Par Jih-chang Hsieh, Shih-hsin Chen, Pékin Chang, Yuan Taiwan. Au cours des dernières décennies, les techniques de soft computing ont largement été appliquées pour résoudre des problèmes complexes. Parmi les techniques de soft-computing, le système immunitaire artificiel (AIS) est apparu comme une nouvelle approche traitant des problèmes de classification. Dans cet article, un algorithme AIS est développé et appliqué à un deux-gro. Au cours des dernières décennies, les techniques de soft computing ont largement été appliquées pour résoudre des problèmes complexes. Parmi les techniques de soft-computing, le système immunitaire artificiel (AIS) est apparu comme une nouvelle approche traitant des problèmes de classification. Dans cet article, un algorithme AIS est développé et appliqué à un problème de classification en deux groupes. Un exemple de l'industrie bancaire taiwanaise est discuté et les ratios financiers de chaque banque de 1998 à 2002 ont été collectés. Ce système doit distinguer la performance opérationnelle (bonne ou mauvaise) de chaque banque pour offrir un matériel de référence pour les gestionnaires ou les investisseurs. La performance de l'AIS est comparée à d'autres systèmes d'alerte précoce, à savoir les réseaux de neurones génétiques (GNN), le raisonnement basé sur les cas (CBR), le réseau neuronal de rétropropagation (BPN), l'analyse de régression logistique (LR) et l'analyse discriminante quadratique ). Le résultat indique que l'AIS proposé est supérieur à 10 des trois systèmes d'alerte précoce (GNN, CBR et BPN). L'AIS surpasse les systèmes statistiques d'alerte précoce (LR et QDA) d'au moins 24. 1. et plus efficace dans un certain nombre de domaines. Différentes techniques informatiques souples ont toujours été prises en compte dans les systèmes d'alerte précoce financiers tels que Barniv et al. 1, Bell 2, Boritz et Kennedy 3, Colin -5--, Etheridge et Sriram 6, Royaume et Feldman 7, Lee et al. 11 et Odom et Sharda 13. Toutes les recherches ont montré des résultats satisfaisants. Freitas et Timmis 7 ont introduit les fondements de l'artif. L'algorithme génétique et le réseau de neurones (GNN) sont intégrés pour construire un système financier et un système de gestion de l'information et de la communication. L'algorithme génétique et le réseau de neurones (GNN) sont des exemples de systèmes d'alerte précoce. La performance est comparée à d'autres systèmes d'alerte précoce, à savoir le raisonnement basé sur les cas, le réseau neuronal de rétropropagation, la régression logistique Analyse et analyse discriminante quadratique. Le résultat indique que le GNN proposé dans cette recherche est un peu supérieur aux deux autres systèmes d'alerte précoce soft computing. Et le GNN surperforme les systèmes statistiques d'alerte précoce au moins 13. d avec des techniques de soft computing. Les techniques d'informatique variousssoft, en particulier les réseaux neuronaux et les algorithmes génétiques, sont considérées comme telles. Barniv et al. 1, Bell 2, Boritz et Kennedy 3, sColin -5-, Etheridge et Sriram 6, Kingdom et Feldman 8, Lee et al. 10, et Odom et Shardas12. Toutes les recherches ont montré des résultats satisfaisants. sPar conséquent, une intégration de l'algorithme génétique andsurale n. Par Laura Nez-letamendia, Gonzalo Chávez, Julio De Castro, Salvador Carmona For. Cet article étudie le problème de la façon dont les changements dans la conception de l'algorithme génétique (GA) ont un effet sur les résultats obtenus dans des applications de la vie réelle. Dans cette étude, axée sur l 'application d' une AG à l 'ajustement des règles commerciales techniques dans le contexte des marchés financiers, Cet article étudie le problème de la façon dont les changements dans la conception de l'algorithme génétique (GA) ont un effet sur les résultats obtenus dans des applications de la vie réelle. Dans cette étude, axée sur l'application d'une GA à l'affinement des règles techniques de négociation dans le contexte des marchés financiers, notre thèse provisoire est que l'AG est robuste en ce qui concerne les changements de conception. L'optimisation des systèmes techniques de négociation est un domaine approprié pour l'application de la métaheuristique GA, car la complexité du problème augmente exponentiellement à mesure que de nouvelles règles techniques sont ajoutées au système et que le temps de réponse est crucial lors de l'application du système en temps réel Les données. Jusqu'à présent, la plupart des applications de GAs à ce sujet ont évité la question de la dépendance de conception possible dans leurs résultats. Les données que nous rapportons, basées sur nos expériences, ne nous permettent pas de réfuter l'hypothèse de robustesse de l'AG à l'implémentation de conception, lors de l'application à l'optimisation des systèmes techniques de négociation. Utilisation d'algorithmes génétiques pour trouver des règles commerciales techniques sur les marchés financiers. Pratique de l'analyse quottochnique dans de nombreux marchés financiers organisés pour prévoir les changements de prix futurs. Comme les règles techniques de négociation s'appuient sur des données historiques accessibles au public telles que les prix passés, elles ne devraient pas conduire à des profits ajustés en fonction du risque au-dessus du rendement d'équilibre sur des marchés efficaces sur le plan de l'information. Dans les tests de règles de négociation précédentes, les règles ont été prises comme données. Dans cette dissertation, un algorithme