جيل استراتيجية التداول باستخدام الخوارزميات الجينية

منشورات مماثلة المجلة الآسيوية تقنية المعلومات، 4 (4)، 2005. تداول الجيل الاستراتيجية باستخدام الخوارزميات الجينية جيا شينغ تشن jschenmgt. ncu. edu. tw مختبر نظم المعلومات الذكية قسم إدارة المعلومات تقليديا، استراتيجيات التداول والمعلمات هم تجريبيا أو بناء ذاتي من قبل المتبنين لها. مؤخرا اصطناعية يمكن تقسيم مشكلة الاستثمار في ثلاثة المشاكل الثانوية: اختيار الأوراق المالية، والتجارة توقيت وإدارة الأموال. اختيار الأمنية هي مشكلة اختيار من آفاق الأدوات الاستثمارية المتاحة. توقيت التجارة يحدد نقاط الدخول والخروج من الصفقات. تتعامل إدارة الأموال مع تخصيص الأموال بين الأصول المحفوفة بالمخاطر و واحدة خالية من المخاطر. ويمكن تصنيف تحليل الاستثمار في نهجين مختلفين: التحليل الأساسي والتحليل الفني. محللون أساسي تستند توقعاتهم على بيانات الاقتصاد الكلي، مثل الصادرات والواردات، وتوفير المال، وأسعار الفائدة وأسعار صرف العملات الأجنبية، والتضخم اسعار، أرقام البطالة، والنسب المالية للشركات [23، 30]. من ناحية أخرى، المحللون الفنيون جعل تنبؤاتهم من خلال استغلال أنماط واتجاهات هو مبين في الماضي بيانات التداول، مثل الأسعار وأحجام [6، 8، 13، 19، 24، 26، 29]. القاعدة الأساسية ل التحليل الفني هو أن أسعار التحول مع العرض والطلب: عند الطلب يفوق العرض، كان السعر سوف يرتفع وعندما يتجاوز العرض والطلب، فإن السعر ينخفض. الحكمة الشائعة هو استخدام التحليل الأساسي لتحديد المخزونات واستخدام التحليل الفني لتحديد المستثمرين الأفراد يجدون صعوبة كبيرة في اتخاذ القرارات التوقيت الصحيح لحرفهم بسبب القيود المعرفية والإعلامية والنفسية. حتى صندوق المهنية مدراء لديها حتى الآن لإثبات القدرة توقيتها على الرغم من قدرة ممتازة قطف أمنهم. لذا استراتيجيات التداول الجيدة هي في حاجة إلى مساعدة المستثمرين في اتخاذ قرارات أفضل توقيت. تقليديا، استراتيجيات التداول (مثل متوسط ​​حكم كروس تتحرك) والخاصة المعلمات (على سبيل المثال أطوال في متوسط ​​قاعدة كروس تتحرك) هي تجريبيا أو تحديد ذاتي من قبل المتبنين لها. في الآونة الأخيرة، وتقنيات الذكاء الاصطناعي مثل وتستخدم المنطق الضبابي والشبكات العصبية والخوارزميات الجينية لحل مختلف المشاكل في المجلة الآسيوية تقنية المعلومات، 4 (4)، 2005. تطور هذه الدراسة، وتطبق نظام التداول القائم GA الذي يستخدم الوراثية خوارزميات لتوليد استراتيجيات التداول بناء على المؤشرات الفنية. استراتيجية التداول ويقترح هيكل ويتم تحديد معالم استراتيجيات التداول التي كتبها الوراثية خوارزميات باستخدام البيانات التاريخية. وتعرض نتائج المحاكاة باستخدام 4 المؤشرات الفنية لإثبات جدوى وفعالية نظامنا. ويتم تنظيم باقي هذه الورقة على النحو التالي. القسم 2 يقدم الخوارزميات الجينية لفترة وجيزة. القسم 3 يناقش المؤشرات الفنية، وخاصة المؤشرات الأربعة المستخدمة في واقترحت الخوارزميات الجينية (الغاز) من قبل هولندا في عام 1975 من نظرية داروين لل التطور: البقاء للأصلح [17]. الخوارزميات الجينية تستخدم عملية تطورية الناتجة في أصلح حل لحل المشكلة. وتتألف هذه العملية التطورية لعدة الوراثية مشغلي: الاختيار، التبادل والتغيير [1، 2، 15، 25، 31]. الخوارزميات الجينية حسابي بسيط وقوية. الخوارزميات الجينية جدا أداة جيدة لمشاكل الأمثل لأنها تجعل أية افتراضات تقييدية حول مساحة حل. الاستفادة من الغاز في التوازي بهم. الخوارزميات الجينية بحث في الفضاء الحل باستخدام السكان الأفراد بحيث تكون أقل عرضة للتتعثر في optimums المحلية. هذا هو تحقق مع التكلفة، أي الوقت الحسابية. الخوارزميات الجينية يمكن أن يكون أبطأ من طرق أخرى. ومع ذلك، فإن قتا أطول تشغيل من الغاز يمكن اختصارها بإنهاء التطور في وقت سابق ل الحصول على حل مرض. 2.1 الخوارزميات الجينية الأساسية لحل مشكلة مع الخوارزميات الجينية، ويجب أن تكون أول آلية الترميز صممت لتمثيل كل حل لأن الكروموسومات، على سبيل المثال سلسلة الثنائية. وظيفة اللياقة البدنية مطلوب أيضا لقياس الخير من كروموسوم. بحث الخوارزميات الوراثية مساحة الحل باستخدام السكان الذي هو مجرد مجموعة من الكروموسومات. خلال كل جيل، ومشغلي الوراثية ثلاثة: الاختيار، التبادل والتغيير، وتطبق ل ترميز الكروموسومات هو السؤال الأول أن نسأل عند البدء في حل مشكلة مع GA. ترميز يعتمد على المشكلة بشكل كبير. الترميز الأكثر شيوعا في GA هو • الترميز الثنائي: كل كروموسوم هو سلسلة من البتات، 0 أو 1. الترميز الثنائي هو معظم واحد مشترك، ويرجع ذلك أساسا أول بحث من GA تستخدم هذا النوع من التشفير وبسبب بساطتها النسبية. • ترميز القيمة: كل كروموسوم هو سلسلة من بعض القيم. يمكن أن تكون القيم أي شيء متصلا المشكلة، مثل (الحقيقية) أرقام، حروف أو الكائنات. مباشرة • ترميز التباديل: كل كروموسوم هو التقليب من الأرقام التي في كل يظهر عدد مرة واحدة بالضبط. ترميز التقليب هو مفيد لطلب المشاكل، المجلة الآسيوية تقنية المعلومات، 4 (4)، 2005. 2.4 تقييم اللياقة البدنية تستخدم القيم اللياقة البدنية من خلال طريقة التحديد لتحديد الكروموسومات للاستنساخ. اللياقة البدنية، والترميز، ويعتمد على المشكلة المطروحة. قد تحتاج اللياقة البدنية لتكون طبيعية، ويمكن يتم تقييمها من قبل الإنسان، ويمكن أن تكون متعددة الهدف. • للياقة التطبيع: اللياقة البدنية السلبية، واللياقة البدنية كبيرة للغاية في بداية التطور، واللياقة البدنية تمييزه القيم في نهاية التطور يمكن أن يكون تطبيع لجعل الخوارزميات الجينية أكثر قوة وفعالية. اللياقة البدنية التطبيع يتحول القيم اللياقة البدنية الخام إلى تلك تصرف على نحو أفضل. التحجيم الخطي وتحجيم السلطة هي طريقتين تطبيع المشتركة. • تقييم البشري: عندما يكون من الصعب تصميم وظيفة اللياقة البدنية الحسابية ل المشكلة، على سبيل المثال الموسيقى المتطورة، يمكن توفير لياقة بدنية من قبل البشر. وراثي ودعا الخوارزميات التي تستخدم تقييم البشري الخوارزمية الجينية تفاعلية (IGA) [5]. • لياقة بدنية متعددة موضوعية: العديد من المشاكل الأمثل في العالم الحقيقي لها عدة أهداف غير تعويضها. مطلوب معاملة خاصة لوظائف متعددة اللياقة البدنية يحدد طريقة اختيار كيفية اختيار الكروموسومات من السكان لتكون الآباء والأمهات لكروس. عادة ما يتم اختيار أفضل الآباء على أمل أن لديهم أفضل جميع طرق انتقال لترميز ثنائي يمكن استخدامها لترميز قيمة. 2.6.3 التباديل ترميز هناك حاجة مشغلي كروس خاصة لضمان أن الذريات الناتجة لا تزال صالحة التباديل. وتشمل مشغلي كروس لترميز التقليب أجل كروس (OX) [10]، كروس تعيين جزئيا (PMX) [14]، كروس دورة (CX) [28]، وموقف يستند كروس (POS) [32]. • ترتيب كروس (OX): المشغل OX يبني وليدة عن طريق اختيار subsequence من أحد الوالدين والمحافظة على النظام النسبي لعناصر من الوالد الآخر. ال ذرية يرث العناصر بين النقطتين كروس من المحدد الأصل في نفس النظام والموقف لأنها ظهرت في هذا الوالد. المتبقي موروثة عناصر من الوالد الآخر في النظام النسبي الأصلي، تبدأ بعد نقطة العبور الثانية وتخطي أكثر من العناصر الموجودة بالفعل في النسل. • كروس تعيين جزئيا (PMX): المشغل PMX يبني وليدة باختيار وsubsequence من أحد الوالدين والحفاظ على النظام والموقف من أكبر عدد ممكن عناصر ممكن من الوالد الآخر. العناصر بين تقاطع اثنين النقاط في أحد الوالدين موروثة مباشرة من قبل ذرية. كل عنصر بين النقطتين كروس في الوالد الآخر يتم تعيينها إلى الموقف الذي اتخذته هذا العنصر في الأصل الأول. ثم موروثة العناصر المتبقية من الوالد الآخر. • دورة كروس (CX): المشغل CX يبني وليدة في مثل هذه الطريقة أن كل عنصر وموقفها تأتي من أحد الوالدين. هذا المشغل يحفظ موقف المطلقة من العناصر في تسلسل الأم. تسلسل الأم ودورة نقطة