Главная
Биография
Научные труды
Лекции
Программное обеспечение
Дипломники
Материалы студентов
Заметки
Сотрудничество
Услуги
Ссылки
Блог
Контакты

Научная статья Шумков Е.А., Ботин В.А., Карлов Д.Н. 'Распознавание фигур технического анализа с помощью нейронных сетей'

// Политематический сетевой электронный научный журнал КубГАУ. №1, 2011

Ключевые слова: Многослойный персептрон, Форекс, распознавание, технический анализ, обучение без учителя

Keywords: Multilayered perceptron, Forex, recognition, technical analysis, unsupervised learning

Одним из наиболее популярных методов анализа финансовых временных рядов, как фондового, так и валютного рынков, является технический анализ, который можно разделить на две составляющие - технические индикаторы и фигуры технического анализа. В данной статье рассмотрим только фигуры технического анализа (далее ТА). Базовыми и наиболее распространенными фигурами ТА являются: нисходящий и восходящий треугольник, треугольник, нисходящий и восходящий каналы, нисходящий и восходящий клин, прямоугольник, голова и плечи, перевернутые голова и плечи, тройная вершина, тройное дно, флаг, вымпел, двойная вершина, двойное дно. Некоторые из данных фигур представлены на Рисунке 1. Также существуют и другие, менее распространенные фигуры ТА, например, "бриллиант" и другие [1]. Важность определения фигуры ТА состоит в том, что при окончании формирования фигуры обычно происходит либо прорыв уровня, либо цена остается в определенном канале, в зависимости от сформировавшейся фигуры. При построении механической торговой системы важными являются те фигуры, которые совершают прорыв уровня, например фигуры "флаг" или "вымпел". Основная трудность при использовании методики фигур ТА является собственно их интерпретация на графике котировок. Один специалист может увидеть формирующийся нисходящий канал, другой в этот же момент времени интерпретирует нисходящий треугольник...

Полный текст на сайте EJ.KUBAGRO.RU

Библиографическая ссылка на статью: Шумков Е.А., Ботин В.А., Карлов Д.Н. "Распознавание фигур технического анализа с помощью нейронных сетей" / Политематический сетевой электронный научный журнал КубГАУ. №1, 2011

<< Предыдущая статья || Следующая статья >>


Переводы статей

Читаемые курсы лекций

Нейросети Искусственный интеллект Методы оптимизации ПИС Сетевая экономика БД МПИ

ПО ЭИС
НТИС
ФЛП
МатЛогика
Ч.М.Э.
МиИМППР

Курсовые работы и проекты
Каталоги научных журналов

Связь (по всем вопросам) с администратором сайта E-mail: sneveld@rambler.ru
При использовании материалов сайта просьба указывать ссылку http://www.shumkoff.ru и первоисточники (если указаны)
Обмен ссылками
Карта сайта