génétique basé sur les idées de l'évolution naturelle est utilisé pour déduire les règles commerciales techniques des prix passés. L'algorithme a été appliqué à un indice boursier composite (SampP 500) et séparément aux contrats à terme correspondants. Pour l'indice SampP 500, les règles trouvées par l'algorithme ont conduit à des rendements excédentaires statistiquement significatifs supérieurs à la stratégie buy-and-hold dans la période d'essai hors échantillon de 1970-1989. Les règles avaient une capacité de synchronisation de marché importante et les résultats ne pouvaient pas être expliqués par des modèles de rendements de stock testés au moyen de simulations bootstrap. Pour les futurs SampP 500, il a été constaté que les signaux de la règle de négociation étaient déclenchés par de fortes variations des prix, qui ont ensuite été partiellement inversées. Il y avait également des modèles cohérents dans l'activité de négociation d'options coïncidant avec les signaux de la règle de négociation. Bien que les tendances observées puissent être dues à un comportement de couverture rationnel, les résultats concordent également avec une explication selon laquelle les prix sont affectés par des changements irrationnels dans le sentiment des investisseurs, résultant d'une réaction excessive à l'information récente et saillante. Les résultats suggèrent que les règles commerciales trouvées par l'algorithme génétique exploitent les biais cognitifs des participants au marché. Voulez-vous lire le reste de cet article. Références Citations 3 Références Références 0 quotPereira (1996) les utilizo pour trouver les valeurs optimos de los parametros usados pour les tres règles de transaccion distintos pour el tipo de cambio quotdolar americano dolar australianoquot: los parametros obtenidos mostraron resultados intramuestrales positivos, Les règles hors du signe, aun si siguieron siendo louerables. Allen ampli Karjalainen (1999) quot Montrer l'abrégé Cacher l'abrégé RÉSUMÉ: Cet ouvrage analyse la capacité des modèles multivariés dinamiques récursifs construidos à traves de algoritmos génétiques et des réseaux neuronales recursivas para predecir el signo de las variaciones semanales de IPSA. Les données correspondent à la période comprise entre le 14 juillet 1997 et le 9 décembre 2002. Les modèles ont été évalués en 60 séries générées par un bloc-bootstrap. Les résultats que la courbe rouge a tendu au-dessus de la capacité que le modèle d'algorithmes génétiques et le modèle naïf pour signer le signe des variations d'IPSA, que cette capacité prédictive série significative, et que la stratégie de commerce a basé dans les senales de la vente dadas Par ce modèle permitinx27an obtenir retomos relativamente mas altos. Se destaca que la rouge ward et le modèle d'algorithmes généraux superaron, en moyenne, à la stratégie acheter et conserver, une fois que vous considérez un coût pour la transaction équivalent à 0,1 del monto transado. Cet article étudie le problème de la façon dont les changements dans la conception de l'algorithme génétique (AG) ont un effet sur les résultats obtenus dans les applications de la vie réelle . Dans cette étude, axée sur l'application d'une GA à l'affinement des règles techniques de négociation dans le contexte des marchés financiers, notre thèse provisoire est que l'AG est robuste en ce qui concerne les changements de conception. L'optimisation des systèmes techniques de négociation est un domaine approprié pour l'application de la métaheuristique GA, car la complexité du problème augmente exponentiellement à mesure que de nouvelles règles techniques sont ajoutées au système et que le temps de réponse est crucial lors de l'application du système en temps réel Les données. Jusqu'à présent, la plupart des applications de GAs à ce sujet ont évité la question de la dépendance de conception possible dans leurs résultats. Les données que nous rapportons, basées sur nos expériences, ne nous permettent pas de réfuter l'hypothèse de robustesse de l'AG à la mise en œuvre de la conception, lors de l'application à l'accord technique des systèmes de négociation. Article intégral Juin 2007 Laura Nez-LetamendiaComparaison des algorithmes génétiques pour les stratégies de trading Les prix bruts finaux peuvent varier en fonction de la TVA locale. Dans cette contribution, nous décrivons et comparons deux systèmes génétiques qui créent des stratégies commerciales. Le premier système est basé sur l'idée que la matrice de poids de connexion d'un réseau neuronal représente le génotype d'un individu et peut être modifiée par un algorithme génétique. Le deuxième système utilise la programmation génétique pour dériver les stratégies de négociation. Comme données d'entrée dans nos expériences, nous avons utilisé des indicateurs techniques des stocks NASDAQ. Comme sortie, les algorithmes génèrent des stratégies de négociation, c'est-à-dire acheter, détenir et vendre des signaux. Notre hypothèse selon laquelle les stratégies obtenues par programmation génétique apporte de meilleurs résultats que la stratégie buy-and-hold a été prouvée statistiquement significative. Nous discutons nos résultats et les comparons à nos expériences antérieures avec la technologie floue, l'approche fractale, et avec la stratégie d'indicateur technique simple. Algorithmes génétiques approche neurogénétique système neuroevolutionnaire programmation génétique réseau neuronal investissement prévisionnel modélisation financière analyse technique
No comments:
Post a Comment