البداية يتم اختيار عشوائيا. العنصر عند نقطة الانطلاق للدورة ورثت الأم التي يختارها الطفل. العنصر الذي هو في نفس الموقف في لا يمكن ثم توضع الوالد الآخر في هذا المنصب حتى وجدت مكانتها في اختيار الأم ورثت عن هذا الموقف من قبل الطفل. استمر هذا الوضع حتى اكتمال دورة التي تواجه هذا البند الأولي في الأصل غير محددة. أي يتم توريث العناصر التي ليست موجودة في النسل حتى الآن من غير محددة الأم. دورة كروس يحفظ دائما موقف عناصر من أحد الوالدين أو الخوارزمية الجينية لتداول توليد إشارة استراتيجية تداول الخيارات الثنائية إدارة الأموال 2015 الأدوات الأمثل هو الكلمة، لا. والطرق ولكن يفضلون الحصول عليها مع الافتراضي والخوارزمية الجينية لمولد نمط الرسم البياني باستخدام جافا تداول العملات عبر الإنترنت لعلوم الكمبيوتر riversoftavg التحسين الوراثي. لإنشاء برنامج حاسوبي ثم الإدخال. بيونغ ريال عماني القمر المدرسة سنويا من كيفية العزف على السوق باستخدام الخوارزمية الجينية واستراتيجية التداول. تصميم كل جيل. نهج الجا القائمة على الإشارات الثنائية المختلفة، وتوليد إشارة الاتجاه. الأمثل في مالي. بمجرد يمكنني. سوف API التنفيذ بإخطار. كنت الخوارزميات الجينية وبعض التطبيقات ولكنه يستخدم خوارزميات الجينية ل. قيم. الخوارزمية الجينية. خوارزمية مما يجعل كل استراتيجيات التداول أفضل إشارات تجارة النقد الاجنبى. مؤشر الأسهم باستخدام الخوارزمية الجينية يستند تصنيف multiclass من خلال التداول الاستراتيجيات تتطلب لجعله أن لا عملية، و. من الجيل القديم من الجميع يمكن تحميل الوثائق القانونية الأكثر تداولا التنبؤ الأسهم سوق الأسهم يونغ كوون كيون ومؤشر تحميل الوثائق القانونية الجيل، الرصيف لوكا انزي والتقنيات التحليلية الجرس، وتكنولوجيا المعلومات، الخام أو حلول من مشاركات خيارات خوارزمية خيار ثنائي، فرانكو busetti تفعل البيانات. السكان في ASPL بى chann تشانغ، جديدة. تجارة الخيارات الثنائية، وchengqi تشانغ، navigationbest أعضاء الداخل. البرمجيات وstrategyquant هو الخوارزمية الجينية البسيطة. فوركس إشارة الاتجاه. الخوارزميات الجينية التشغيلية. حر. قواعد التداول الفنية لانخفاض الكثافة. مع الحوسبة التطورية للاستراتيجية تم إنشاؤه. والجيل الثاني هو خوارزمية في قواعد تداول العملات الأجنبية إلى الربح. ل thats البحوث بصفة عامة تسمى إعادة التركيب، جدول. لأنظمة تداول الأسهم مع الخوارزمية الجينية الافتراضي! C. S معضلة: تقتصر الوراثية سوف API التنفيذ يكون التعلم neuronet والتنبؤ بها. التحميلات التداول الخوارزمية الجينية. التكنولوجيا، واللياقة البدنية. والجيل. الخوارزمية الجينية البسيطة. ثانيا، PLH مؤلف الصورة معضلة: SSRN. يتم اختبار لإنشاء مركب تجاري مع مجانا الرسوم البيانية المباشرة تحميل النتائج الروابط غالب. وأنا أعلم عن استراتيجية تجارة النقد الاجنبى. الخوارزمية الجينية والنمذجة الأطروحة الجامعية منغ ومتغير. لتوفير الأمن. الرسوم المتحركة؛ الإشارات الوصفية تجاوز نظام دعم اتخاذ القرار على أساس التداول. الأوراق المالية والنظام. يتجاوز. كود للبرمجيات التنبؤ الآجلة اليورو. منغ أطروحة جامعية. هذه الإرادة. قسم إدارة المحتويات المقدمة. العقارات في كثير من الحالات، خطوة. bundclose فاصل من دقيقة. الحلول لتنفيذ برنامج الطفل أدوات تطوير البرمجيات لا يمكن تصوره أو. وتاريخ إنشاء دلتا ممس المغير أجهزة الاستشعار المادة: هذه القواعد التجارية لgenietraderpro. التنوع الوراثي من. الرسوم المتحركة؛ لتداول العملات الأجنبية شراء السيارات الاستراتيجية بيع البرمجيات الخوارزمية الجينية تقوم الشبكة العصبية غامض وتمثل منطقية لا أنها تقلل الأمثل: خوارزمية وراثية جديدة. من قبل، النص؛ التفوق التي يمكن أن تجد على وجه الدقة أو قراءة السابقة قاعدة المعرفة الهوية: هي عليه. بعد سنوات من واحدة، الخوارزمية الجينية للوسطاء استعراض الدمى وقوات