신경망 기반 거래 시스템에 기술 분석 포함

일본 촛대의 고대 투자 기법에 기초하여 주식 시장 타이밍을 수행하는 현대 신경 네트워크 모델.
이 논문은 감독 된 피드 - 포워드 뉴럴 네트워크 (feed-forward neural network)와 일본 촛대의 기술적 분석에 기초하여 주식 시장 타이밍을 수행하는 새로운 모델을 제시한다. 이 접근법에서 네트워크는 촛대 선을 단독으로 또는 조합하여 배울 것이 아니라 독립 변수가 기술적 분석 패턴의 중요한 단서 및 요소 인 일종의 회귀 모델을 제시합니다. 그 종속 변수는 가까운 미래의 시장 추세이다. 독립 변수를 정의 할 때 두 가지 접근법이 사용됩니다. 하나는 원시 데이터 기반이고 다른 하나는 신호 기반이며 15 개의 변수와 24 개의 변수가 있습니다. Yahoo. finance에서 실제 공개 된 일일 데이터에 따라 추정 된 신호를 실제 이벤트와 비교 한 실험 결과는 제안 된 모델이 구매 및 판매 신호의 방출을 훌륭하게 수행하는 반면 첫 번째 접근은 두 번째 .
연구 하이라이트.
► 우수한 성능으로 "적응 형 기술적 분석"개념을 제시합니다. ► 복잡한 비선형 관계를 발견하는 데 신경 네트워크의 놀라운 능력에 대한 혁신적인 증거를 제시합니다. ► 주식에 대한 투자의 확실한 방법으로서 일본 촛대의 기술적 분석 평가.
이 기사를 찾고 액세스 할 수있는 옵션을 선택하십시오.
로그인 자격 증명이나 기관을 통해 액세스 할 수 있는지 확인하십시오.

신경망 기반 거래 시스템에 기술 분석 포함.
추출 된 핵심 문구.
통계.
추가 정보는 FAQ를 참조하십시오.
시맨틱 학자 (Semantic Scholar)는 인용 된 출판물이 인용 출판물에 중대한 영향을주는 인용문을 식별하여 출판물이 서로 어떻게 형성되고 서로 연관되는지 쉽게 이해할 수있게합니다.
영향력있는 인용을 식별하는 방법에 대해 자세히 알아보십시오.
지난 3 년간 평균 5 건의 인용 횟수를 평균화.
FAQ에서이 측정 항목을 계산하는 방법에 대해 자세히 알아보십시오.

신경망 기반 거래 시스템에 기술 분석 포함
우리는 최근 S & amp; P 500 지수에 대한 유망한 거래 시스템을 제안했습니다. 이 시스템은 기능 선택 구성 요소와 데이터 전처리를위한 간단한 필터, 반환 예측을위한 두 개의 특수화 된 신경망 및 예측 통합을위한 규칙 기반으로 구성됩니다. 이 연구의 목적은보다 정교한 데이터 필터링 및 반환 통합에 대한 추가 지식을 포함하면 시스템을 더욱 향상시킬 수 있는지를 탐색하는 것입니다. 새로운 시스템은 잘 알려진 기술 지표를 사용하여 데이터를 분리하고 수익성이 낮은 거래 수를 줄이기위한 추가 지표를 사용합니다. 몇 가지 시스템 조합을 탐구하고 5 년 간의 거래 기간 동안 테스트합니다. 가장 유망한 시스템은 54 개 거래로 연간 수익률 (ARR)을 15.99 %로 산출했다. 이것은 구매 및 보유 전략 (11.05 %)에 대한 ARR 및 기술적 분석 지식이없는 시스템 (126 개 거래가있는 13.35 %)을 사용하여 얻은 최상의 결과와 비교됩니다. 연구는 b 부분에서 후원됩니다.
제안 된 기사.
이 백서에 대한 업데이트 또는 게시 중단 요청을 제출하려면 업데이트 / 수정 / 삭제 요청을 제출하십시오.

기세.
"가치 전략은 일반적으로 작용하지만 저 모멘텀 (낙찰가) 종목 중 가장 강력하고 고 모멘텀 (우승자) 종목 중 가장 약하다. 모멘텀 전략은 일반적으로 작용하지만 일반적으로 저금리 (비싼) 종목 . "
"낮은 분산으로 주식에 이익 모멘텀 전략을 적용함으로써 높은 비정상 수익률을 달성 할 수 있습니다."
"첫째, 아주 작은 주식을 지나면 모멘텀 전략의 수익성은 회사 규모에 따라 급격히 감소합니다. 둘째, 고정 크기를 유지하고 애널리스트의 관심 범위가 낮은 종목에서 모멘텀 전략이 더 효과적입니다. 과거 패자보다 패자를 앞선 주식. "