Sieci neuronowe i algorytmy ewolucyjne Projekt 2
Transkrypt
Sieci neuronowe i algorytmy ewolucyjne Projekt 2
Instytut Informatyki Ekonomicznej Prof. dr hab. Jerzy KORCZAK [email protected] Sieci neuronowe i algorytmy ewolucyjne Projekt 2 Termin oddania: 22 grudzień, 2009 Celem projektu jest opracowanie modelu sieci neuronowej wspomagającego decyzje na giełdzie na podstawie obserwacji notowań bieżących. Decyzje dotyczą wyboru pozycji {kup+, kup, trzymaj, sprzedaj, sprzedaj+}. W projekcie przyjąć strategię „intraday trading”, tzn. otwarcie i zamkniecie pozycji jest tego samego dnia. Dane do pobrania z http://www.parkiet.com/dane/dane.jsp) , http://finance.yahoo.com/ . W przypadku danych FOREX-u przeglądnąć http://www.forex-biznes.com , http://www.forexmarkets.com/webcharts.htm. Podpowiedzi 1) Rekomendowane pakiety programowe: Statistica, Matlab, Axone, Weka,… Po wybraniu pakietu, przekształcić dane do formatu wymaganego przez oprogramowanie; np. ARFF, CSV, PRN etc.). 2) Dane należy podzielić na dane do uczenia i dane do testowania. Przygotowując dane do uczenia sieci wyznaczyć momenty decyzji kupna/sprzedaży. 3) Przedstawić sprawność modelu na arkuszu kalkulacyjnym Excela i porównać ze strategią Buy-and-Hold ( na danych testujących). 4) Przyjąć parametry strategii zarządzania kapitałem, mianowicie wartości: stop-loss, stop-gain, kapitał początkowy (100 K PLN), zasady kupna-sprzedaży, koszty transakcji 0,2%, założyć brak możliwości kredytowania, … Dokumentacja do przedstawienia: 1) 2) 3) 4) Prezentacja PowerPoint Dane pierwotne i przekształcone Wykaz wykorzystanych funkcji finansowych Wyniki analizy na arkuszu kalkulacyjnym Komplet dokumentów w postaci skompresowanej zatytułować SN-Nazwisko.zip i przesłać na mój adres.