Desarrollo de un sistema seguidor de tendencia en base a máquina de soporte vectorial optimizado por cúmulo de partículas para pares de divisas


Abstract:

El presente proyecto de investigación desarrolló un sistema para predecir la continuidad y cambio de tendencia de pares de divisas del mercado FOREX. La motivación surge de la necesidad de poner al alcance de los inversores modelos pbkp_redictivos fundamentados en Inteligencia Artificial que permitan tomar mejores decisiones y generar rentabilidad. El sistema fue elaborado con el software de programación Python en sincronismo con la plataforma Metatrader 5, y adicionalmente se diseñó una interfaz gráfica, para que en conjunto agiliten el análisis de los pares disminuyendo los tiempos para la generación de gráficos, evitando la engorrosa tarea de tener que descargar datos manualmente. El funcionamiento pbkp_redictorio se efectúa mediante el cruce de dos hiperplanos, los cuales fueron optimizados por algoritmo de enjambre de partículas (PSO). El estudio de los cruces históricos de los hiperplanos permite controlar el riesgo que se asume al efectuar una operación comercial debido a que filtra el ruido en los datos. En caso de querer realizar una operación de compra se considera al menos los dos últimos cruces con proyección alcista y se define el Stop Loss, a partir de promediar la cantidad de pips que movió el par antes de cada cruce. La estrategia que se elaboró a partir de este sistema se evaluó en tres pares de divisas diferentes (EURUSD, USDJPY, NZDUSD) en temporalidades de 1hora, 15 y 5 minutos. De los resultados obtenidos se puede destacar que el indicador de cruce de hiperplanos y la variante de MACD demostró tener mayor acertividad y rentabilidad en temporalidades de 5 y 15 minutos en comparación con la temporalidad de una hora, siendo una estrategia útil para operar con una estrategia de Scalping, la cual se basa en realizar un gran número de operaciones a corto plazo. El documento consta de cuatro capítulos distribuidos de la siguiente manera: introducción, marco referencial, metodología y diseño, resultados y conclusiones.

Año de publicación:

2021

Keywords:

  • MÁQUINA DE SOPORTE VECTORIAL (SVM)
  • METATRADER 5
  • FOREX
  • INGENIERÍA ELÉCTRÓNICA
  • PYTHON
  • OPTIMIZACIÓN POR CÚMULO DE PARTÍCULAS (PSO)

Fuente:

rraaerraae

Tipo de documento:

Master Thesis

Estado:

Acceso abierto

Áreas de conocimiento:

  • Aprendizaje automático
  • Algoritmo
  • Finanzas

Áreas temáticas:

  • Ciencias de la computación