کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6855696 660734 2016 36 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An adaptive stock index trading decision support system
ترجمه فارسی عنوان
یک سیستم حمایت از تصمیم گیری در رابطه با شاخص سهام انباشته
ترجمه چکیده
پیش بینی روند و حرکت قیمت سهام سهام دشوار است، اغلب منجر به تجارت بیش از حد، هزینه های معامله، و فرصت های از دست رفته. اغلب معامله گران به یک روش سیستماتیک نیاز دارند تا نه تنها فرصت های تجاری را مشخص کنند، بلکه یک رویکرد هماهنگ را فراهم می کنند، در نتیجه به حداقل رساندن اشتباهات تجاری و هزینه ها. در حالی که سیستم های معاملاتی مکانیکی وجود دارد، آنها معمولا برای یک سهام خاص، شاخص سهام یا دیگر دارایی های مالی طراحی شده اند و اغلب به شدت وابسته به ورودی های پیشین و پارامترهای مدل هستند که انتظار می رود که پس از آموزش اولیه یا پشت سر هم به ارائه اطلاعات تجاری ادامه دهند. دوره توسعه مدل مورد آزمایش قرار گرفت. تحقیقات زیر منجر به یک مدل معاملاتی مفصل می شود که راه های موثرتری و هوشمندانه برای شناخت سیگنال های معاملاتی و کمک به سرمایه گذاران در تصمیم گیری های تجاری با استفاده از یک سیستم است که هر دو ورودی و مدل پیش بینی را بر اساس خروجی مطلوب سازگار می کند. برای نشان دادن رویکرد انطباقی، ورودی های متعدد و تکنیک های مدل سازی از جمله شبکه های عصبی، بهینه سازی ذرات ذرات و انهویز کردن استفاده می شود. شبیه سازی با شاخص های سهام نشان می دهد که چگونه معامله گران می توانند درآمد بیشتری را با استفاده از مدل سیستم پشتیبانی تصمیمی تصدیق توسعه تولید کنند. مزایای اضافه کردن تصمیم سازگار و هوشمند به پیش بینی نیز مورد بحث قرار گرفته است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Predicting the direction and movement of stock index prices is difficult, often leading to excessive trading, transaction costs, and missed opportunities. Often traders need a systematic method to not only spot trading opportunities, but to also provide a consistent approach, thereby minimizing trading errors and costs. While mechanical trading systems exist, they are usually designed for a specific stock, stock index, or other financial asset, and are often highly dependent on preselected inputs and model parameters that are expected to continue providing trading information well after the initial training or back-tested model development period. The following research leads to a detailed trading model that provides a more effective and intelligent way for recognizing trading signals and assisting investors with trading decisions by utilizing a system that adapts both the inputs and the prediction model based on the desired output. To illustrate the adaptive approach, multiple inputs and modeling techniques are utilized, including neural networks, particle swarm optimization, and denoising. Simulations with stock indexes illustrate how traders can generate higher returns using the developed adaptive decision support system model. The benefits of adding adaptive and intelligent decision making to forecasts are also discussed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Expert Systems with Applications - Volume 59, 15 October 2016, Pages 195-207
نویسندگان
, , , ,