विकासवादी खोज से भावना-आधारित शेयर ट्रेडिंग नियमों का अनुकूलन

सारांश

यह शोधपत्र वित्तीय भावना डेटा से नियम-आधारित ट्रेडिंग रणनीतियाँ निकालने के लिए विकासवादी अनुकूलन का उपयोग करता है। भावना संकेत StockTwits से लिया गया है और ऑनलाइन ट्रेडिंग समुदाय का अलग-अलग शेयरों के प्रति तेज़ी या मंदी का दृष्टिकोण दर्शाता है। लेखक Dow Jones Industrial Average के शेयरों के संख्यात्मक परिणाम बताते हैं और अपने तरीके की तुलना पारंपरिक जोखिम-प्रतिफल पोर्टफोलियो चयन से करते हैं।

इसमें सोशल मीडिया भावना और विकासवादी खोज को मिलाने वाली शोध विधि के साथ पोर्टफोलियो चयन की तुलना का वर्णन है। अंश में ट्रेडिंग नियम, अनुकूलन डिज़ाइन, समयावधि, लेनदेन लागत या स्वयं परिणाम निर्दिष्ट नहीं हैं। इन विवरणों के बिना यह आकलन करना संभव नहीं है कि रणनीतियाँ सामान्यीकरण करती हैं या नहीं, कार्यान्वयन लागत का हिसाब रखती हैं या नहीं, अथवा जोखिम-समायोजित आधार पर बेहतर प्रदर्शन करती हैं या नहीं। साक्ष्य बताए गए विश्लेषण और तुलना तक सीमित है।

मुख्य विचार

• यह विधि नियम-आधारित ट्रेडिंग रणनीतियाँ बनाने के लिए विकासवादी अनुकूलन का उपयोग करती है।
• भावना इनपुट StockTwits पर व्यक्त तेज़ी या मंदी के विचार दर्शाते हैं।
• अध्ययन DJIA घटक शेयरों के परिणाम रिपोर्ट करता है।
• इस दृष्टिकोण की तुलना पारंपरिक जोखिम-प्रतिफल पोर्टफोलियो चयन से की गई है, लेकिन अंश में मेट्रिक्स और कार्यान्वयन विवरण नहीं हैं।

टैग

# Computing trading strategies based on financial sentiment data using evolutionary optimization


# Computing trading strategies based on financial sentiment data using evolutionary optimization









In this paper we apply evolutionary optimization techniques to compute optimal rule-based trading strategies based on financial sentiment data. The sentiment data was extracted from the social media service StockTwits to accommodate the level of bullishness or bearishness of the online trading community towards certain stocks. Numerical results for all stocks from the Dow Jones Industrial Average (DJIA) index are presented and a comparison to classical risk-return portfolio selection is provided.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।