Intelligentes Aktienhandels-System mit Preistrend Vorhersage und Umkehr Erkennung mit Dual-Modul neuronale Netze Zitieren Sie diesen Artikel als: Jang, GS. Lai, F. Jiang, BW. Et al. Appl Intell (1993) 3: 225. doi: 10.1007BF00871939 Dieser Artikel präsentiert ein intelligentes Aktienhandelssystem, das zeitnah Aktienhandelsvorschläge nach der Vorhersage von kurzfristigen Trends der Preisentwicklung mit Dual-Modul neuronale Netze (Dual-Net) . Als unabhängige Variablen für die neuronale Modellierung werden retrospektive technische Indikatoren aus Rohpreis - und Volumen-Zeitreihen-Daten aus dem Markt verwendet. Beide neuronalen Netzwerkmodule des dualen Netzes erlernen die Korrelation zwischen den Trends der Preisbewegung und den retrospektiven technischen Indikatoren mit Hilfe eines modifizierten Algorithmus für die Backpropagation. Zur Verstärkung der temporären Korrelation zwischen den neuronalen Gewichten und den Trainingsmustern werden duale Module von neuronalen Netzen jeweils auf einem kurzfristigen und einem langfristigen bewegten Fenster von Trainingsmustern trainiert. Ein adaptiver Umkehrerkennungsmechanismus, der Schwellenwerte für die Identifizierung des Zeitpunkts für den Kauf oder Verkauf von Beständen anpassen kann, wurde ebenfalls in unserem System entwickelt. Es wird gezeigt, dass die vorgeschlagene Dualnetzarchitektur besser als ein einzelnes neuronales Netzwerk verallgemeinert. Entsprechend den Merkmalen der annehmbaren Rendite und der gleichbleibenden Qualität der in der Leistungsbewertung aufgezeigten Handlungsvorschläge kann ein intelligentes Aktienhandelssystem mit Preistrendvorhersage und Umkehrerkennung unter Verwendung der vorgeschlagenen neuronalen Netze mit zwei Modulen realisiert werden. Neuronale Netze Vorhersage Aktienhandel Referenzen J. Felsen, Learning Muster Anerkennung Techniken an der Börse Prognose, IEEE Trans. Systemen Man Cybernet. . Vol. SMC-5, Nr. 6, S. 583594, 1975. Google Scholar J. F. Elder, IV und M. T. Finn, Schaffung optimal komplexer Modelle für die Prognose, Financial Analysts J.. S. 7379, JanuarFebruar 1991. D. D. Hawley, J. D. Johnson, und D. Raina, Künstliche neuronale Systeme: Ein neues Instrument für die finanzielle Entscheidungsfindung, Financial Analysts J.. S. 6372. NovemberDezember 1990. E. Schoneburg, Aktienkursvorhersage mit neuronalen Netzen: Ein Projektbericht, Neurocomputing. Vol. Google Scholar T. Kimoto, K. Asakawa, M. Yoda und M. Takeoka, Börsenvorhersagesystem mit modularen neuronalen Netzwerken, Proc. IEEE Int. Gemeinsames Conf. Neuronale Netze . 1990, S. 16, F. S. Wong, Zeitreihen-Prognose mit Back-Propagation Neuronale Netze, Neurocomputing. Vol. 2, S. 147159, 1991. Google Scholar G. S. Jang, F. Lai, B. W. Jiang und L. H. Chien, ein intelligentes Trendvorhersage - und Umkehrerkennungssystem mit Dual-Modul-neuronalen Netzwerken, Proc. Erste Int. Conf. Artif. Intell. Appl. Auf der Wall Street. New York, 1991, S. 4251. G. S. Jang, F. Lai, B. W. Jiang, C. C. Pan und L. H. Chien, ein intelligentes Portfolio-Management-System basierend auf kurzfristigen Trend-Vorhersage mit Dual-Modul neuronale Netze, Proc. Int. Conf. Artif. Neuronale Netze . Finnland, 1991, S. 447452. J. Utans und J. Moody, Auswahl der neuronalen Netzwerkarchitektur über das Vorhersagerisiko: Anwendung auf Unternehmensanleihen-Ratingvorhersage, Proc. Erste Int. Conf. Artif. Intell. Appl. Auf der Wall Street. New York, 1991, S. 3541. A. Guez, J. L. Eilbert und M. Kam, Neuronale Netzwerkarchitektur für die Steuerung, IEEE Control Syst. Mag. Vol. 8, Nr. 2, S. 2225, April 1988. Google Scholar R. P. Gorman und T. J. Sejnowski, Analyse von verborgenen Einheiten in einem geschichteten Netzwerk ausgebildet, um Sonar Ziele zu klassifizieren, Neuronale Netze. Vol. 1, Nr. 1, S. 7590, 1988. Google Scholar T. J. Sejnowski und C. R. Rosenberg, Parallele Netzwerke, die englischen Text aussprechen, Komplexes Syst. . Vol. 1, 1987, S. 145168. Google Scholar J. J. Murphy, Technische Analyse der Futures-Märkte, ein umfassender Leitfaden für Handelsmethoden und Anwendungen. New York Institut für Finanzen: New York, 1986. Google Scholar G. C. Spur, Handelsstrategien. Future Symposium International: Tucson, AZ, 1984. Google Scholar K. Hornik, M. Stinchcombe und H. White, Multilayer-Feedforward-Netzwerke sind universelle Approximatoren, Neuronale Netze. Vol. 2, S. 359366, 1989. CrossRef Google Scholar D. E. Rumelhart, J. L. McClelland, und die PDP-Forschungsgruppe, Parallel Distributed Processing Explorations in der Mikrostruktur der Kognition. Band I: Grundlagen. MIT Press: Cambridge, MA, 1986. Google Scholar S. C. Huang und Y. F. Huang, Lernalgorithmen für Perzeptrons mit Back-Propagation mit selektiven Updates, IEEE Control Syst. Mag. Vol. 10, Nr. 3, S. 5661, April 