectos práticos da negociação. Mais importante ainda, isso lhe dará a vantagem no comércio FX e ensinar-lhe a estratégia que usamos para obter lucro. Navegue para baixo para obter uma introdução ao nosso guia e como ele pode transformar sua vida. Benefícios de aprender a trocar conosco 1. Conhecer a verdade sobre o mercado Forex Nós diremos a verdade sobre o funcionamento do mercado de divisas e, mais importante, como você pode usar esse conhecimento para ganhar dinheiro usando nossa estratégia. 2. Aprenda com um profissional. Obterá tutoria especializada de um comerciante profissional de Forex. Você aprenderá tudo o que você precisa saber sobre o comércio do básico para a estratégia profissional que usamos para ganhar dinheiro. 3. Comercializar o caminho certo O guia fornece uma explicação detalhada da estratégia de negociação FX profissional que usamos, incluindo instruções passo-a-passo sobre como negociar a estratégia, quando inserir sair de um comércio, o que interrompe a perda e o lucro Alvos para usar, como gerenciar negócios abertos e vários negócios de exemplo. 4. Siga as nossas negociações Use nosso serviço de sinal comercial e siga os negócios que realizamos em tempo real. Você também receberá comentários de mercado ao vivo e um e-mail de resumo diário explicando o que aconteceu nos mercados e os negócios que fizemos. 5. Suporte total - todas as suas perguntas respondidas Nós fornecemos suporte total para quem compra nosso livro. Queremos ajudá-lo a negociar com sucesso e ficaremos felizes em ajudar com quaisquer perguntas que você tenha. Aprenda a negociar como um profissional Nosso guia de Forex irá ajudá-lo a entrar no caminho mais rápido para o sucesso e ensinar-lhe como negociar como um profissional. Então, junte-se a nós agora e obtenha a vantagem em Forex trading. Stock Trading System: Framework for Development and Evaluation of Stock Trading Strategies LeBaron, B. Do Moving Average Trading Rule Results Imply Nonlinearities in Foreign Exchange Markets Social Science Research, 143 (1992) Hellstrom , T. ASTA - uma ferramenta para o desenvolvimento de algoritmos de previsão de estoque. Theory of Stochastic Processe 5 (21), 2232 (1999) NASTradingSystem (Swing Trading System) (Acessado em 15 de dezembro de 2005), nastradingsystem Nenortaite, J. Simutis, R. Adaptando a otimização de enxertos de partículas aos mercados de ações. Em: Design e Aplicações de Sistemas Inteligentes. 5ª Conferência Internacional sobre Design e Aplicação de Sistemas Inteligentes, pp. 520525. IEEE, Los Alamitos (2005) Nenortaite, J. Simutis, R. Stocks Trading System Com base no Algoritmo de Otimização de Enxertos de Partículas. Em: Bubak, M. van Albada, G. D. Sloot, P. M.A. Dongarra, J. (eds.) ICCS 2004. LNCS, vol. 3039, pp. 843850. Springer, Heidelberg (2004) CrossRef Trading para lucros (Acessado em 15 de dezembro de 2005), tradeforprofits UltraTradingSystem (Acessado em 15 de dezembro de 2005), sistema ultratradings WinnerStockPicks (Daily Trading System) (Acessado em 15 de dezembro de 2005), winnerstockpicks Sobre este Capítulo Título Sistema de negociação de ações: Estrutura para desenvolvimento e avaliação de estratégias de negociação de ações Título do livro Ciência computacional ICCS 2006 Legenda do livro 6ª Conferência internacional, Reading, Reino Unido, 28 a 31 de maio de 2006, Procedimentos, Parte I Páginas pp 1034-1037 Direitos de autor 2006 DOI 10.100711758501166 ISBN 978-3-540-34379-0 ISBN 978-3-540-34380-6 Título da série Notas de aula na série de informática Série Volume 3991 ISSN 0302-9743 Editora Springer Berlin Heidelberg Proprietário de direitos autorais Springer-Verlag Berlin Heidelberg Links adicionais Sobre este livro Tópicos Teoria da Computação Engenharia de SoftwareProgramação e Sistemas Operacionais Sistemas de Informação e Informática Numérica Serviço de informática, visão, reconhecimento de padrões e simulação de gráficos e modelagem Setores da indústria Materiais Aço Aeroespacial Automotivo Consumidor Mercadorias embaladas Pacotes de livros eletrônicos Editores de ciência da computação Vassil N. Alexandrov (16) Geert Dick van Albada (17) Peter MA Sloot (18) Jack Dongarra (19) Editor Afiliados 16. Centro de Informática Avançada e Tecnologias Emergentes, Escola de Engenharia de Sistemas, Universidade de Reading 17. Departamento de Matemática e Ciência da Computação, Universidade de Amsterdã 18. Faculdade de Ciências, Seção de Ciências Computacionais, Universidade de Amsterdã 19. Departamento de Ciência da Computação, Universidade do Tennessee Autores Jovita Nenortait (20) Alminas ivilis (21) Afiliações de autor 20. Faculdade de Ciências Humanas de Kaunas, Departamento de Ciência da Computação, Universidade de Vilnius, Muitines 8, 44280, Kaunas, Lituânia 21. A Faculdade de Ciências da Computação Matemática e Informática, Universidade de Vilnius, Naugarduko 24, 03225, Vilnius, Lituânia Continue lendo. Para ver o resto deste conteúdo, siga o link de download do PDF acima.
Comments
Post a Comment