A prediction based model for forex markets combining Genetic Algorithms and Neural Networks EVALUATED

Detalhes: Investir em mercados financeiros e sempre uma tarefa complexa e incerta. De modo a aumentar as pequenas possibilidades de obter uma rentabilidade que ultrapasse o ındice de mercado, os investidores recorrem a uma serie de técnicas que tem como objetivo tentar determinar futuros pontos de entrada e saída do mercado. Esta tese propoe um sistema de trading optimizado para o Foreign Exchange Market, normalmente conhecido por FOREX. Para desempenhar tal tarefa é usada uma Feedforward Neural Network (FNN), que recebe como input um conjunto de indicadores tecnicos (TI) calculados a partir de dados históricos de mercados FOREX, com uma amostragem horaria. O sistema foi estruturado seguindo uma metodologia de SupervisedLearning para criação das target variables, convertendo retornos horarios em um sinal binário, transposto para um problema de classificação. De modo a obter o melhor conjunto de parâmetros usados para gerar os indicadores técnicos e os hiper-parametros da rede neuronal, foi desenvolvida uma Estratégia Evolutiva (ES), baseada num Algoritomo Genetico (GA), dado que fazer uma busca exaustiva usando pelo espaço de resultados iria conduzir a um tempo de espera demasiado grande. O Algoritomo Genético providencia também um processo automatico de Feature Selection, de modo a seleccionar apenas as features mais relevantes.

Discussão: novembro 27, 2018, 9:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

AUTOR

Rui Miguel Hungria Furtado (ist176379)

ORIENTADOR

Rui Fuentecilla Maia Ferreira Neves

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar