Descubrimiento De Conocimiento En Inversión Financiera Para El Pronóstico Y La Estrategia De Negociación A Través De Ondas - Bas

Descubrimiento de conocimiento en inversión financiera para el pronóstico y la estrategia de negociación a través de redes SOM basado en wavelets El mercado de valores ha sido un canal de inversión financiera popular en la reciente era de las bajas tasas de interés. Cómo maximizar los beneficios es siempre la principal preocupación para los inversores; y diferentes inversionistas tienen diferentes preferencias sobre los períodos de tenencia de sus inversiones. En este estudio, a diferencia de otros estudios relacionados, se propone un enfoque híbrido sobre la base de la metodología de descubrimiento de conocimiento mediante la integración de K-Chart análisis técnico para la representación característica de los movimientos de precios de acciones, transformada wavelet discreta para la extracción de características para superar la multi - resolución de obstáculos, y una novela de dos niveles de auto-organización mapa de la red para el modelo de pronóstico subyacente. En particular, un análisis de la trayectoria visual se lleva a cabo para revelar la relación de los movimientos entre los mercados alcistas como bajistas primaria y ayudar a determinar estrategias comerciales adecuadas para los inversores a corto plazo y los seguidores de tendencias. La precisión de la predicción y la rentabilidad comercial del modelo de decisión propuesto se valida mediante la realización de experimentos utilizando el Índice de Acciones Ponderado Taiwán (TAIEX) 1991-2002 como el conjunto de datos de destino. El modelo de inversión inteligente resultante puede ayudar a los inversores, gestores de fondos de inversión y los tomadores de decisiones de los fondos nacionales de estabilización tomar decisiones rentables. Descubrimiento de conocimiento auto-organización mapa de la red transformada wavelet análisis Trayectoria Inversión financiera Tabla 1. Fig. 2. Tabla 2. Fig. 3. Fig. 4. Fig. 5. Fig. 6. Fig. 7. Fig. 8. Fig. 9. Fig. 10. Fig. 11. Fig. 12. Fig. 13. Fig. 14. Tabla 3. Fig. 15. Fig. 16. Autor correspondiente. Dirección: Instituto de Gestión de la Información, Universidad Nacional Cheng Kung, No. 1, Ta-Hsueh Road, Tainan, 701 Taiwán, República de China. Tel. +886 6 2757575x53126; Fax: 886 6 2362162.