Dissertação

Combined Pattern Recognition and Genetic Algorithms for Day Trading Strategy EVALUATED

O mercado financeiro é extremamente atraente, uma vez que movimenta triliões de dólares por ano. Vários investidores têm vindo a investigar uma forma de prever preços futuros usando uma variedade de algoritmos que utilizam análise fundamental e / ou análise técnica. Estas ferramentas são usadas tanto por especuladores profissionais ou amadores para analisar o movimento de preços de alguns activos financeiros. O use de algoritmos genéticos, redes neurais, programação genética combinado com estas ferramentas em uma tentativa de encontrar uma solução rentável é muito comum. Este trabalho visa optimizar padrões de investimento usando algoritmos genéticos. O padrão escolhido foi o "fundo duplo" e "topo duplo". Estes padrões foram identificados em três casos de estudos, com os dados dos futuros do S&P500, durante um período de sete meses e futuros EUR/USD durante um período de um ano. A ferramenta encontra o padrão em um cenário de trade diário, usando a informação a nível de minutos e nível de trade. Os resultados são muito encorajadores, revelando que é possível identificar e optimizar a detecção desses padrões usando um algoritmo genético e alcançar bons retornos após retirar os custos de transacção.
Algoritmos Genéticos, Bolsas de Valores, Análise Técnica, Reconhecimento de Padrões, Optimizações.

Junho 3, 2013, 13:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

CO-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