Особливості формування торгової стратегії на ринку Форекс на основі статистичного аналізу. Уявлення про ефективність і прибутковість торгівельних процесів. Визначення сучасної структури створення різнорівневих систем, характерних фінансовим ринкам.
При низкой оригинальности работы "Формування торгівельної стратегії на ринку Форекс на основі статистичного аналізу", Вы можете повысить уникальность этой работы до 80-100%
Така торгівля вимагає безперервного аналізу ситуації на ринку, контролю динаміки котирувань і постійного відкриття/закриття позицій, тобто відриву трейдера від основної діяльності. Найбільш популярна в даний час торгова платформа METATRAIDER 4 надає користувачам не тільки візуалізацію зміни котирувань і інструмент для відкриття торговельних позицій, а й містить у собі інструменти розробника для написання торгових стратегій на вбудованій мові програмування MQL4. Після закінчення дослідження планується отримання функціональної торгівельної стратегії, що настроюється, з наступними властивостями: Торгівля на різних часових проміжках і з урахуванням різних ступенів ризику. А Каблан розширив адаптивну нейрон-нечітку систему, щоб створити експертну систему, яка здатна використовувати нечіткі міркування у поєднанні з можливостями розпізнавання нейронних мереж, які будуть використовуватися у фінансовому прогнозуванні та торгівлі. Єдиним важелем впливу на торгівлю з боку користувача залишається рівень ризику - в простому випадку задається відсоток коштів на рахунку, які можна задіяти в торгівлі.
Список литературы
1. Ерлих А.А. Технічний аналіз товарних та фінансових ринків А.А Ерлих - М.: Інфра - М,1996. - 176 с.
2. Менкью Н.Г. Принципи економікс / Н.Г. Мєнкью - Спб.: Пітер Ком, 1999. - 784 с.
3. Lin L, Cao L., Zhang C. The fssh-eye visualization of foreign curreney exchange Data streams / ACM International Conference Proceeding Series: Vol. 109 proceedings of the 2005 Asia-Pacifie symposium on Information visualization-Volume 45, pp. 91-96, Australian Computer Society, Inc.
4. Slany K. Towards the Automatic Evolutionary Prediction of the FOREX Market Behaviour / IEEE International Conference on Adaptive and Intelligent Systems, pp. 141-145, IEEE Computer Society, Los Alamitos, CA. USA (2009).
5. Wedding D.K., Cios K.J. Tsme series forecasting by combining RBF networks. - Pp. 149-168, (1996).
6. Kablan A. Adaptive Neuro Fuzzy Inference Systems for High Frequency Financial Trading and Forecaasting / pp. 105-110, USA (2009).
7. Subramanian H., Ramamoorthy S., Stone P., Benjamin J.K. Designing safe, profitable automated stock trading agents using evolutionary algorithms / pp. 1777-1784, ACM New York, Ny, USA (2008).
Размещено на .ru
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