1990. Google Scholar G. Mani, Senkung der Varianz der Entscheidungen durch die Verwendung von künstlichen neuronalen Netzwerk-Portfolios, Neural Computation. Vol. 3, S. 484486, 1991. Google Scholar T. C. Lee, Strukturebenenanpassung für künstliche neuronale Netze. Kluwer Academic: Boston, 1991. Google Scholar D. E. Goldberg, Genetische Algorithmen in der Suche, Optimierung und Maschinelles Lernen. Addison-Wesley: Reading, MA, 1989. Google Scholar J. W. Wilder, Jr., Neue Konzepte in technischen Handelssystemen. Trend Research: Greensboro, NC, 1978. Google Scholar Copyright Informationen Kluwer Academic Publishers 1993 Autoren und Mitgliedschaften Gia-Shuh Jang 1 Feipei Lai 1 Bor-Wei Jiang 1 Tai-Ming Parng 1 Li-Hua Chien 2 1. Abteilung für Elektrotechnik und Institut für Informatik und Informationstechnik National Taiwan University Taipei Taiwan, ROC 2. Kapitalmarkt-Gruppe China Development Corporation China Über diesen ArtikelTrade-Dienstleistungen Der erste Download unten - Leitfaden für das Handelssystem (MIT201) - bietet detaillierte Informationen über den Betrieb von Millennium Exchange Einschließlich einer generischen Beschreibung ihrer Funktionalität. Die technischen Daten von Millennium Exchange finden Sie hier. Millennium Exchange Geschäftsparameter Die detaillierte Funktionsweise jedes Handelsdienstes wird durch die spezifische Konfiguration von Millennium Exchange für diesen Dienst und die Regeln der London Stock Exchange geregelt. Die Millennium Exchange Business-Parameter ist der zweite Download unten bietet Einzelheiten über die Konfiguration der einzelnen Handelsservices einschließlich: Details der täglichen Handelszeitplan einschließlich Timings Basis der Berechnung der Öffnung amp Schlusskurs Publikation und Abwicklung Regime in Betrieb Struktur der Preisüberwachung und herrschenden Schwellen Ordnung Und Handelstypen, einschließlich Einzelheiten zu beliebigen Mindestgrößenbeschränkungen Vergleich zwischen Trading Services einschließlich Auswahlkriterien Überblick über Market Maker Verpflichtung Größen (EMS) Leitfaden für Trading System Leitfaden für das Handelssystem (MIT201) Unsere Verpflichtung, weiterhin unsere Märkte zu verbessern und besser zu machen Wert für Kunden wird durch die Übernahme der MillenniumITs Multi-Asset-Klasse, der Ultra-Low-Latency-Plattform Millennium Exchange, demonstriert. Der erste Download unten - Leitfaden für das Handelssystem (MIT201) - bietet detaillierte Informationen über den Betrieb von Millennium Exchange einschließlich einer allgemeinen Beschreibung seiner Funktionalität. Die Einführung der Millennium Exchange sah die Latenz auf ein Zehntel unseres bisherigen Handelssystems (126 auf 99 Prozent). Seit dieser Zeit haben wir neue Services gestartet, darunter Sponsored Access, der Nichtmitgliedern eine direkte technische Verbindung zu unseren Orderbüchern unter den Handelscodes eines Sponsoring-Mitgliedsunternehmens bietet. Neben den Ordertypen Iceberg, Hidden, Stop Loss und Stop Limit hat Millennium Exchange auch die Einführung der Closing Price Crossing Session gesehen, um weitere Handelsmöglichkeiten zum offiziellen Schlusskurs für einen Zeitraum nach dem Abschluss des Schlussauktion, die es erzeugt hat. Seit November 2012 ist auch ein Passiv Nur Auftragsart eingeführt worden. Dadurch wird sichergestellt, dass der Saldo eines Auftrags sofort abgelaufen ist (nach etwaigen Hinrichtungen gegen nicht angezeigte Aufträge, die innerhalb des sichtbaren Angebots und Angebots gehandelt werden), anstatt ein sichtbares Angebot oder Angebot auf dem Buch zu verbieten. Die Teilnehmer können auch die Passive Only-Order verwenden, um festzulegen, dass ein eingehender Auftrag nur akzeptiert werden sollte, wenn er innerhalb einer bestimmten Anzahl von sichtbaren Preispunkten des vorherrschenden BBO bewertet wird (einschließlich der Einstellung eines neuen BBO). Die technischen Daten von Millennium Exchange finden Sie hier. Millennium Exchange Geschäftsparameter Die detaillierte Funktionsweise jedes Handelsdienstes wird durch die spezifische Konfiguration von Millennium Exchange für diesen Dienst und die Regeln der London Stock Exchange geregelt. Die Millennium Exchange Business-Parameter ist die zweite Related-Download oben bietet Details der Konfiguration der einzelnen Handelsservices einschließlich: Details der täglichen Handelszeitplan einschließlich Timings Basis der Berechnung der Öffnung amp Schlusskurse Publikation und Abwicklung Regime in Betrieb Struktur der Preisüberwachung und herrschende Schwellen Auftrags - und Handelstypen, einschließlich Einzelheiten aller Minimalgrößenbeschränkungen, Vergleich zwischen Trading Services einschließlich Selektionskriterien Überblick über Market Maker Obligation Größen (EMS)
Comments
Post a Comment