技術(shù)分析是一種在金融實業(yè)界具有重要影響力的投資分析方法,并且對新古典金融理論的基本假設(shè)形成了實質(zhì)性的沖擊。本書主要針對外匯市場獨有的特征,深入分析了外匯市場上復(fù)雜技術(shù)形態(tài)的信息含量問題,創(chuàng)建了基于人工智能算法的外匯交易策略模型。
目前,對外匯市場技術(shù)分析的現(xiàn)有研究仍然以早期研究的內(nèi)容和方法為主,以此得到的研究結(jié)果并不足以評價技術(shù)分析的有效性和市場的有效程度。因此,本書在拓展和改進國內(nèi)外現(xiàn)有研究的基礎(chǔ)上,對外匯市場復(fù)雜技術(shù)形態(tài)的信息含量及投資交易策略進行系統(tǒng)深入地研究。
外匯市場作為目前國際上重要的投資場所,其技術(shù)分析的有效性問題成為現(xiàn)代投資學(xué)的重要研究領(lǐng)域。伴隨著計算機技術(shù)的發(fā)展,各種人工智能方法在金融投資領(lǐng)域的應(yīng)用受到了理論研究者和投資者的普遍關(guān)注,成為近幾年金融經(jīng)濟學(xué)研究的一個熱點。針對外匯市場獨有的特征,本書深入分析了外匯市場上復(fù)雜技術(shù)形態(tài)的信息含量問題。為了給外匯投資者提供投資決策的依據(jù),創(chuàng)建了基于人工智能算法的外匯交易策略模型,進而也豐富了外匯投資研究的理論內(nèi)容。因此,本書具有十分重要的理論實踐意義和廣闊的應(yīng)用前景。
張華,女,漢族,副教授,高級工程師。2002年7月畢業(yè)于山東理工大學(xué),獲理學(xué)學(xué)士學(xué)位;2005年4月畢業(yè)于西安電子科技大學(xué),獲理學(xué)碩士學(xué)位;2012年畢業(yè)于北京航空航天大學(xué),獲得管理學(xué)科學(xué)與工程博士學(xué)位。2017年7月至今就職于北京經(jīng)濟管理職業(yè)學(xué)院。主要從事外匯交易技術(shù)分析、交易策略、電子商務(wù)相關(guān)研究工作。
第1章緒論
1.1研究背景及研究意義
1.1.1研究的背景
1.1.2研究的意義
1.2相關(guān)文獻研究綜述
1.2.1早期實證研究綜述
1.2.2現(xiàn)代實證研究綜述
1.2.3實證研究總結(jié)
1.3研究內(nèi)容和結(jié)構(gòu)安排
1.3.1主要研究內(nèi)容
1.3.2結(jié)構(gòu)安排
第2章外匯交易市場的特征與分析方法
2.1外匯交易市場的特征
2.2外匯市場的交易者
2.2.1外匯交易商
2.2.2外匯經(jīng)紀人
2.2.3客戶
2.3外匯市場的交易方式
2.3.1個人外匯現(xiàn)鈔交易
2.3.2外匯期貨交易
2.3.3外匯合約現(xiàn)貨交易
2.3.4外匯在線保證金交易
2.4基本面分析與技術(shù)分析
2.4.1基本面分析的基本方法
2.4.2技術(shù)分析的理論基礎(chǔ)
2.4.3技術(shù)分析的主要方法
2.5對比基本面分析與技術(shù)分析
2.6本章小結(jié)
第3章宏觀匯率模型失效與外匯市場的效率分析
3.1傳統(tǒng)匯率模型檢驗失效
3.1.1貨幣模型的檢驗
3.1.2資產(chǎn)組合平衡模型的檢驗
3.1.3近期的實證檢驗
3.2外匯市場的有效性理論
3.2.1基本模型的統(tǒng)計描述
3.2.2外匯市場有效性檢驗
3.2.3拒絕市場有效的其他解釋
3.3有效性理論在外匯市場運用中的問題
3.4外匯市場短期波動的行為金融學(xué)解釋
3.5本章小結(jié)
第4章外匯市場復(fù)雜技術(shù)形態(tài)的信息含量研究
4.1背景
4.2復(fù)雜技術(shù)形態(tài)的定義
4.3非參數(shù)核回歸方法
4.3.1平滑估計( Smoothing Estimators)
4.3.2非參數(shù)核回歸( Kernel Regression)
4.3.3帶寬參數(shù)選擇
4.4技術(shù)形態(tài)識別( Pattern Recognition)
4.4.1技術(shù)形態(tài)識別算法
4.4.2計算平滑估計量序列的極值點
4.4.3條件收益率序列的產(chǎn)生
4.5實證分析
4.5.1選擇匯率數(shù)據(jù)
4.5.3技術(shù)形態(tài)的信息含量檢驗
4.6本章小結(jié)
第5章基于 Dempster- Shafer證據(jù)理論的外匯交易策略硏究
5.1背景
5.2 D-S證據(jù)理論
5.2.1證據(jù)理論
5.2.2證據(jù)理論的基本概念
5.2.3 Dempster合成法則
5.3技術(shù)指標描述
5.3.1指數(shù)平滑均線指標
5.3.2平滑異同移動平均線指標
5.3.3相對強弱指標
5.3.4順勢指標
5.4基于D-S證據(jù)理論的外匯交易模型
5.4.1D-S證據(jù)理論外匯交易策略
5.4.2實證分析
5.5本章小結(jié)
第6章基于遺傳算法的外匯交易策略研究
6.1背景
6.2遺傳算法概述
6.2.1遺傳算法簡介
6.2.2.遺傳算法的基本思想
6.2.3遺傳算法的要素
6.2.4遺傳算法的應(yīng)用步驟
6.3技術(shù)指標分析
6.3.1移動平均線
6.3.2相對強弱指標
6.3.3乖離率
6.3.4變動率指標
6.4基于遺傳算法的外匯交易策略框架
6.4.1輸入訓(xùn)練數(shù)據(jù)集
6.4.2計算技術(shù)指標
6.4.3最優(yōu)交易規(guī)則模型求解
6.5實證檢驗
6.5.1數(shù)據(jù)資料
6.5.2初始資本
6.5.3交易費用
6.5.4實證結(jié)果分析
6.6本章小結(jié)
第7章總結(jié)與展望
7.1研究內(nèi)容及結(jié)論
7.1.1復(fù)雜技術(shù)形態(tài)信息含量研究
7.1.2交易策略研究
7.2未來研究展望
7.2.1技術(shù)分析的理論基礎(chǔ)研究
7.2.2實證應(yīng)用研究方面
參考文獻
附錄
附錄1交叉實函數(shù)與窗寬的變化關(guān)系
附錄2復(fù)雜技術(shù)形態(tài)識別及信息含量檢測源程序代碼
附錄3 DS證據(jù)理論外匯交易策略源程序代碼
附錄4 算法外匯交易策路源程序代
后記