Dissertação

Hybrid System Combining Artificial Neural Networks and Support Vector Machines for Trading the Forex Market Intraday EVALUATED

Esta tese propõe um sistema de negociação de Forex intra-diário composto por uma máquina de vetores de suporte capaz de identificar e classificar diferentes tipos de mercado, nomeadamente bullish,bearish e sideways e várias redes neuronais artificiais, uma para cada tipo de mercado, capazes deencontrar padrões de preço intradiários e prever os movimentos do mesmo desde as 12:00 horas até às 16:30. Uma média móvel de janela incremental é aplicada numa transformação de preço de taxas de retorno logaritmicas, criando assim a transformação de dados que é fornecida à ANN como a entrada do sistema e os valores a prever, cada amostra representa um dia. A SVM recorre a sequências de preço em janelas de aproximadamente três meses, para usar como dados de entrada. Várias estratégias,baseadas na previsão das redes neuronais, são propostas de modo a optimizar o desempenho finaldo sistema de negociação. As estratégias propostas são focadas nas regras para entrar ou não no mercado, e em que direção, comprar ou vender, e também no nível de confiança para cada previsão,representado pelo volume usado em cada transação. O treino foi feito com dados desde 2004 até 2018 e testado no ano de 2019. O sistema final optimizado alcançou um retorno no investimento de 87.5% ao longo do ano de teste e um drawdown de 13%, resultados largamente melhores que os métodos de comparação, Buy & Hold and Sell & Hold.
Máquina de Vetores de Suporte, Mercado Forex, Processamento de Dados, Redes Neuronais Artificiais, Trading Intradiário

Janeiro 20, 2021, 16:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Rui Fuentecilla Maia Ferreira Neves

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar