Skip to content
/ thesis Public

This is my thesis. The goal of this paper is finding investment strategy on TXF using machine learning. The model in my paper combines fuzzy theory and gene expression programing in order to increase trading profits.

Notifications You must be signed in to change notification settings

bobtai/thesis

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

17 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

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) 買賣時機點交易口數配置,並加入加減碼停損停利等避險機制。

程式

程式架構如下:

alt tag

MyLibrary

使用 C# .NET 開發模糊理論 (Fuzzy.cs)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會參考 MyLibrary.dll 的演算法寫出一個投資策略,

最後根據定義的策略模擬期貨交易,據以訓練和測試模型,

目的是找出一組最賺錢期貨的投資策略。

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2007/07/012014/03/31的台指期交易資料。

期貨交易屬時間序列 (Time Series)問題,必須採移動視窗 (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總交易量

About

This is my thesis. The goal of this paper is finding investment strategy on TXF using machine learning. The model in my paper combines fuzzy theory and gene expression programing in order to increase trading profits.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages