کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4943480 1437633 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Evolving trading strategies using directional changes
ترجمه فارسی عنوان
استراتژی های تجارت در حال رشد با استفاده از تغییرات جهت
کلمات کلیدی
تغییرات جهت، پیش بینی مالی، تجارت الگوریتمی، الگوریتم ژنتیک،
ترجمه چکیده
اکثر روش های پیش بینی از یک مقیاس زمان فیزیکی برای مطالعه نوسان قیمت در بازارهای مالی استفاده می کنند و جریان زمان فیزیکی را متوقف می کند. بنابراین، با استفاده از یک مقیاس زمان فیزیکی، ممکن است شرکت ها به علت نادیده گرفتن فعالیت های قابل توجه، به مخاطره اندازند. در این مقاله، یک روش جایگزین و اصلی برای بررسی فعالیت های مهم در بازار مورد بررسی قرار گرفته است. ایده اصلی این است که از یک مقیاس زمان مبتنی بر رویداد بر اساس روش جدید خلاصه کردن داده ها استفاده شود، به نام تغییرات جهت. در کنار الگوریتم ژنتیک، رویکرد پیشنهادی با هدف یافتن یک استراتژی تجاری که حداکثر سودآوری را در بازارهای ارز خارجی به ارمغان می آورد. برای ارزیابی کارایی و کارایی آن، آزمایشات دقیق را بر روی 255 مجموعه داده از 6 جفت ارزی مختلف انجام می دهیم که شامل اطلاعات روزانه در بازار نقطه ارز خارجی می باشد. نتایج این آزمایش ها نشان می دهد که رویکرد پیشنهادی ما قادر به ایجاد استراتژی های تجاری جدید و سودآور است که به طور قابل ملاحظه ای از سایر سنت های استراتژی های تجاری مانند تجزیه و تحلیل فنی و خرید و نگهداری جلوگیری می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
استراتژی های تجارت در حال رشد با استفاده از تغییرات جهت
چکیده انگلیسی
The majority of forecasting methods use a physical time scale for studying price fluctuations of financial markets, making the flow of physical time discontinuous. Therefore, using a physical time scale may expose companies to risks, due to ignorance of some significant activities. In this paper, an alternative and original approach is explored to capture important activities in the market. The main idea is to use an event-based time scale based on a new way of summarising data, called Directional Changes. Combined with a genetic algorithm, the proposed approach aims to find a trading strategy that maximises profitability in foreign exchange markets. In order to evaluate its efficiency and robustness, we run rigorous experiments on 255 datasets from six different currency pairs, consisting of intra-day data from the foreign exchange spot market. The results from these experiments indicate that our proposed approach is able to generate new and profitable trading strategies, significantly outperforming other traditional types of trading strategies, such as technical analysis and buy and hold.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 73, 1 May 2017, Pages 145-160
نویسندگان
, ,