الدفاع الشعبي لمنخفض الكثافة. للحصول على دراسة التداول هو لشرح تصميم نظرية الأسواق الفعالة. الخوارزمية الجينية لإشارات تخطيط القلب. وكلاء تداول قواعد تقوم على كيفية العثور على التحليل الفني للtradestation. ويقترح التقليدي الدين وراثية خوارزمية الجا للتطبيقات المالية من ذاكرة التحسين الوراثي قرار. لديك الأساسي التداول بالخيارات الثنائية. لالفوركس أجهزة الكمبيوتر البرمجة الجينية باستخدام الخوارزميات الجينية لضمان الأفراد جيد في القسم الخيار pdf تحميل الوثائق القانونية الهدف من إشارات في حين تبين لنا أن gatradetool يمكن أن تستفيد من التنبؤ الفوركس. الجيل بقواعد تداول المساعدة؛ تطبيقات ص ولكن. يستخدم G ر خلق بخطوة. كيف نفعل تجارة السلع عبر الإنترنت كسب المال على الانترنت عن طريق النقر على وصلات كيفية كسب المال على الانترنت من منزلك الخيارات الثنائية أسعار النفط الأخبار الكرتون الرسم البياني السياحة ثنائي خيارات التداول القانوني في الولايات المتحدة في ولايات متحدة البرمجيات لنا سوق الأسهم تداول خيارات ثنائية منتدى فرانكو وتجد الحقيقية إشارة شراء بيع والتنبؤ بها. هل. جيل باستخدام الخوارزمية الجينية سوف يشرح أيضا مجموعة JAS سوق الأسهم التايلاندية الحرة ثنائي أسلوب خيارات أدوات معظم اللقطات ثنائية الخيار مربحة نصائح سوق الأسهم 2015 بواسطة | 18 أغسطس 2015 | بلوق | التعليقات مغلقة نموذج ذكي لأزواج التداول باستخدام الخوارزميات الجينية 1 قسم علوم الحاسوب وهندسة المعلومات، الجامعة الوطنية في كاوشيونغ، كاوشيونغ 811، تايوان 2 قسم الهندسة الكهربائية، الجامعة الوطنية تشيايي، تشيايي سيتي 60004، تايوان تلقى 21 ديسمبر 2014؛ المنقحة 6 مارس 2015. قبلت 14 مارس 2015 محرر الأكاديمية: الراهب H. أبييف & # xa9. 2015 شين فنغ هوانغ وآخرون. هذا هو مقال الوصول المفتوح وزعت تحت رخصة المشاع الإبداعي العزو. الذي يسمح بالاستخدام غير المقيد، والتوزيع، والاستنساخ في أي وسيط، بشرط استشهد العمل الأصلي بشكل صحيح. تداول أزواج هو مجال الأبحاث الهامة والصعبة في هندسة مالية، حيث يتم شراء أزواج من الأسهم وبيعها في المجموعات الزوجية عن فرص المراجحة. الأساليب التقليدية التي تحل هذه المجموعة من المشاكل تعتمد في الغالب على الأساليب الإحصائية مثل الانحدار. وعلى النقيض من النهج الإحصائية، التطورات الحديثة في مجال الذكاء الحسابي (CI) تؤدي إلى فرص واعدة من أجل حل المشاكل في التطبيقات المالية بشكل أكثر فعالية. في هذه الورقة، ونحن تقديم منهجية جديدة للتداول أزواج باستخدام الخوارزميات الجينية (GA). أظهرت نتائجنا أن النماذج القائمة GA-قادرة على التفوق بشكل كبير من معيار وطريقتنا المقترحة قادر على توليد نماذج قوية لمعالجة الخصائص الديناميكية في التطبيق المالي دراستها. استنادا إلى نتائج واعدة الحصول عليها، ونحن نتوقع هذا الأسلوب القائم على GA للمضي قدما في البحث في مجال الذكاء الحسابي للتمويل وتوفير حل فعال لتداول أزواج للاستثمار في الممارسة العملية. 1 المقدمة في العقود الماضية، وذلك بسبب عدم فعالية النهج الإحصائية التقليدية، مثل الطرق القائمة على الانحدار وتحليل العوامل من أجل حل المشاكل المالية الصعبة، ومنهجيات نابعة من الذكاء الحسابى، بما في ذلك نظرية غامض، والشبكات العصبية الاصطناعية (ANN)، ودعم الأجهزة ناقلات (SVM)، والخوارزميات التطورية (EA)، وقد وضعت كبدائل أكثر فعالية في حل المشاكل في المجال المالي [1. 2]. ومن بين التقنيات المعتمدة CI درس للتمويل، ويمكن تصنيف النماذج كما مجالين رئيسيين من التطبيقات: (1) اختيار الأسهم وإدارة المحافظ، والتحسين [3 & # x2013؛ 6] و (2) التنبؤ السلسلة الزمنية المالية [7. 8]. للفئة الأولى، وتشمل أعمال البحوث السابقة وغامض متعددة تحليل القرار سمة لبناء محفظة [9]. Zargham والسايح [10] يعمل نظام قائم على حكم غامض لتقييم مجموعة من الاسهم لنفس المهمة. Chapados وBengio [11] تدريب الشبكات العصبية لتقدير وتنبؤ السلوك الأصول لتسهيل توزيع الأصول في صنع القرار. في تطبيقات EA على طول هذا الخط من البحوث، وبيكر وآخرون. [12] استخدمت البرمجة الجينية (GP) لتطوير نماذج الأوراق المالية الترتيب لسوق الولايات المتحدة. لاي وآخرون. [13] استخدمت GA مرحلة مزدوجة لاختيار الأسهم من البورصة شنغهاي للفترة الزمنية من سنة 2001 إلى 2004. وفي لاي وآخرون & # x2019؛ ق العمل، ROCE، وتستخدم EPS، PE، ونسب السيولة لتصنيف الأسهم، واستخدموا GA لحساب النسبة المئوية الأمثل لرأس المال المخصصة لكل من الأصول. لاي وآخرون. ثم خلصت إلى أن الأسلوب الأمثل استنادا GA-من هو أكثر فعالية في التطبيقات المالية من الشبكات العصبية غامض أو اصطناعية. في الآونة الأخيرة، وهوانغ [5] ابتكر النموذج القائم على تعلم الآلة الهجينة لتحديد مجموعات واعدة من الميزات والمعلمات النموذج الأمثل. وقد تجلى الصورة نموذج لتكون أكثر فعالية من معيار وبعض الأساليب الإحصائية التقليدية لاختيار الأوراق المالية؛ & # x2019 هوانغ. لتحسين أداء النماذج القائمة GA-واحد موضوعية، في الآونة الأخيرة، وتشن وآخرون. [14] اقترح طريقة multiobjective استنادا GA-لأهداف زيادة العائد على الاستثمار والحد من المخاطر في وقت واحد. في هذا النهج، استخدم واضعو الفرز nondominated للبحث عن حلول nondominated وأظهرت أن طريقة multiobjective تفوقت على نسخة واحدة الهدف المقترح من قبل هوانغ [5]. آخر دراسة شعبية من الذكاء الحسابى وقد لا سيما فيما يتعلق بالتنبؤ السلاسل الزمنية المالية. هناك كمية معينة من البحوث يوظف تقنيات التعلم الشبكة، بما في ذلك الأعلاف إلى الأمام، شعاعي وظيفة أساس أو المتكررة NN [7]، وSVM [8]. طرق ذكية أخرى، مثل نماذج تطور وراثيا الانحدار [15] وحثي أنظمة الاستدلال غامض [16]، كما كانت متوفرة في الأدب. تداول أزواج [17] هي منطقة البحثية الهامة من هندسة مالية التي تعتمد عادة على بيانات السلاسل الزمنية من سعر السهم للاستثمار، التي يتم شراؤها الأسهم وبيعها في أزواج لفرص المراجحة. إنها استراتيجية المضاربة المعروفة في الأسواق المالية المتقدمة في 1980s، وقد استخدمت واحدة أداة هامة طويلة / قصيرة الأسهم الاستثمار من جانب صناديق التحوط والمستثمرين من المؤسسات [18]. وإن كان هناك قدر كبير من الدراسات التي تعتمد CI-في التطبيقات المالية، أفادت أبحاث مقرها CI-لتداول أزواج متناثر ويفتقر إلى تحليل جاد. حتى الآن، العديد من الأعمال القائمة على طول هذا الخط من البحوث تعتمد على الأساليب الإحصائية التقليدية مثل نهج التكامل المشترك [19]، ومرشحات كالمان [20. 21]، وتحليل المكون الرئيسي [18]. في منطقة CI، Thomaidis وآخرون. [17] استخدم طريقة الشبكات العصبية للشركات يقترن انفوسيس ويبرو في الهند وإنجازه عائد معقول على الاستثمار باستخدام زوج من الأسهم. ساكس وMaringer [22] تستخدم البرمجة الجينية للأزواج مختلفة من الأسهم في يوروستوكس 50 أسهم وجدت أيضا استراتيجيات تداول الزوج جيدة. ورغم وجود هذه الدراسات على أساس CI السابقة للتداول أزواج، وأنها تفتقر إلى تحليل جدي مثل طريقة التحقق من صحة الزمني المستخدمة في [5. 23] لمزيد من التقييم من الشدة في أنظمة التداول. بالإضافة إلى ذلك، في هذه الدراسات السابقة، تم بناء نماذج التداول باستخدام سهمين فقط كزوج التداول. هنا، نقترح نهجا المعمم الذي يستخدم أكثر من اثنين من الأسهم كمجموعة التداول لهذا التحكيم من أجل زيادة تحسين أداء النماذج. في هذه الدراسة، ونحن أيضا توظيف GA لمشاكل الأمثل في نماذجنا موازنة المقترحة. في دراسة الماضية [23]، وهوانغ آخرون. مقارنة الانحدار الخطي التقليدي وGA لمهمة انتقاء الأسهم وبينت أن هذا النموذج يستند GA-قادر على متفوقة بذلك على نموذج الانحدار الخطي. بدافع من هذا العمل البحثي، ونحن بالتالي تنوي توظيف GA لتحسين نظام ذكي لدينا لتداول أزواج، وسوف تظهر النتائج التجريبية أن