Nowa wersja platformy jest już dostępna.
Przejdź na https://bibliotekanauki.pl

PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2014 | nr 3 (33) | 88-101
Tytuł artykułu

Design and Evaluation of Trading Strategy in A-Trader System

Warianty tytułu
Projektowanie i ocena strategii inwestycyjnych w systemie a-Trader
Języki publikacji
EN
Abstrakty
W artykule przedstawiono problematykę projektowania i oceny strategii inwestycyjnych w systemie wieloagentowym a-Trader. System ten umożliwia wspomaganie decyzji inwestycyjnych na rynku FOREX. W pierwszej części artykułu dokonano charakterystyki systemu a-Trader z punktu widzenia jego użytkownika. Następnie przedstawiono algorytmy wybranych strategii. W końcowej części opracowano funkcję oceny efektywności strategii, jak również zaprezentowano sposób przeprowadzenia oraz wyniki analizy tej efektywności.(abstrakt oryginalny)
EN
The article presents an approach to the performance analysis of trading strategies in the a-Trader system. A-Trader supports investment decisions on the FOREX market. The first part of the article contains a description of the a-Trader system from the user viewpoint. Next, the algorithms of the selected agents' strategies are presented. In the last part of the article, the performance evaluation of strategies is proposed and illustrated.(original abstract)
Rocznik
Numer
Strony
88-101
Opis fizyczny
Twórcy
  • Wrocław University of Economics, Poland
  • Wrocław University of Economics, Poland
autor
  • Wrocław University of Economics, Poland
Bibliografia
  • Barbosa R.P., Belo O., 2010, Multi-agent forex trading system, [in:] Agent and Multi-agent Technology for Internet and Enterprise Systems, Studies in Computational Intelligence, vol. 289, pp. 91-118.
  • Bollinger J., 2001, Bollinger on Bollinger Bands, McGraw Hill, New York.
  • Chan L., Wong A., 2011, Automated Trading with Genetic-Algorithm Neural-Network Risk Cybernetics: An Application on FX Markets, Finamatrix, January, pp. 1-28.
  • Dempster M., Jones C., 2001, A real time adaptive trading system using genetic programming, Quantitative Finance, vol. 1, pp. 397-413.
  • Glattfelder J.B., Dupuis A., Olsen R., 2011, Patterns in high-frequency FX data: Discovery of 12 empirical scaling laws, Quantitative Finance, vol. 11, no. 4, pp. 599-614.
  • Hernes M., Nguyen N.T., 2007, Deriving consensus for hierarchical incomplete ordered partitions and coverings, Journal of Universal Computer Science, vol. 13, no. 2, pp. 317-328.
  • Jajuga K., Jajuga T., 2000, Inwestycje: Instrumenty finansowe, ryzyko finansowe, inżynieria finansowa, Wydawnictwo Naukowe PWN, Warszawa.
  • Karjalainen R., 1999, Using genetic algorithms to find technical trading rules, Journal of Financial Economics, vol. 51, pp. 245-271.
  • Korczak J., Bac M., Drelczuk K., Fafuła A., 2012, A-Trader - consulting agent platform for stock exchange gamblers, [in:] Proceedings of the Federated Conference on Computer Science and Information Systems (FedCSIS), Wrocław, pp. 963-968.
  • Korczak J., Hernes M., Bac M., 2013, Risk avoiding strategy in multi-agent trading system, [in:] Ganzha M., Maciaszek L., Paprzycki M. (eds.), Proceedings of the Federated Conference on Computer Science and Information Systems (FedCSIS), Kraków, pp. 1131-1138.
  • Korczak J., Hernes M., Bac M., 2014, Performance evaluation of decision-making agents in the multi-agent system, [in:] Ganzha M., Maciaszek L., Paprzycki M. (eds.), Proceedings of the 2014 Federated Conference on Computer Science and Information Systems. Annals of Computer Science and Information Systems, vol. 2, Polskie Towarzystwo Informatyczne, Warsaw, Institute of Electrical and Electronics Engineers, New York City, pp. 1171-1180.
  • Korczak J., Lipinski P., 2008, Systemy agentowe we wspomaganiu decyzji na rynku papierów wartościowych, [in:] Stanek S., Sroka H., Paprzycki M., Ganzha M. (eds.), Rozwój informatycznych systemów wieloagentowych w środowiskach społeczno-gospodarczych, Placet, Warszawa, pp. 289-301.
  • LeBaron B., 2011, Active and passive learning in agent-based financial markets, Eastern Economic Journal, vol. 37, pp. 35-43.
  • Lento C., 2008, A combined signal approach to technical analysis on the S&P 500, Journal of Business & Economics Research, vol. 6, no. 8, pp. 41-51.
  • Martinez-Jaramillo S., Tsang E.P.K., 2009, An heterogeneous, endogenous and co-evolutionary GP-based financial market, IEEE Transactions on Evolutionary Computation, vol. 13, no. 1, pp. 33-55.
  • Nguyen N.T., 2006, Using consensus methodology in processing inconsistency of knowledge, [in:] Last M., Szczepaniak P.S., Volkovich Z., Kandel A. (eds.), Advances in Web Intelligence and Data Mining, series Studies in Computational Intelligence, Springer-Verlag, Berlin, pp. 161-170.
  • Palit I., Phelps S., Ng W.L., 2012, Can a zero-intelligence plus model explain the stylized facts of financial time series data?, [in:] Proceedings of the Eleventh International Conference on Autonomous Agents and Multi-Agent Systems (AAMAS) 2012, vol. 2, Valencia, Spain: International Foundation for Autonomous Agents and Multiagent Systems, pp. 653-660.
  • Sobieska-Karpińska J., Hernes M., 2012, Consensus determining algorithm in multiagent decision support system with taking into consideration improving agent's knowledge, [in:] Ganzha M., Maciaszek L., Paprzycki M. (eds.), Proceedings of the Federated Conference on Computer Science and Information Systems (FedCSIS), pp. 1035-1040.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171331403
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.