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.
Аннотация к работе
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).