N. F. F. Ebecken B. S. L. P. de Lima Este artigo aborda as possibilidades de métodos inspirados na natureza para o desenvolvimento de sistemas de negociação. Esses sistemas foram, em primeiro lugar, baseados em otimizadores e indicadores neuro-genéticos, e recentemente outras alternativas foram investigadas. A Inteligência Swarm mostrou ser atraente em diferentes áreas e motivou o desenvolvimento de uma estrutura para a criação de sinais comerciais. Esta estratégia foi aplicada neste trabalho a uma mercadoria específica e os resultados são apresentados. Palavras-chave: Inteligência em enxame, sistemas multi-agente, sistemas de negociação. 1 Introdução Todo mundo reconhece que não há sistema de comércio universal disponível, produzindo uma curva de equidade perfeita. Todos têm seus próprios padrões, conhecimentos e formas específicas de negociação. Mais do que isso, existem sistemas de negociação infinitos que não funcionam. Hoje podemos considerar que essas ferramentas de negociação são apenas auxiliares. Na prática, para a construção de modelos (walk-forward), as conhecidas metodologias de seleção de segurança do Dr. Bandys 1 recomendam uma para concentrar a atenção em alguns pontos básicos: dados suficientes para analisar O preço é razoável Liquidez suficiente Ciclo típico corresponde ao período de espera e ao conforto de retirada Nível Bastante potencial de lucro inteligente em inteligência, sistemas multi-agente, sistemas de negociação. Editado por: A. ZANASI, TEMIS Italia, Itália, C. A. Brebbia, Wessex Institute of Technology, Reino Unido e N. F. F. EBECKEN, COPPE / UFRJ, Brasil Mantenha-me atualizado WIT Press, Ashurst Lodge, Ashurst, Southampton SO40 7AA, Reino Unido. Registrado na Inglaterra como uma empresa de responsabilidade limitada n. º 4741634 Copyright 2016 WIT Press Todos os direitos reservados - Política de devolução - Os preços estão sujeitos a alterações Faça o login usando o formulário abaixo Se você esqueceu sua senha clique aqui para redefini-lo Se você não tiver uma conta , Clique aqui para se cadastrar fechar fechar Este item foi adicionado ao seu carrinho. Desenvolver um sistema de negociação de mudanças de regras para o mercado de futuros usando análise de conjunto áspero. Youngmin Kim a. David Enke, b. Departamento de Engenharia e Engenharia de Sistemas, Universidade de Ciências e Tecnologia de Missouri, 205 Engineering Management, 600 W. 14th Street, Rolla, MO 65409-0370, EUA b Departamento de Engenharia e Engenharia de Sistemas, Missouri University of Science and Technology, 221 Engineering Management, 600 W. 14th Street, Rolla, MO 65409-0370, EUA Recebido em 9 de março de 2016. Revisado em 24 de abril de 2016. Disponível em linha 26 de abril de 2016. Destaques Este estudo propõe um sistema de troca de regras único para o mercado de futuros. A análise de conjunto aproximado é adotada para gerar regras de negociação. Um algoritmo genético é usado para otimizar os limiares para comprar e vender sinais. Para verificar o sistema proposto, é aplicado um método de janela deslizante. Muitos indicadores técnicos foram selecionados como variáveis de entrada para desenvolver um sistema de negociação automatizado que determina a compra e venda de decisão de negociação usando regras de negociação óptimas no mercado de futuros. No entanto, as melhores regras de negociação técnica por si só podem não ser suficientes para a aplicação do mundo real, dado o mercado de futuros que se altera sem cessar. Neste estudo, um sistema de troca de regras (RCTS), que consiste em inúmeras regras de negociação, geradas com base em análise de conjunto aproximado, é desenvolvido para cobrir diversas condições de mercado. Para alterar as regras de negociação, é proposto um mecanismo de alteração de regras com base em resultados de negociação anteriores. Simultaneamente, um algoritmo genético é empregado com a função objetiva de maximizar o índice de recompensa para determinar os limiares de timing de mercado tanto para compra como para venda no mercado de futuros. Um estudo empírico do sistema proposto foi conduzido no mercado de futuros do Índice de Preços de Ações Compostos Coreia 200 (KOSPI 200). O sistema de negociação proposto produz resultados lucrativos em comparação com a estratégia de compra e retenção e um sistema que não utiliza um algoritmo genético para maximizar a relação de retorno. Conjunto áspero Algoritmo genético Sistema de negociação de mudança de regra Mercado de futuros Tabela 1. Fig. 1.
No comments:
Post a Comment