distagon / thesis

碩士論文,應用機械學習,結合模糊理論和基因表達規劃法,找出台指期貨買賣時機點和交易口數配置,並加入加減碼和停損停利等避險機制。內容包含論文、簡報、程式模型和實驗的資料集。

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

碩士論文

應用 機械學習(Machine Learning)

結合 模糊理論(Fuzzy Theory)基因表達規劃法(Gene Expression Programming)

找出 台指期貨(TX) 買賣時機點和交易口數配置,並加入加減碼和停損停利等避險機制。

程式

程式架構圖如下:

alt tag

MyLibrary

使用 C# .NET 開發模糊理論(Fuzzy.cs)和基因表達規劃法(GEP.cs)演算法,並編譯成 dll 檔供 MultiCharts .NET 參考。

MultiCharts

首先,技術指標.pln 根據資料集求出 KD、RSI 和 BIAS 等指標值,

其後,投資策略.pln 會引用 MyLibrary.dll 的演算法 和 技術指標.pln 求出的指標值,

進行期貨交易,據以訓練和測試機械學習模型,最後目的是找出一組最賺錢的投資策略。

簡報

模糊基因表達規劃法在台指期貨投資策略探勘之研究_簡報

論文

模糊基因表達規劃法在台指期貨投資策略探勘之研究_論文

資料集

資料的區間為期七年,包含 2007/07/01 到 2014/03/31 的每日台指期交易資料。

期貨交易屬時間序列(Time Series)問題,採移動視窗(Sliding Window)方式訓練和測試資料。

訓練期為 9 個月,測試期為 3 個月,一次移動 3 個月,總共能移動 23 次,共計 24 個訓練和測試區間。

台指期_每日三大法人交易量和未平倉量

欄位由左而右分別為:日期、三大法人交易量和未平倉量。

台指期_每日交易資料

欄位由左而右分別為:日期、開盤價、最高價、最低價、收盤價和總交易量(口數)。

About

碩士論文,應用機械學習,結合模糊理論和基因表達規劃法,找出台指期貨買賣時機點和交易口數配置,並加入加減碼和停損停利等避險機制。內容包含論文、簡報、程式模型和實驗的資料集。


Languages

Language:C# 100.0%