遗传算法在股票中的用运用.doc

基于浮点数编码的遗传算法来实现股票趋势的预测( 程强1+, 张永昌2+, 李冰季+3 1(华中师范大学 计算机科学与技术系,武汉 430079) 2(华中师范大学 计算机科学与技术系,武汉 430079) 3(华中师范大学 计算机科学与技术系,武汉 430079) Technical Indicators Optimization in Stock Trend Following Using Float-encoding Genetic Algorithm* Chengqiang1, Zhang Yongchang2, Li Binji3 1(Department of Computer Science and Technology, Centre china normal University, Wuhan 430079,China) 2(Department of Computer Science and Technology, Centre china normal University, Wuhan 430079,China) 3(Department of Computer Science and Technology, Centre china normal University, Wuhan 430079,China) Abstract: Stock trend following plays an important role in algorithmic trading . In this paper, we establish a model employing Float-encoding Genetic Algorithm (FGA) to determine when to buy and sell calledfollowing the amount of an uptrend and downtrend respectively. In our model, we firstly smooth the closing price by Exponential Moving Average (EMA) and partition the sample data into two parts respectively for training and testing. Then in the training section, the values are optimized with the objective of gaining highest profits by FGA within the given scopes based on the risky that users can take. Finally we examine the performance of the model by trading on the testing data. The experiment conducted on Hang Sang Index (HSI), Hong Kong shows that the model is very promising. Keywords: Stock trend following,, Float-encoding Genetic Algorithm, Exponential Moving Average 摘 要: 股票趋势预测在遗传算法交易中起到了重要作用，在这篇文章里，我们建立一个根据相对的上升量和下降量来决定什么时候买和什么时候卖的所谓PQ点的基于遗传算法的模型。在我们的模型里，我们首先利用指数平均来平滑我们的股票数值而且我们把样本数据化为两部分，一部分用来训练模型，另一部分用来测试模型。在训练阶段，这个P和Q值根据我们获得的股票收益的最大值而用遗传算法来优化的，当然这也与我们设计的能够承受的最大风险率相关。最后我们利用测试数据来交易，通过这我们可以检验这个模型的表现怎么样。这个实验是基于恒生指数的，通过实验，反应这个模型非常有前途。 Keywords：股票趋势预测，pq，遗传算法的浮点数编码，指数平均平滑 引言 股票趋势的跟踪和趋势的预测变比而言是一种不同的交易技巧。它根据市场的趋势和基于已经规定的原则做交易。这个原则就是什么时候买和什么时候这个核心问题。因此在这篇论文里我们建议一个P和Q的技术指标来指明上升的或者下降的量，这个量用来激发买或者卖的信号，这个信号是由基于浮点数的遗传算法决定的。 一旦用户根据他们所能承受的风险而给定P和Q值，我们就会根据p和Q的范围以及过去十年使这个收益达到最大值的原则来精确计算出P和Q的值。