Cet article se concentre sur les possibilités des méthodes inspirées de la nature pour le développement de systèmes de négociation. Ces systèmes ont tout d'abord été basés sur des optimiseurs et des indicateurs neuro-génétiques et, récemment, d'autres alternatives ont été étudiées. Le renseignement Swarm s'est avéré attrayant dans différents domaines et a motivé le développement d'un cadre pour la création de signaux commerciaux. Cette stratégie a été appliquée dans ce travail à un produit spécifique et les résultats sont présentés. Mots-clés: intelligence des essaims, systèmes multi-agents, systèmes de négociation. 1 Introduction Tout le monde reconnaît qu'il n'existe pas de système de négociation universel, produisant une courbe d'équité parfaite. Chacun a ses propres normes, les connaissances et la façon spécifique de négociation. Plus que cela, il existe des systèmes de trading infinie qui ne fonctionnent pas. Aujourd'hui, nous pouvons considérer que ces outils de négociation ne sont que des aides. Dans la pratique pour les modèles de construction (walk-forward), les méthodes de sélection de sécurité bien connues du Dr Bandys 1 recommandent de concentrer l'attention sur quelques points de base: Des données suffisantes pour analyser Le prix est raisonnable Une liquidité suffisante Le cycle typique correspond à la durée de conservation Niveau Assez de potentiel d'intelligence Swarm potentiel, les systèmes multi-agent, les systèmes de négociation. Modifié par: A. ZANASI, TEMIS Italie, Italie, C. A. Brebbia, Wessex Institut de technologie, Royaume-Uni et N. F. F. EBECKEN, COPPE UFRJ, Brésil Je souhaite être informé de nouveaux avis pour WIT Press, Ashurst Lodge, Ashurst, Southampton SO40 7AA. Enregistré en Angleterre sous le numéro 4741634 Copyright 2016 WIT Press Tous droits réservés - Politique de retour - Les prix sont sujets à changement S'il vous plaît vous connecter en utilisant le formulaire ci-dessous Si vous avez oublié votre mot de passe cliquez ici pour le réinitialiser Si vous donapost avoir un compte , Cliquez ici pour vous abonner fermer fermer Cet article a été ajouté à votre panierDeveloppement d'un système de négociation de règles pour le marché à terme à l'aide d'une analyse de jeu approximative Youngmin Kim a. David Enke, n. Département de génie et de génie des systèmes, Université des sciences et de la technologie du Missouri, 205 Direction de l'ingénierie, 600 W. 14e rue, Rolla, MO 65409-0370, 221 Gestion de l'ingénierie, 600 W. 14th Street, Rolla, MO 65409-0370, États-Unis Reçu le 9 mars 2016. Révisé le 24 avril 2016. Disponible en ligne 26 avril 2016. Faits saillants Cette étude propose un système unique de négociation de changement de règle pour le marché à terme. L'analyse d'ensemble approximatif est adoptée pour générer des règles de négociation. Un algorithme génétique est utilisé pour optimiser les seuils d'achat et de vente des signaux. Pour vérifier le système proposé, une méthode de fenêtre coulissante est appliquée. De nombreux indicateurs techniques ont été sélectionnés comme variables d'entrée afin de développer un système automatisé de négociation qui détermine l'achat et la vente de la décision de négociation en utilisant les règles commerciales optimales dans le marché à terme. Cependant, les règles commerciales techniques optimales à elles seules peuvent ne pas suffire pour une application réelle compte tenu du marché à terme sans cesse changeant. Dans cette étude, un système de négociation de changement de règle (RCTS) qui consiste en de nombreuses règles de négociation générées en utilisant l'analyse de jeu approximatif est développé afin de couvrir les conditions de marché diverses. Pour modifier les règles de négociation, un mécanisme de changement de règle basé sur les résultats commerciaux précédents est proposé. Simultanément, un algorithme génétique est utilisé avec la fonction objective de maximiser le ratio de rétribution pour déterminer les seuils de synchronisation du marché à la fois pour l'achat et la vente sur le marché à terme. Une étude empirique du système proposé a été effectuée dans le marché à terme de l'indice des prix des actions composites de la Corée 200 (KOSPI 200). Le système de négociation proposé donne des résultats rentables par rapport à la stratégie d'achat et de maintien, et un système ne pas utiliser un algorithme génétique pour maximiser le ratio de rétribution. Ensemble rugueux Algorithme génétique Régime de modification du système de négociation Marché à terme Tableau 1. Fig. 1.
No comments:
Post a Comment