In dieser Arbeit wird die Genetische Programmierung angewendet, um Handelssysteme für den EUR/USD-Währungsmarkt auf Basis von Intraday Kursdaten zu entwickeln. Neben den Kursdaten werden verschiedene gleitende Durchschnitte der Kursdaten als Eingabe verwendet.
Der entwickelte Evolutionäre Algorithmus baut auf dem Framework ECJ auf. Die erzeugten Handelssysteme werden durch eine Handelssimulation im Rahmen der Fitnessfunktion bewertet. Die Genetischen Operatoren sind angepasst worden, um sog. Knotengewichte zu unterstützen. Durch die Knotengewichte soll einerseits die Makromutation eingedämmt, andererseits die Interpretierbarkeit der erzeugten Handelssysteme verbessert werden.
Die erzielten Resultate der Experimente zeigen, dass die erzeugten Handelssysteme offenbar erfolgreich in der Lage sind, in den Kursdaten enthaltene Informationen gewinnbringend zu nutzen. Durch die Bestimmung der optimalen Positionsgröße werden die mit den erzeugten Handelssystemen erzielten Gewinne optimiert. Bei Einhaltung der Mindestanlagedauer sind die so erzielten Ergebnisse auch hinsichtlich der verwendeten risikoadjustierten Kennzahl optimal.
Inhaltsverzeichnis
- Einführung
- Motivation
- Ziel und Aufbau
- Grundlagen und Stand der Technik
- Genetische Programmierung
- Aufbau eines Programms
- Initialisierung der GP Population
- Die Genetischen Operatoren
- Fitness Funktion
- Selektion
- Ablauf des GP Algorithmus
- Crossover, Building Blocks und Schemata
- Ansätze gegen Makromutation
- Modularisierung
- Weitere Verbesserungsansätze
- Künstliche Neuronale Netze
- Bestandteile neuronaler Netze
- Netztopologien
- Lernmethoden
- Handelssysteme
- Tape Reader
- Market Timing
- Position Sizing
- Vergleich von Handelssystemen
- Fundamentale versus Technische Analyse
- Der Währungsmarkt
- Entwicklungsansätze für Handelssysteme in der Literatur
- Genetische Programmierung
- Entwurf
- Überblick
- Anforderungen an die Software
- Konzeption der Software
- Der Evolutionäre Algorithmus
- Die Fitness-Funktion
- Implementierung
- Komponenten der entwickelten Software
- Klassen des Kursdatenservers
- Klassen des Evolutionären Algorithmus
- Übersicht über das Framework ECJ
- Probleme während der Experimente
- Versuchsergebnisse
- Resultate mit Knotengewichten
- Resultate des Trainingszeitraums
- Resultate des Validierungszeitraums
- Resultate des Testzeitraums
- Resultate als Monatsrenditen
- Erzeugte Handelsregeln
- Resultate ohne Knotengewichte
- Resultate des Trainingszeitraums
- Resultate des Validierungszeitraums
- Resultate des Testzeitraums
- Resultate als Monatsrenditen
- Erzeugte Handelsregeln
- Bestimmung und Anwendung von Optimal f
- Resultate mit Knotengewichten
- Diskussion und Bewertung
- Ausblick
- Zusammenfassung
- Abbildungsverzeichnis
- Literaturverzeichnis
- Glossar
Zielsetzung und Themenschwerpunkte
Die Diplomarbeit befasst sich mit der Entwicklung von Handelssystemen für den Finanzmarkt, insbesondere für den Währungsmarkt, mithilfe von Genetischer Programmierung (GP). Ziel ist es, ein System zu entwickeln, das automatisch Handelsregeln generiert, die auf Basis von historischen Kursdaten profitable Handelsentscheidungen treffen können. Die Arbeit untersucht die Anwendung von GP in diesem Kontext und analysiert die Leistungsfähigkeit der generierten Handelssysteme.
- Genetische Programmierung als Werkzeug zur Entwicklung von Handelssystemen
- Anwendung von GP auf den Währungsmarkt
- Entwicklung und Evaluierung von Handelsregeln durch GP
- Vergleich der Performance von GP-generierten Handelssystemen mit traditionellen Ansätzen
- Analyse der Faktoren, die die Effizienz von GP-basierten Handelssystemen beeinflussen
Zusammenfassung der Kapitel
Das erste Kapitel führt in die Thematik der Arbeit ein und erläutert die Motivation für die Entwicklung von Handelssystemen mittels Genetischer Programmierung. Es werden die Vorteile von GP im Vergleich zu traditionellen Ansätzen hervorgehoben und die Relevanz des Themas für den Finanzmarkt dargestellt.
Kapitel 2 bietet eine umfassende Darstellung der theoretischen Grundlagen und des aktuellen Standes der Technik in den Bereichen Genetische Programmierung, Künstliche Neuronale Netze und Handelssysteme. Es werden die wichtigsten Konzepte und Algorithmen erläutert, die für die Entwicklung von Handelssystemen relevant sind.
Kapitel 3 beschreibt den Entwurf der entwickelten Software, die für die Generierung von Handelssystemen mittels GP eingesetzt wird. Es werden die Anforderungen an die Software definiert und die Konzeption des Systems erläutert, einschließlich des Evolutionären Algorithmus und der Fitness-Funktion.
Kapitel 4 befasst sich mit der Implementierung der Software. Es werden die wichtigsten Komponenten des Systems vorgestellt, darunter der Kursdatenserver, der Evolutionäre Algorithmus und das Framework ECJ. Außerdem werden die Probleme diskutiert, die während der Experimente aufgetreten sind.
Kapitel 5 präsentiert die Versuchsergebnisse der entwickelten Software. Es werden die Resultate des Trainings, der Validierung und des Tests der generierten Handelssysteme dargestellt und analysiert. Die Ergebnisse werden sowohl in Form von Monatsrenditen als auch in Form von erzeugten Handelsregeln präsentiert.
Schlüsselwörter
Die Schlüsselwörter und Schwerpunktthemen des Textes umfassen Genetische Programmierung, Handelssysteme, Finanzmarkt, Währungsmarkt, Evolutionäre Algorithmen, Künstliche Intelligenz, Maschinelles Lernen, Technische Analyse, Kursdaten, Handelsregeln, Performance-Bewertung, Profitabilität.
- Citar trabajo
- Holger Hartmann (Autor), 2007, Entwicklung von Handelssystemen mittels Genetischer Programmierung anhand eines Fallbeispiels, Múnich, GRIN Verlag, https://www.grin.com/document/186383