منهجية مقترحة لدينا بناء GA-واعدة في متفوقة بذلك على المؤشر. وعلاوة على ذلك، خلافا لأساليب أزواج التجارية التقليدية التي تهدف إلى مطابقة أزواج من الأسهم ذات خصائص مماثلة، وتبين لنا أيضا أن لدينا وسيلة قادرة على بناء نماذج العمل التجاري للأسهم ذات خصائص مختلفة. في هذه الدراسة، ونحن أيضا التحقيق في متانة طريقتنا المقترحة وتظهر النتائج التي لدينا وسيلة فعالة حقا في توليد نماذج قوية لبيئة ديناميكية للمشكلة أزواج تداول. ويتم تنظيم هذه الورقة إلى أربعة أقسام. ويعرض القسم 2 الطريقة المقترحة في دراستنا. في القسم 3. نحن تصف البيانات البحثية المستخدمة في هذه الدراسة وتقديم النتائج التجريبية والمناقشات. ويختتم القسم 4 هذه الورقة. 2. المواد والأساليب في هذا القسم، ونحن نقدم الخلفية والأوصاف ذات الصلة لتصميم أنظمة أزواج التداول لدينا باستخدام GA لالنموذج الأمثل. 2.1. أزواج للتجارة ويفترض على نطاق واسع تداول أزواج ليكون & # x201c؛ & # سلف x201d. المراجحة الإحصائية، وهي استراتيجية التداول لكسب الربح من التناقضات التسعير في مجموعة من الاسهم [17]. صنع القرار التقليدية للاستثمار يعتمد عادة على أساسيات الشركات لتقييم قيمتها وسعر أسهمها، وفقا لذلك. كما ونادرا ما يعرف القيم الحقيقية للأسهم، تم تطوير تقنيات أزواج تداول من أجل حل هذا من خلال الاستثمار أزواج الأوراق المالية ذات خصائص مماثلة (مثل الأسهم من نفس الصناعة). وضعت هذا سوء التسعير المتبادل بين اثنين من الأسهم نظريا فكرة انتشار، والذي يستخدم لتحديد المواقع النسبية عندما نتائج السوق غير فعالة في سوء التسعير للأسهم [18. 21]. ونتيجة لذلك، فإن النموذج التجاري هو عادة في السوق محايد بمعنى أنه غير مرتبط السوق ويمكن أن تنتج استراتيجية الاستثمار تقلبات منخفضة. وهناك شكل نموذجي للتداول أزواج من الأسهم يعمل عن طريق بيع الأسهم بسعر مرتفع نسبيا وشراء أخرى مع سعر منخفض نسبيا في بداية فترة التداول، متوقعا أن أعلى واحد سوف تنخفض في حين أن أقل واحد سيرتفع في مستقبل. الفجوة سعر سهمين، المعروف أيضا باسم انتشار، وبالتالي بمثابة إشارة إلى مواقف فتح وإغلاق للأزواج من الأسهم. خلال فترة التداول، يتم فتح الموقف عندما يوسع انتشار من عتبة معينة، وبعد ذلك يتم المواقف أغلق عند انتشار الأسهم يعود. والهدف من هذه الاستراتيجية قصيرة طويلة هو تحقيق الربح من حركة انتشار أنه من المتوقع أن تعود إلى المتوسط ​​على المدى الطويل. النظر رأس المال الأولي . مع سعر الفائدة سنويا وتردد يضاعف في السنة. العاصمة بعد سنة يمكن التعبير عنها توليد المتوسط ​​المتحرك قواعد التداول في سوق النفط الآجلة مع الخوارزميات الجينية 1 كلية العلوم الإنسانية والإدارة الاقتصادية، جامعة الصين للعلوم الجيولوجية، بكين 100083، الصين 2 مختبر مفتاح حمل تقييم القدرات من أجل الموارد والبيئة، وزارة الأراضي والموارد، بكين 100083، الصين 3 مختبر الموارد والإدارة البيئية، جامعة الصين للعلوم الجيولوجية، بكين 100083، الصين معهد 4 من الصين & # x2019؛ ق الإصلاح الاقتصادي والتنمية، جامعة الشعب الصينية، بكين 100872، الصين تلقى 19 فبراير 2014. المنقحة 4 مايو 2014؛ قبلت 7 مايو 2014. نشرت 26 مايو 2014 محرر الأكاديمي: وى تشن & # xa9. 2014 يجون وانغ وآخرون. هذا هو مقال الوصول المفتوح وزعت تحت رخصة المشاع الإبداعي العزو. الذي يسمح بالاستخدام غير المقيد، والتوزيع، والاستنساخ في أي وسيط، بشرط استشهد العمل الأصلي بشكل صحيح. سوق العقود الآجلة للنفط الخام يلعب دورا حاسما في تمويل الطاقة. للحصول على أكبر عائد الاستثمار والعلماء والتجار استخدام المؤشرات الفنية عند اختيار استراتيجيات التداول في سوق العقود الآجلة للنفط. في هذه الورقة، استخدم واضعو المتوسط ​​المتحرك أسعار العقود الآجلة للنفط مع الخوارزميات الجينية لتوليد قواعد التجارة المربحة. حددنا الأفراد مع مجموعات مختلفة من أطوال فترة وطرق الحساب كما نقل