BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Sewastjanow Paweł (Politechnika Częstochowska), Dymowa Ludmiła (Politechnika Częstochowska), Bartosiewicz Paweł (Politechnika Częstochowska)
Title
System informatyczny symulujący proces decyzyjny na rynku kapitałowym za pomocą syntezy logiki rozmytej i teorii świadectw
A Computer Based System Simulating Decision Making Process in the Stock Market With Use of The Synthesis of Fuzzy Logic and Dempster-Shafer Theory of Evidence
Source
Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania / Uniwersytet Szczeciński, 2008, nr 9, s. 108-119, rys., tab., bibliogr. 13 poz.
Issue title
Rynek kapitałowy: skuteczne inwestowanie
Keyword
Teoria Demstera-Shafera, Rynek kapitałowy, Podejmowanie decyzji inwestycyjnych, Analiza techniczna, Analiza wielokryterialna, Logika rozmyta
Dempster-Shafer theory, Capital market, Investment decisions, Technical analysis, Multicriteria analysis, Fuzzy logic
Note
streszcz., summ..
Abstract
Przedstawiono system informatyczny symulujący zoptymalizowany proces podjęcia decyzji na rynku kapitałowym. W opracowaniu systemu użyto syntezy różnych metod: tradycyjnych wskaźników analizy technicznej, metod wielokryterialnych, metod logiki rozmytej oraz teorii świadectw Dempstera-Shafera. Zastosowanie takiej syntezy metod pozwala zbudować system optymalizujący podjęcie decyzji kupna i sprzedaży aktywów w sposób najbardziej naturalnie odzwierciedlający charakter myślenia osób zajmujących się profesjonalną działalnością na giełdzie papierów wartościowych. Ostateczne zagadnienie sformułowane zostało jako problem optymalizacji w warunkach niepewności. Efektywność opracowanego sytemu sprawdzona została na rzeczywistych danych. W tym celu wykorzystano notowania kontraktu terminowego na indeks WIG20 Giełdy Papierów Wartościowych w Warszawie. Do optymalizacji i testowania systemu wykorzystano dane z okresu od października 2007 r. do lutego 2008 r. (abstrakt oryginalny)

A Computer based system simulating optimized decision making process in the stock market is presented. The synthesis of different methods such as technical analysis, multiple-criteria decision making, fuzzy logic and Dempster-Shafer theory of evidence is used. This synthesis allows to build a system which optimizes the trading decisions reflecting the trader's type of reasoning in a natural way. Finally, the problem is formulated as the task of optimization under uncertainty conditions. The efficacy of the elaborated system is proved using the real quotation of futures on index WIG20 of the Warsaw Stock Exchange. The data from November of 2007 to February of 2008 have been used for optimization and testing of the system.(original abstract)
Accessibility
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Bibliography
Show
  1. Baba N., Kozaki M., An intelligent forecasting system of stock price using neural networks. Proceedings of IJCNN'92, 1992.
  2. Dempster A.P., A generalization of Bayesian inference (with discussion). J. Roy. Stat. Soc. 30, 1968.
  3. Dempster A.P., Upper and lower probabilities induced by a multi-valued mapping. Ann. Math. Stat. 38, 1967.
  4. Dourra H., Siy P., Investment using technical analysis and fuzzy logic. Fuzzy Sets and Systems, 2002, 127.
  5. Ferson S., Sentz K., Combination of Evidence in Dempster-Shafer Theory. SANDIA Report, 2002, 25.
  6. Kim K.J., Han I., Genetic algorithms approach to feature discretization in artificial neural networks for the prediction of stock price index. Expert Systems with Applications, 2000, 19.
  7. Kuo R.J., Chen C.H., Hwang Y.C., An intelligent stock trading decision support system through integration of genetic algorithm based fuzzy neural network and artificial neural network. Fuzzy Sets and Systems, 2001, 118.
  8. Mahfoud S., Mani G., Financial forecasting using genetic algorithms. Applications of Artificial Intelligence, 1996, 10.
  9. Mamdani E., Assilian S., An experiment in linguistic synthesis with a fuzzy logic controller. Int. J. Mach. Studies, 1975, 1.
  10. Mehta K., Bhattacharyy S., Adequacy of training data for evolutionary mining of trading rules. Decision Support Systems, 2004, 37.
  11. Pawlak Z., Rough Sets. International Journal of Information and Computer Science, 1982,11.
  12. Shafer G., A mathematical theory of evidence, Princeton University Press, 1976.
  13. Shen L., Loh H. T., Applying rough sets to market timing decisions, Decision Support Systems, 2004, 37.
Cited by
Show
ISSN
1899-2382
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu