BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Bartosiewicz Paweł (Politechnika Częstochowska)
Tytuł
Opracowanie systemu wspomagania decyzji kupna i sprzedaży papierów wartościowych optymalizowanego wielokryterialnie
The Development of the Stock Trading Decision Support System with Multicriteria Optimization
Źródło
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Finanse, Rynki Finansowe, Ubezpieczenia, 2010, nr 29, s. 291-304, rys., tab., bibliogr. 17 poz.
Słowa kluczowe
Teoria Demstera-Shafera, Optymalizacja wielokryterialna, Ceny akcji, Systemy wspomagania decyzji, Sztuczna inteligencja
Dempster-Shafer theory, Multiple criteria optimization, Shares prices, Decision Support Systems (DSS), Artificial intelligence
Uwagi
streszcz., summ..
Firma/Organizacja
Giełda Papierów Wartościowych w Warszawie
Warsaw Stock Exchange
Abstrakt
Przedstawiono budowę systemu wspomagania decyzji opartego na syntezie logiki rozmytej i teorii Dempstera-Shafera w zastosowaniu do obrotu papierami wartościowymi na rynku kapitałowym. Wielką zaletą systemu jest możliwość optymalizacji na danych historycznych w celu dostosowania jego parametrów sterujących do charakterystyki rynku. Proces optymalizacji wzbogacono o możliwość maksymalizowania kilku kryteriów jednocześnie poszukując najlepszego wariantu kompromisowego (optymalizacja wielokryterialna). W wyniku takiego podejścia zoptymalizowany system utrzymuje stabilność w długich okresach czasu. Założenia zostały potwierdzone pozytywnymi wynikami testów na danych historycznych kontraktu terminowego na indeks WIG20 Giełdy Papierów Wartościowych w Warszawie.(fragment tekstu)

During last two decades powerful mathematical and computer methods have been used to find a way to predict stock prices accurately, but they have produced less than successful results in practice. It results from excluding of well-known rules of the technical analysis from decision process. Although, the wisdom accumulated by generations of traders can be an adequate base for building optimal fuzzy expert systems for stock trading. Based on this assumption a new approach to the synthesis of the fuzzy logic and Dempster-Shafer theory was presented. A possibility of the optimization on historical data to adapting to characteristics of the market is a great advantage of the presented system. The multicriteria optimization was applied in order to get the stability of the system in the long term. The advantages of this approach are demonstrated using the developed stock trading decision support system optimized and tested on the real data from Warsaw Stock Exchange.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Szczecińskiego
Bibliografia
Pokaż
  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), ,Journal of the Royal Statistical Society" 1968, Series B, vol. 30.
  3. Dempster A.P., Upper and lower probabilities induced by a multi-valued mapping, "Annals of Mathematical Statistics" 1967, vol. 38.
  4. Dimova L., Sevastianov P., Sevastianov D., MCDM in a fuzzy setting: investment projects assessment application, "International Journal of Production Economics" vol. 100.
  5. Dourra H., Siy P., Investment using technical analysis and fuzzy logic, "Fuzzy Sets and Systems" 2002, vol. 127.
  6. Haefke C, Helmenstein C, Predicting stock market averages to enhance profitable trading strategies, Proceedings of the Third International Conference on Neural Networks in the Capital Markets, London 2000.
  7. Kendall S.M., Ord K., Time series (3rd ed), Oxford University Press, New York 1990.
  8. 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, vol. 118.
  9. Mahfoud S., Mani G., Financial forecasting using genetic algorithms, "Applications of Artificial Intelligence" 1996, vol. 10.
  10. Mamdani E., Assilian S., An experiment in linguistic synthesis with a fuzzy logie controller, "International Journal of Man-Machine Studies" 1975, vol. 1.
  11. Mehta K., Bhattacharyy S., Adequacy of training data for evolutionary mining of trading rules, "Decision Support Systems" 2004, vol. 37.
  12. Sevastjanov P., Numerical methods for interval and fuzzy number comparison based on the probabilistic approach and Dempster-Shafer theory, "Information Sciences" vol. 177.
  13. Sevastjanov P., Figat P., Aggregation of aggregating modes in MCDM, Synthesis of Type 2 and Level 2 fuzzy sets, "Omega" 2007, vol. 35.
  14. Shafer G., A mathematical theory of evidence, Princeton University Press, Princeton 1976.
  15. Yager R.R., Multiple objective decision-making using fuzzy sets, "International Journal of Man-Machine Studiem" 1979, vol. 9.
  16. Yager R.R., On the Dempster-Shafer Framework and New Combination Rules, "Information Sciences" 1987, vol. 41.
  17. Zadeh L.A., Review of Books: A Mathematical Theory of Evidence, "The Al Magazine" 1984, vol. 5(3)
Cytowane przez
Pokaż
ISSN
1640-6818
1733-2842
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu