Методы предсказания курсов ценных бумаг средствами трейдинговой платформы при портфельном инвестировании

Бесплатный доступ

В результате проведенного исследования установлено, что на данный момент на российском рынке программного обеспечения существует множество трейдинговых платформ, но они не обладают функциональностью по предсказанию котировок ценных бумаг на финансовых биржах. К данным платформам относятся Meta Trader (MT 4, MT5), Act Trader, Quick, TransaQ, Альфадирект, Риком Трейд, Mirror Trader, Ninja Tracer, cTrader, Rox. С другой стороны, существуют платформы, которые позволяют предсказывать курс акций на короткий период (не более 5 дней), к таким платформам относятся IKnow First, Stock Carts, Stock Neural. В данной статье проведен анализ существующих методов и алгоритмов, которые используются для разработки данных трейдинговых платформ с целью повышения их эффективностив предсказании курсов ценных бумаг при портфельном инвестировании. Авторы статьи рассмотрели следующие методы: генетические алгоритмы, марковский случайный процесс принятия решений, методы машинного обучения GDQN и GDPG, наивный байесовский алгоритм в сочетании с алгоритмом Adaboost, семантический анализ финансовых новостей, Decision Stump, простую линейную регрессию, метод опорных векторов с применением радиальной базисной функции ядра.

Еще

Трейдинговая платформа, цена акции, курс, методы, алгоритмы, машинное обучение, нейронные сети.

Короткий адрес: https://sciup.org/148322465

IDR: 148322465   |   DOI: 10.25586/RNU.V9187.21.03.P.119

Список литературы Методы предсказания курсов ценных бумаг средствами трейдинговой платформы при портфельном инвестировании

  • Батай И.И. Моделирование, проектирование и разработка системы интернет-трейдинга для брокерских компаний: дис. ... канд. техн. наук. Московский гос. ин-т электроники и математики, 2003.
  • Популярные торговые платформы: обзор наиболее эффективных инструментов для трейдинга на Форекс и фондовом рынке [Электронный ресурс]. – URL: https:// tradeallcrypto.com/trading-platform/popular/ (дата обращения 08.11.2020).
  • Сиргиенко А.Г. Моделирование прогноза значений котировок ценных бумаг с использованием нейронных сетей: дис. ... канд. экон. наук. Санкт-Петербургский гос. ун-т экономики и финансов, 2011.
  • Техники машинного обучения для прогнозирования цен акций: функции индикаторов и анализ новостей [Электронный ресурс]. – URL: https://habr.com/ru/company/iticapital/blog/275825 (дата обращения 10.04.2021).
  • Feuerriegel S., Neumann D. (2015) Evaluation of News-Based Trading Strategies. Enterprise Applications and Services in the Finance Industry, vol. 217, pp. 13–28.
  • Janko Straßburga, Christian Gonzalez-Martel ´ b, Vassil Alexandrovc (2012) Parallel genetic algorithms for stock market trading rules. Procedia Computer Science, vol. 9, pp, 1306–1313.
  • Pang B., Lee L. (2008) Opinion Mining and Sentiment Analysis Foundations and Trends in Information Retrieval, vol. 2, pp. 1–135.
  • Qinghua Huang, Zhoufan Kong, Yanshan Li, Jie Yang, Xuelong Li (2018) Discovery of trading points based on Bayesian modeling of trading rules. World wide web, November 2018.
  • Stefan Feuerriegel (2016) News-based trading strategies. Helment Prendinger. Decision Support Systems, June 2016.
  • Xing Wu, Haolei Chen, Jianjia Wang, Luigi Troiano, Vincenzo Loia, Hamido Fujita (2020) Adaptive stock trading strategies with deep reinforcement learning methods. Information Sciences, vol. 538, pp. 142–158.
  • Ying-Huachang, Ming-Sheng Lee (2017) Incorporating Markov decision process on genetic algorithms to formulate trading strategies for stock markets. Applied Soft Computing, vol. 52, pp. 1143–1153.
Еще
Статья научная