Zastosowanie zbiorów przybliżonych i systemu ROSE2 do indukcji reguł decyzyjnych na potrzeby systemu automatycznego obrotu parą walutową

• Autorzy: Czapiewski P.
• Języki publikacji: PL

Abstrakty

EN

The paper presents the attempt of applying rough sets theory and ROSES software to build the automated currency pair trading system. ROSES system's rule induction m.odule was used to extract rules from the feature space, built upon moving averages differences and other technical analysis indicators. The rules obtained were evaluated through the simulation of a trading system.

Słowa kluczowe

PL

zbiór przybliżony; system ROSE2; indukcja reguł decyzyjnych; obrót parą walutową; aproksymacja zbiorów

EN

rough sets; ROSE2; rule induction; automated trading; moving averages

• Wydawca: Komisja Informatyki Polskiej Akademii Nauk, Oddział w Gdańsku
• Czasopismo: Metody Informatyki Stosowanej
• Rocznik: 2008
• Tom: nr 1 (Tom 13)
• Strony: 25--38
• Opis fizyczny: Bibliogr. 15 poz., rys., tab.

Twórcy

autor

Czapiewski P.

• Politechnika Szczecińska, Wydział Informatyki

Bibliografia

• [1] Shen L., Loll H. T. Applying rough sets to market timing decisions. Decision Support Systems 37, 2004, s. 583-597
• [2] Pawlak Z., Skowron A. Rudiments of rough sets. Information Sciences 177, 2007, s. 3-27
• [3] Prędki B., Słowiński R., Stefanowski J., Susmaga R., Wilk Sz. ROSE - Software Implementation of the Rough Set Theory. W: Rough Sets and Current Trends in Computing, Polkowski L., Skowron A. (red.), Lecture Notes in Artificial Intelligence, vol. 1424. Springer-Verlag, 1998, s. 605-608.
• [4] Murphy J. J. Analiza techniczna rynków finansowych. WIG-PRESS. 1999
• [5] Investopedia.com. Basics of Moving Averages [online], http://investopedia.com, articles/ technical/052201.asp [dostęp: listopad 2007]
• [6] Olson D. Have trading rule profits in the currency markets declined over time? Journal of Banking & Finance 28, 2004, s. 85-105
• [7] Rutkowski L. Metody i techniki sztucznej inteligencji. PWN, 2005
• [8] Czerniak J. Porównanie metody LDGen z wiodącymi metodami dyskretyzacji wstępnej stosowanymi w kontekście teorii zbiorów przybliżonych. W: Metody Informatyki Stosowanej w Zarządzaniu, Wydział Informatyki Politechniki Szczecińskiej, 2004.
• [9] Deboeck G. J., Cader M. Pre- and Postprocessing of Financial Data. W: Trading on the Edge: Neural, Genetic, and Fuzzy Systems for Chaotic Financial Markets, Wiley 1994
• [10] Grzymala-Bussc J., Stefanowski J., Wilk Sz. A comparison of two approaches to data mining from imbalanced data. Journal of Intelligent Manufacturing, 16, 2005, s. 565-573
• [11] ROSES Rough Set Data Explorer. User's Guide. ProSoft, 1999
• [12] Sharpe W. F. The Sharpe Ratio. The Journal of Portfolio Management Fall, 1994, s. 49-58
• [13] Tay F. E. H., Shen L. Economic and financial prediction using rough sets model. European Journal of Operational Research 141, 2002, s. 641-659
• [14] Qian B., Rasheed K. Stock market prediction with multiple classifiers. Applied Intelligence 26, 2007, s. 25-33
• [15] Yao J., Tan C. L. A case study on using neural networks to perform technical fore-casting of forex. Neurocomputing 34, 2000, s. 79-98