Fine tuning technical analysis models using evolutionary algorithms
Evrimsel algoritmalar kullanan teknik analiz modellerinde ince ayar
- Tez No: 815264
- Danışmanlar: Prof. Dr. SERHAT ÖZEKES
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Üsküdar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 102
Özet
Bu çalışma, özel bir genetik algoritma kullanılarak optimize edilmiş değiştirilmiş Teknik Analiz (TA) modellerine dayalı ticaret kararlarının karlılığını incelemektedir. Bu çalışmanın amacı, basit bir ticaret stratejisi içinde Hareketli Ortalama Yakınsama/Iraksama (MACD) göstergesini optimize etmektir. Model eğitimi ve gerçek varlık geçmişleriyle (OHLCV toplamaları) değerlendirme için farklı zaman çerçeveleri (1 saat, 4 saat ve 1 gün) kullanılır. MACD parametrelerini optimize etmek için, belirli bir amaca sahip genetik algoritma bir başlatma, seçim ve çoğaltma prosedürü kullanır. İnce ayarlı MACD göstergesi, tüm zaman dilimlerinde geleneksel MACD ve satın alma ve tutma stratejilerinden daha iyi performans göstererek umut verici karlılık sergiliyor. Model, değişken piyasalarda esneklik göstermektedir. Sınırlamalar, statik varsayımlara ve tarihsel verilere dayanmayı içerir. Gerçek zamanlı veriler ve dinamik piyasa koşulları, gelecekteki araştırmalar için kilit alanlardır.
Özet (Çeviri)
This study examines the profitability of trade decisions based on modified Technical Analysis (TA) models that have been optimized using a specialized genetic algorithm. The purpose of this study is to optimize the Moving Average Convergence/Divergence (MACD) indicator within a simple trading strategy. Different timeframes (1-hour, 4-hour, and 1-day) are used for model training and evaluation with actual asset histories (OHLCV aggregations). To optimize MACD parameters, the genetic algorithm with a specific objective employs an initialization, selection, and reproduction procedure. The fine-tuned MACD indicator outperforms traditional MACD and buy-and-hold strategies across all timeframes, demonstrating promising profitability. The model demonstrates flexibility in volatile markets. Limitations include reliance on static assumptions and historical data. Real-time data and dynamic market conditions are key areas for future research.
Benzer Tezler
- Yeni nesil derin bağlamsallaştırılmış kelime gösterimleri ve derin öğrenme modelleriyle finansal haberler kullanarak borsa tahminlemesi
Stock generation estimation using financial news with new generation deep contextualized word display and deep learning models
DERYA OTHAN
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDoğuş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP HİLAL KİLİMCİ
- Videolarda derin öğrenme yaklaşımları ile anormal durum tespiti ve boyut indirgeme sistemi
Anomaly detection and size reduction system with deep learning approaches in videos
MEHMET TEVFİK AĞDAŞ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
- Testing the efficiency of Borsa Istanbul via an algorythmic model created by using technical analysis indicators
Teknik analiz indikatörleri ile alım-satım sistemi oluşturarak Borsa İstanbul'un etkinliğinin test edilmesi
ÖMER FARUK TUNA
Yüksek Lisans
İngilizce
2020
Ekonomiİstanbul Bilgi ÜniversitesiBankacılık ve Finans Ana Bilim Dalı
PROF. DR. CENKTAN ÖZYILDIRIM
- Francis turbine design and optimization by using CFD
HAD analizleri yardımı ile francis türbin tasarımı ve optimizasyonu
BERK CAN DUVA
Yüksek Lisans
İngilizce
2016
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. HABİL METE ŞEN
PROF. DR. ERKAN AYDER
- A reservoir engineering study for field development - An application to real field data
Saha geliştirmede bir rezervuar mühendisliği çalışması - Gerçek saha verileri ile uygulama
HARUN KIRMACI
Yüksek Lisans
İngilizce
2014
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ONUR