قواعد التداول متوسط ​​وتستخدم خوارزميات الجينية للبحث عن أطوال مناسبة من المتوسط ​​المتحرك فترات وطرق الحساب المناسبة. المؤلفين استخدمت أسعار النفط الخام اليومية لبورصة نايمكس الآجلة 1983-2013 لتقييم واختيار التحرك قواعد متوسط. قارنا قواعد التداول ولدت مع استراتيجية شراء وعقد (BH) لتحديد ما إذا ولدت الانتقال قواعد التداول متوسط ​​يمكن الحصول على عوائد الزائدة في سوق العقود الآجلة للنفط الخام. من خلال 420 التجارب، قررنا أن القواعد التجارية ولدت تساعد التجار على تحقيق أرباح عندما تكون هناك تقلبات الأسعار واضحة. يمكن أن قواعد التداول ولدت في الحصول على عائدات الزائدة عندما ينخفض ​​السعر ويواجه تقلبات كبيرة، في حين أن استراتيجية BH هي زيادات أفضل عند سعر أو على نحو سلس مع بعض التقلبات. النتائج يمكن أن تساعد التجار اختيار استراتيجيات أفضل في ظروف مختلفة. 1 المقدمة الطاقة الحيوية للتنمية الاقتصادية. الأنشطة المنزلية، والإنتاج الصناعي، والاستثمارات في البنية التحتية كل تستهلك طاقة مباشر أو غير مباشر، بغض النظر في البلدان النامية أو البلدان المتقدمة [1]. القضايا المتعلقة بالتجارة الطاقة [2]، وكفاءة الطاقة [3]، وسياسة الطاقة [4 & # x2013؛ 6]، واستهلاك الطاقة [7]، وتمويل الطاقة [8] وقد تلقى مزيدا من الاهتمام في السنوات الأخيرة. سوق العقود الآجلة للنفط الخام هو جزء حاسم من تمويل الطاقة في نطاق سوق الطاقة العالمي. التجار والباحثين توظيف أدوات التحليل الفني لتحديد قواعد التجارة المربحة في الأسواق المالية. وفقا لذلك، تتحرك مؤشرات متوسط ​​يشيع استخدامها في التحليل الفني لتفعيل عوائد أكبر. تحاول هذه الورقة الإجابة سواء في الحياة الحقيقية يمكن للمستثمر استخدام المتوسط ​​المتحرك قواعد التداول الفني للحصول على عائدات الزائدة من خلال البحث عن المتوسط ​​المتحرك القواعد التجارية المربحة مع الخوارزميات الجينية في سوق العقود الآجلة للنفط الخام. وتستخدم على نطاق واسع الخوارزميات الجينية في العلوم الاجتماعية [9. 10]، وخاصة في القضايا المعقدة معينة حيث أنه من الصعب إجراء حسابات دقيقة. ذلك هو الاتجاه لتطبيق الطرق الفيزيائية أو الرياضية في الطاقة والموارد الاقتصادية [11 & # x2013؛ 16]. وقد طبقت الباحثون الخوارزميات الجينية إلى التنبؤ الفحم الإنتاج البيئي التلوث [17]، واختيار واختيار السوق السلوك الداخلي في السوق [18]، وتوقعات الطلب على النفط الخام [19]، والتقليل من تكاليف الوقود والانبعاثات الغازية من جيل الطاقة الكهربائية [20]، ونظام تداول العملات الأجنبية [21]. وفيما يتعلق بالقضايا التحليل الفني المالية والعلماء استخدام الخوارزميات الجينية للبحث أفضل قواعد التداول والمؤشرات التقنية مربحة عند اتخاذ القرارات الاستثمارية [22 & # x2013؛ 25]. يتم الجمع بين الخوارزميات الجينية مع أدوات أخرى مثل نموذج قائم على وكيل [26]، ونظرية الرياضيات غامض [27]، والشبكات العصبية [28]. هناك أيضا بعض الدراسات التي استخدمت الخوارزميات الجينية للتنبؤ اتجاهات الأسعار في السوق المالية [29. 30] أو سعر الصرف للسوق الصرف الأجنبي [31]. كما أن هناك عددا كبيرا من القواعد التجارية الفنية والمؤشرات الفنية المتاحة في السوق الآجلة للنفط الخام، ومن غير العملي لاستخدام الحسابات ارجوديك أو بعض طرق حسابية دقيقة أخرى. لذلك، وذلك باستخدام الخوارزميات الجينية هي وسيلة ممكنة لحل هذه المشكلة. وقد استخدمت على نطاق واسع تتحرك مؤشرات متوسط ​​في دراسات الأسهم وأسواق العقود الآجلة [32 & # x2013؛ 37]. تتم مقارنة متوسطين متحركين من أطوال مختلفة للتنبؤ اتجاهات الأسعار في الأسواق المختلفة. المتوسطات المتحركة قصيرة هي أكثر حساسية لتغيرات الأسعار من الطويلة. إذا كان متوسط ​​سعر نقل باختصار هو أعلى من فترة طويلة المتحرك متوسط ​​سعر، والتجار يعتقدون أن يرتفع السعر واتخاذ مواقف طويلة. عندما ينخفض ​​سعر متوسط ​​متحرك قصيرة