Performance Trading
Your Source For Finance Education
Indice dei documenti su: Trading Systems
Kernel Regression Applicazione alla Previsione del Fib 30
Lo sviluppo di questa tesi è una diretta conseguenza dell’esperienza maturatadurante lo stage presso un’ ente che si occupa di previsioni finanziarie, nonché di un costante scambio di informazioni via e-mail con l’autore del libro “Expert Trading System: Modeling Financial Markets with Kernel Regression”.La tesi tratta la descrizione e lo studio di fattibilità di una metodo di regressione non parametrica, la kernel regression, applicata alla previsione intraday dei valori del Fib30.
Sistemi di trading
Una rassegna delle principali metodologie utilizzate in analisi tecnica e dei loro pro e contro. L'articolo illustra anche una semplice metodologia per lo sviluppo di sistemi di trading automatici. Una versione ridotta di questo ampio articolo, è stata pubblicata sulla rivista "Bancaria" nel 1995.
La finanza frattale applicata ai mercati finanziari
Nel presente lavoro si è analizzata la teoria frattale proposta dal matematico francese Mandelbrot negli anni Sessanta con delle applicazioni multiple ai mercati finanziari, in particolar modo al mercato azionario italiano, con la selezione di quattro azioni del paniere FTSE-MIB scelte come campioni...
A Hybrid Financial Trading System Incorporating Chaos Theory, Statistical and Artificial Intelligence/Soft Computing Methods
This paper proposes a hybrid financial trading system that incorporates the application of chaos theory, non-linear statistical models and artificial intelligence/soft computing methods, specifically, Artificial Neural Networks (ANNs) and Genetic Algorithms (GAs).
Trading System for Australian Dollar using multiple moving averages and autoregressive models
This paper tested two of the simplest and most popular trading rules – Auto-Regressive Models and Moving Averages – by utilising the Australian Dollar relative to US Dollar from 1 Jan 1986 to 9 June 1999. This data set was used by Tan [1995, 1997] in this study in comparing the profitability of systems based on Artificial Neural Networks and ARIMA models.
System evaluation based on past performance: Random Signals Test
This paper introduces a new method for evaluating a trading system based on its past performance. The method is a hypothesis test that asks whether the system is making random trades. The test controls for price behavior during the test period and the trade characteristics of the system being tested. A system should be traded only if the null hypothesis of random trading is rejected.
