/thesis

This is my thesis. The goal of this paper is finding investment strategy on TXF using machine learning. The model in my paper combines fuzzy theory and gene expression programing in order to increase trading profits.

Primary LanguageC#

碩士論文

應用 機械學習 (Machine Learning)，

結合 模糊理論 (Fuzzy Theory) 和 基因表達規劃法 (Gene Expression Programming)，

找出 台指期貨(TX) 買賣時機點和交易口數配置，並加入加減碼和停損停利等避險機制。

程式

程式架構如下：

alt tag

MyLibrary

使用 C# .NET 開發模糊理論 (Fuzzy.cs)和基因表達規劃法 (GEP.cs)演算法，

並編譯成 dll 檔供 MultiCharts .NET 參考。

MultiCharts

首先，技術指標.pln根據資料集求出 KD、RSI 和 BIAS 等指標值，

其後，投資策略.pln會參考 MyLibrary.dll 的演算法寫出一個投資策略，

最後根據定義的策略模擬期貨交易，據以訓練和測試模型，

目的是找出一組最賺錢期貨的投資策略。

簡報

模糊基因表達規劃法在台指期貨投資策略探勘之研究_簡報

論文

模糊基因表達規劃法在台指期貨投資策略探勘之研究_論文

資料集

資料的區間為期七年，包含2007/07/01到2014/03/31的台指期交易資料。

期貨交易屬時間序列 (Time Series)問題，必須採移動視窗 (Sliding Window)方式訓練和測試資料。

訓練期為 9 個月，測試期為 3 個月，一次移動 3 個月，總共能移動 23 次，共計 24 個訓練和測試區間。

台指期_每日三大法人交易量和未平倉量

欄位由左而右分別為：日期、三大法人交易量和未平倉量。

台指期_每日交易資料

欄位由左而右分別為：日期、開盤價、最高價、最低價、收盤價和總交易量。