Neural network forecasting forex

Usando redes neuronais recorrentes para previsão de Forex Este artigo relata evidências empíricas de que um modelo de redes neurais é aplicável à previsão estatisticamente confiável das taxas de câmbio. Os dados de séries temporais e os indicadores técnicos, como a média móvel, são alimentados a redes neurais para capturar as regras subjacentes ao movimento nas taxas de câmbio. As redes neurais recorrentes treinadas prevêem as taxas de câmbio entre o dólar americano e outras quatro moedas principais, ien japonês, Swiss Frank, British Pound e EURO. Foram realizadas várias estimativas estatísticas da qualidade da previsão. Os resultados obtidos mostram que as redes neurais podem dar uma previsão com coeficiente de determinação múltipla não pior, em seguida, 0,65. O pré-processamento de dados estatísticos lineares e não-lineares, como o teste de Kolmogorov-Smirnov e os expoentes de Hurst para cada moeda, foram calculados e analisados. Palavras-chave: Redes Neurais, Taxa de Câmbio, Testes Estatísticos, Hurst Exponent, Teoria de Sistemas Complexos O Forex é o maior e mais líquido dos mercados financeiros, com cerca de 1 trilhão negociado todos os dias. Isso leva ao interesse sério para este setor de finanças e deixa claro que, por diversas razões, qualquer comerciante em Forex deseja ter uma previsão precisa da taxa de câmbio. A maioria dos comerciantes usa de maneira antiga esse método tradicional de previsão como análise técnica com a combinação de um fundamental. Neste artigo, desenvolvemos a abordagem da rede neural para análise e previsão de séries temporais financeiras baseadas não só na tecnologia das redes neurais, mas também em um paradigma da teoria dos sistemas complexos e sua aplicabilidade à análise de vários mercados financeiros (Mantegna et al., 2000 Peters, 1996 ) E, em particular, para Forex. Ao escolher a arquitetura da rede neural e a estratégia de previsão, realizamos o pré-processamento de dados com base em alguns métodos de análise estatística ordinária e teoria de sistemas complexos: análise RS, métodos de dinâmica não-linear e caótica (Mantegna et al., 2000 Peters, 1996 ). No presente trabalho, não descrevemos todos eles. Apresentamos aqui apenas os resultados do teste Kolmogorov-Smirnov e os resultados da análise RS. No entanto, enfatizamos que a análise preliminar permitiu otimizar os parâmetros da rede neural, determinar o horizonte da previsibilidade e realizar a comparação da qualidade de previsão das moedas diferentes. Abaixo, damos algumas observações relativas às vantagens da tecnologia das redes neurais sobre os métodos tradicionais e comparamos nossa abordagem com os métodos de outros autores. Em primeiro lugar, a análise das redes neurais não pressupõe quaisquer limitações sobre o tipo de informação de entrada conforme a análise técnica. Poderia ser como indicadores de séries temporais, como informações sobre o comportamento de outros instrumentos financeiros. Não é sem fundamento, que as redes neurais são usadas exatamente por investidores institucionais (fundos de pensão, por exemplo), que lidam com grandes carteiras e para quem as correlações entre diferentes mercados são essenciais. Em segundo lugar, em contraste com a análise técnica, que se baseia em recomendações comuns, as redes neurais são capazes de encontrar o melhor, para instrumentos financeiros, indicadores e ótima, para determinadas séries temporais, estratégia de previsão. Lembremos que, no presente estudo, prevemos as taxas de câmbio das moedas selecionadas apenas no mercado Forex. Como moedas para lidar, escolhemos a Libra britânica, o Swiss Frank, o EURO e o iene japonês. O seguinte motiva essa escolha: praticamente todos os principais volumes de operações no Forex são feitos com essas moedas. Notemos que foram publicados muitos artigos, onde problemas semelhantes foram estudados. (Jingtao Yao et al., 2000, Castiglione, 2001, Kuperin et al., 2001, Lee et al., 1997, Tino et al., 2001, McCluskey, 1993). Permitam-nos observar brevemente os resultados de alguns deles. Em (Castiglione, 2001) foram estudados o problema do sinal de previsão de incrementos de preços. Como dados analisados ​​foram obtidos índices como SampP500, Nasdaq100 e Dow Jones. Foram coletados perceptrões multicamadas de diferentes configurações, com diferentes números de neurônios escondidos. Como resultado, mostrou-se uma possibilidade de previsão do sinal de incrementos de preços com probabilidade de um pouco mais do que 50, ou seja, um pouco melhor do que apenas uma jogada de moeda. Suponhamos que esse tipo de resultados é irrelevante do ponto de vista prático e tem um interesse acadêmico. Previsão do furacão Este exemplo é muito semelhante ao anterior. A única diferença é que ele mostra dados para divisas (forex) pares de moedas. Como trabalhar com o applet Se você não viu o primeiro exemplo. Explore-o primeiro - a descrição básica está disponível lá. Neste applet, os dados a seguir estão disponíveis. Todos eles são valores próximos do fim do dia para todo o ano de 2007, ou seja, 313 valores. Como no applet anterior, cada uma dessas séries temporais tem os seguintes valores: zero para o intervalo abaixo de 0, valor fechado no intervalo 0-número de valores e novamente zero após o último valor conhecido. EURUSD - USD EUR USD moeda estrangeira dados par USDJPY - EUR USD moeda estrangeira par dados USDCHF - EUR USD moeda estrangeira par dados EURJPY - EUR USD moeda estrangeira par dados Observe novamente que este exemplo é fornecido apenas para ilustração. O comércio usando esta configuração simples geralmente não está longe de usar a previsão pelo último valor disponível. Observe também que, para o comércio, precisamos desenvolver regras de entrada e saída e que são mais importantes do que a previsão exata. Aguarde até que o applet seja carregado. Applet e descrição (c) Marek Obitko, 2008 a rede neural no applet usa classes Java BPNeuron e BPNet da NeuralWebspace, (c) Tom Vehovsk, 1998, que foram modificadas para os propósitos deste applet. Welcome to The Most Accurate Source for Forex Market Predictions Prefira sem esforço as tendências Forex com a maior precisão no mercado. Forex-Forecasting utiliza inteligência artificial baseada em tecnologia de rede neural, métodos estatísticos avançados e análises de ondas não-periódicas. Esta tecnologia inovadora está agora disponível para você, o comerciante, com: previsões diárias e intra-dia do mercado Forex com suporte à decisão. Interfaces web simples e amigáveis. Métodos matemáticos comprovados baseados em tecnologia avançada de redes neurais. Módulos para download de software de terceiros (por exemplo, MetaStock, Metatrader e outros) Experimente agora gratuitamente (oferta de tempo limitado). Obtenha uma chance de aumentar seu lucro. Teste de tempo real - EURUSD 1 hora de previsão