کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7378860 | 1480131 | 2016 | 17 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Financial technical indicator based on chaotic bagging predictors for adaptive stock selection in Japanese and American markets
ترجمه فارسی عنوان
شاخص تکنیکال مالی بر اساس پیش بینی های بمبی هرج و مرج برای انتخاب سهام انطباق در بازارهای ژاپن و آمریکا
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
برای بررسی پیش بینی و سودآوری بازارهای مالی، ما سه ایده را برای بهبود تجزیه و تحلیل فنی سنتی برای تشخیص زمان بندی سرمایه گذاری سریع تر معرفی می کنیم. اولا، یک مدل پیش بینی غیر خطی به عنوان یک روش موثر برای افزایش این توان تشخیص با یادگیری الگوهای پیچیده رفتاری پنهان در بازارهای مالی در نظر گرفته می شود. در مرحله دوم، الگوریتم کیسه سازی می تواند برای تعیین اعتماد به پیش بینی ها و ایجاد شاخص های فنی جدید استفاده شود. سوم اینکه، ما همچنین نحوه انتخاب سهام با ارزش تر را برای بهبود عملکرد سرمایه گذاری با انتخاب دو مرحله ای معرفی می کنیم: اولین گام سهام دوره های یادگیری را بیشتر قابل پیش بینی می سازد و سپس مرحله دوم به طور انطباق و به صورت پویا، سهام با اعتماد به نفس را نشان می دهد سیگنال فنی قابل توجه در هر سرمایه گذاری. در نهایت، برخی از شبیه سازی های سرمایه گذاری بر اساس اطلاعات مالی واقعی نشان می دهد که این ایده ها در غلبه بر بازارهای مالی پیچیده ای موفق بوده اند.
موضوعات مرتبط
مهندسی و علوم پایه
ریاضیات
فیزیک ریاضی
چکیده انگلیسی
In order to examine the predictability and profitability of financial markets, we introduce three ideas to improve the traditional technical analysis to detect investment timings more quickly. Firstly, a nonlinear prediction model is considered as an effective way to enhance this detection power by learning complex behavioral patterns hidden in financial markets. Secondly, the bagging algorithm can be applied to quantify the confidence in predictions and compose new technical indicators. Thirdly, we also introduce how to select more profitable stocks to improve investment performance by the two-step selection: the first step selects more predictable stocks during the learning period, and then the second step adaptively and dynamically selects the most confident stock showing the most significant technical signal in each investment. Finally, some investment simulations based on real financial data show that these ideas are successful in overcoming complex financial markets.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica A: Statistical Mechanics and its Applications - Volume 442, 15 January 2016, Pages 50-66
Journal: Physica A: Statistical Mechanics and its Applications - Volume 442, 15 January 2016, Pages 50-66
نویسندگان
Tomoya Suzuki, Yuushi Ohkura,