Применение алгоритма дифференциальной эволюции для оптимизации стратегий на основе финансовых временных рядов∗

торговые стратегии алгоритм дифференциальной эволюции финансовый индикатор эволюционные вычисления.

Особенности процесса накопления погрешностей при решении задач для простейших уравнений математической физики конечно-разностными методами∗, Исследование сеточно-характеристических методов повышенных порядков точности на неструктурированных сетках, ...

19, 2 УДК 519.85 Применение алгоритма дифференциальной эволюции для оптимизации стратегий на основе финансовых временных рядов <...> Применение алгоритма дифференциальной эволюции для оптимизации стратегий на основе финансовых временных рядов // Сиб. журн. вычисл. математики / РАН. <...> Описан подход для оптимизации торговых стратегий (алгоритмов), основанный на анализе финансовых временных рядов, индикаторах финансовых рынков и эволюционных вычислениях. <...> Экспериментальные результаты показывают, что этот подход может улучшить в несколько раз доходность торговых стратегий. <...> DOI: 10.15372/SJNM20160206 Ключевые слова: торговые стратегии, алгоритм дифференциальной эволюции, финансовый индикатор, эволюционные вычисления. <...> Application of differential evolution algorithm for optimization of strategies based on financial time series // Siberian J. <...> An approach to optimization of trading strategies (algorithms) based on indicators of financial markets and evolutionary computation is described. <...> A new version of the differential evolution algorithm for the search for optimal parameters of trading strategies for the trading profit maximization is used. <...> The experimental results show that this approach can considerably improve the profitability of the trading strategies. <...> Keywords: trading strategy, parallel genetic algorithm, technical analysis, financial indicator, template, evolutionary computation. <...> Некоторые ссылки на работы в данной Работа выполнена при финансовой поддержке РФФИ (проект 14-01-92694 IND-a) и DST (проект INT/RFBR/P-164). c - Монахов О.Г., Монахова Э.А., Пант М., 2016 196 СИБИРСКИЙ ЖУРНАЛ ВЫЧИСЛИТЕЛЬНОЙ МАТЕМАТИКИ. <...> В [8] применен метод оптимизации роем частиц (Particle Swarm Optimization, PSO) для поиска оптимальных правил торговли, а в [9] предложено сочетание PSO с методом опорных векторов (Support Vector Machine, SVM) — метод PSOSVM для прогнозирования цен на акции. <...> С другой стороны, в [10] предложен алгоритм искусственных косяков рыб (Artificial fish swarm) для кратковременного прогноза фондовых индексов; а в [11] использовано сочетание SVM с улучшенным вариантом PSO для прогнозирования фондового рынка <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт