Systematic pattern-based trading using computational intelligence
Başlık çevirisi mevcut değil.
- Tez No: 401099
- Danışmanlar: DR. DANIŞMAN YOK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Genetic algorithm, fuzzy logic, chart pattern, trading system
- Yıl: 2009
- Dil: İngilizce
- Üniversite: The University of Birmingham
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 39
Özet
Özet yok.
Özet (Çeviri)
Technical indicators and chart patterns are studied by technical analysts in order to forecast the reversal of trends. Computational Intelligence techniques have been used for discovering pro table trading strategies which utilise technical analysis over the years. Technical indicators are formally de ned in practitioner literature. However, identi cation of chart patterns is subjective. Various methods has been developed for the automatic recognition of patterns using computers recently. In this study, evolutionary fuzzy rule- based pattern recogniser systems are used for the identi cation of technical patterns and pattern-based rules are evolved for investment decision making without any intervention from humans. A genetic algorithm is employed in order to evolve fuzzy systems with high identi- cation accuracies using arti cially generated custom pattern data sets. Experiments conducted using real historical stock market data indicate that evolutionary fuzzy pattern recognisers are able to identify similar pattern occurrences. Evolved fuzzy recognisers are utilised by a multi-objective genetic algorithm in order to acquire pro table and low risk pattern-based trading strategies. Out of sample tests conducted using evolved pattern- based strategies over constituents of Standard & Poor's 100 index indicate less pro ts compared to simple buy-and-hold strategy over three di erent time periods.
Benzer Tezler
- Enhancing financial market forecasting using deep learning and computer vision-based technical analysis
Derin öğrenme ve bilgisayarlı görü tabanlı teknik analiz kullanarak finansal piyasa tahminlerinin geliştirilmesi
EDREES RAMADAN MERSAL MORCELI
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. HAKAN KUTUCU
- Portföy yönetiminde dinamik varlık yönetim stratejileri
Dynamic asset allocation strategies in portfolio management
MUSTAFA DUMAN
Yüksek Lisans
Türkçe
2000
BankacılıkMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
YRD. DOÇ. DR. ÖZLEM KOÇ
- Döviz kurunu belirleyen faktörler ve kur riski
Determination of foreign exchange rates and foreign exchange risk
MEHMET COŞKUN ÖZAVNİK
- Metin madenciliği ve derin öğrenme yöntemleri kullanılarak borsadaki hareketlerin sosyal medya ile ilişkisinin analiz edilmesi
Analyzing the relationship between stock market movements and social media using text mining and deep learning methods
METİN OKTAY BOZ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ JALE BEKTAŞ
- Dünya borsalarında gözlemlenen anomaliler ve İstanbul Menkul Kıymetler Borsası üzerine bir deneme
The Anomalies observed in the world stock markets and an experience on the Istanbul Stock Exchange
TAHSİN ÖZMEN