An automatic stock trading system using Particle Swarm Optimization

Conference proceedings article

ผู้เขียน/บรรณาธิการ

กลุ่มสาขาการวิจัยเชิงกลยุทธ์

ไม่พบข้อมูลที่เกี่ยวข้อง

รายละเอียดสำหรับงานพิมพ์

รายชื่อผู้แต่ง: Worasucheep C., Nuannimnoi S., Khamvichit R., Attagonwantana P.

ผู้เผยแพร่: Hindawi

ปีที่เผยแพร่ (ค.ศ.): 2017

หน้าแรก: 497

หน้าสุดท้าย: 500

จำนวนหน้า: 4

ISBN: 9781538604496

นอก: 0146-9428

eISSN: 1745-4557

URL: https://www.scopus.com/inward/record.uri?eid=2-s2.0-85039916410&doi=10.1109%2fECTICon.2017.8096283&partnerID=40&md5=521fba3d91288ac42af7339164ae24cc

ภาษา: English-Great Britain (EN-GB)

ดูบนเว็บไซต์ของสำนักพิมพ์

บทคัดย่อ

This paper proposes a trading strategy based on a learning method to combine a set of technical trading signals. The learning employs a modified Particle Swarm Optimization to optimize the weights of signals. The set of weighted signals is then used to determine trading decisions, i.e. To buy, to sell or to hold. A trading simulation is conducted using historical daily stock prices of twenty stocks from NYSE and SET markets. The performance is evaluated using the return on investment with the testing subset of such data. The results are compared with buy-and-hold strategy and the signal follow strategy of each individual signal. ฉ 2017 IEEE.

คำสำคัญ

Technical Indicators, Trading strategy