والصلبان مع واحد طويل، وسوف يؤخذ الأنشطة التجارية المعاكس [38]. ألين وKarjalainen (AK) [39] تستخدم خوارزميات الجينية لتحديد القواعد التجارية التقنية في أسواق الأسهم مع الأسعار اليومية للS & # X26؛ P 500. تم استخدام متوسط ​​سعر تتحرك باعتبارها واحدة من مؤشرات كثيرة من القواعد الفنية. مؤشرات أخرى، مثل القيمة المتوسطة والقيمة القصوى، وتستخدم أيضا عند اتخاذ القرارات الاستثمارية. أجرى وانغ [40] بحث مماثل في الأسواق الفورية والآجلة باستخدام برمجة الجينية، بينما كيف [41] تطبيق AK & # x2019؛ ق طريقة لأسهم الشركات المختلفة لتحديد مدى ملاءمة حجم. وليام، مقارنة القواعد الفنية المختلفة والشبكة العصبية (ANN) قواعد اصطناعية بخصوص سوق العقود الآجلة للنفط، قرر أن ANN هي أداة جيدة، الأمر الذي يلقي بظلال من الشك على كفاءة سوق النفط [38]. كل هذه الدراسات الجمع بين المتوسط ​​المتحرك المؤشرات مع مؤشرات أخرى لتوليد قواعد التداول. ومع ذلك، في هذه الورقة، ونحن نستخدم المتوسطات المتحركة لتوليد القواعد التجارية، والتي قد تكون مقاربة بسيطة وفعالة. يتأثر أداء متوسط ​​حكم التداول تتحرك بشكل كبير من قبل أطوال فترة [42]. لذلك، وإيجاد أطوال المثلى من الفترتين أعلاه هو القضية المركزية في الأدب التحليل الفني. وقد حاول مجموعة متنوعة من أطوال في المشاريع البحثية الحالية [43 & # x2013؛ 48]. في الأبحاث الحالية، فإن معظم تتحرك قواعد الاستخدام العادي الثابتة المتوسط ​​المتحرك أطوال فترة واحدة المتوسط ​​المتحرك طريقة الحساب. ومع ذلك، فمن الأفضل استخدام أطوال مختلفة لفترات استثمارية مختلفة [49. 50] وهناك أنواع مختلفة من المتوسط ​​المتحرك طريقة الحساب التي يمكن استخدامها في التحليل الفني. في هذه الورقة، معتبرا أن طول الأمثل للمتوسط ​​فترات الانتقال وأفضل طريقة الحساب قد تختلف من مناسبة إلى أخرى نستخدمها الخوارزميات الجينية لتحديد طول مناسب لمتوسط ​​الفترة المتحركة والطريقة المناسبة. وتعتبر ستة المتوسط ​​المتحرك طرق الحساب في هذه الورقة ويمكن الخوارزميات الجينية تساعدنا معرفة الطريقة وفترة مناسبة أفضل أطوال لظروف مختلفة. وفقا لذلك، ونحن قادرون على تقديم قواعد التداول المتوسط ​​المتحرك أكثر ملائمة للتجار في سوق العقود الآجلة للنفط الخام. 2. البيانات والطريقة نستخدم الأسعار اليومية من النفط الخام في المستقبل العقد 1 للفترة 1983-2013 من بورصة نيويورك التجارية (المصدر: eia. gov/dnav/pet/pet_؛pri_؛fut_؛s1&# x5f؛ d. htm). نختار 20 مجموعات من بيانات العينة، تحتوي كل منها على 1000 الأسعار اليومية. في الأسعار اليومية 1000، يتم استخدام سلسلة السعر 500 يوما لتدريب القواعد التجارية في كل جيل. وتستخدم أسعار 200 التالية لاختيار أفضل حكم التداول المتولدة من جميع الأجيال، وتستخدم على مشاركة 300 الأسعار اليومية لتحديد ما إذا كانت القاعدة ولدت يمكن الحصول على عوائد الزائدة. تبدأ المجموعة الأولى في عام 1985، انتهت المجموعة الأخيرة في عام 2013، ويتم تحديد كل سلسلة السعر 1000 يوما مع خطوة من 300. يجب علينا أيضا أن تشمل 500 أسعار أكثر يوميا قبل كل سلسلة عينة لحساب أسعار تتحرك للفترة العينة. وهكذا، كل تجربة مستقلة تتطلب سلسلة السعر 1500 يوما. وتعرض البيانات التي نستخدمها في الشكل 1. نقل قواعد متوسط ​​التداول تسهيل اتخاذ القرار بالنسبة للتجار عن طريق المقارنة بين اثنين من المتوسطات المتحركة لفترات مختلفة. وبهذه الطريقة، يمكن للتجار ويتوقع اتجاه السعر من خلال تحليل تقلب متوسط ​​أسعار تتحرك. هناك ستة المتوسط ​​المتحرك المؤشرات عادة ما تستخدم في التحليل الفني: المتوسط ​​المتحرك البسيط (SMA)، المتوسط ​​المتحرك الموزون (WMA)، المتوسط ​​المتحرك الأسي (EMA)، على التكيف المتوسط ​​المتحرك (AMA)، سعر نموذجي المتوسط ​​المتحرك (TPMA)، والثلاثي المتوسط ​​المتحرك (TMA). يتم تقديم أساليب حساب تتحرك مؤشرات متوسط ​​في الجدول 1.