演化图表模式敏感的神经网络外汇交易智能体
神经与进化计算
2012-01-31 v2 计算工程、金融与科学
摘要
尽管机器学习应用于外汇市场算法交易已有一段时间，且神经网络（NN）已被证明能产生积极结果，但在大多数现代方法中，神经网络系统通过传统方法（例如反向传播算法）进行优化，其输入信号为价格列表及由其他技术指标元素构成的列表。本文目的有二：展示并测试拓扑与权重演化人工神经网络（TWEANN）系统在自动化货币交易中的应用，并演示使用外汇图表图像作为输入时，对几何规则性敏感的间接编码神经网络系统的性能，使其能够利用图表内的模式与趋势进行交易。本文展示了使用 TWEANN 演化的基于神经网络的自动化货币交易系统的基准结果，并比较了使用标准滑动窗口价格向量输入的直接编码神经网络与使用图表作为输入的间接（基底）编码神经网络的性能与泛化能力。本文用于演化这些货币交易智能体的 TWEANN 算法是基于模因算法的 TWEANN 系统，称为 Deus Ex Neural Network (DXNN) 平台。
引用
@article{arxiv.1111.5892,
title = {Evolving Chart Pattern Sensitive Neural Network Based Forex Trading Agents},
author = {Gene I. Sher},
journal= {arXiv preprint arXiv:1111.5892},
year = {2012}
}