Negociación Automatizada Con Algoritmo Genético Cibernética De Riesgo De Red Neural Una Aplicación En Mercado Fx

Negociación automatizada con Algoritmo Genético Cibernética de Riesgo de Red Neural: Una Aplicación en Mercados de FX Wing-Keung Wong Universidad Bautista de Hong Kong (HKBU) 20 de febrero de 2012 Finamatrix Journal, febrero de 2012 Los últimos años han sido testigos del avance de los sistemas automatizados de negociación algorítmica como soluciones institucionales en forma de autobots, black box o asesores expertos. Sin embargo, se han hecho muy pocas investigaciones en esta área con evidencia suficiente para mostrar la eficiencia de estos sistemas. Este artículo construye un sistema automatizado de comercio que implementa un algoritmo genético optimizado de red neuronal (GANN) modelo con conceptos cibernéticos y evalúa el éxito utilizando un valor modificado en riesgo (MVaR) marco. El motor cibernético incluye una función de control de retroalimentación causal circular y un estimador de proporción de oro desarrollado, que puede aplicarse a cualquier forma de datos de mercado en el desarrollo de modelos de fijación de precios de riesgo. El documento aplica las tasas de cambio de Euro y Yen como entradas de datos. Se muestra que la técnica es útil como un sistema de control de volatilidad y comercio para instituciones, incluida la política monetaria del banco central como una estrategia de minimización del riesgo. Además, los resultados se logran dentro de un plazo de 30 segundos para una estrategia de comercio intra-semana, ofreciendo un desempeño de latencia relativamente bajo. Los resultados muestran que las exposiciones al riesgo se reducen de cuatro a cinco veces con una tasa máxima de éxito posible del 96%, lo que proporciona evidencia para más investigación y desarrollo en esta área.