Dissertação

Combining Support Vector Machine with Genetic Algorithms to Optimize Investments in Forex Markets With High Leverage EVALUATED

Este trabalho propõe uma nova abordagem, baseando-se em Algoritmos Evolutivos, mais precisamente, Algoritmos Genéticos e Support Vector Machine para transacionar em mercados Forex. Neste trabalho, o objetivo é desenvolver um algoritmo capaz de prever regras técnicas de modo a realizar investimentos com um dado ratio de alavancagem (leverage), dependendo do nível de certeza da previsão. Utiliza-se uma combinação de algoritmos -Support Vector Machine – para identificar e classificar o mercado em três tipos diferentes-, um módulo de Algoritmos Genéticos Dinâmicos– de forma a otimizar as regras de investimento, baseando-se em diversos indicadores técnicos. O par de moeda utilizado no Mercado Forex para os períodos de treino e de teste, será o EUR/USD, com uma janela temporal entre 2003 e 2016. Neste trabalho, serão explicados conceitos fundamentais acerca do assunto em questão, como também, a arquitetura proposta do Sistema, em conjunto com a implementação do sistema proposto e as devidas conclusões. O trabalho realizado demonstra resultados promissores durante o período de teste entre 2 de Janeiro de 2015 até 2 de Março de 2016, onde o Retorno obtido foi de 83%.
Alavancagem, Algoritmos Genéticos, Mercados Forex, Support Vector Machine

Novembro 8, 2016, 11:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Nuno Cavaco Gomes Horta

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar

ORIENTADOR

Rui Fuentecilla Maia Ferreira Neves

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar