Descubrimiento De Conocimiento En Inversiones Financieras Para La Previsión Y La Estrategia De Negociación A Través De La Base De Wavelets

Descubrimiento de conocimiento en inversiones financieras para la previsión y estrategia de negociación a través de redes SOM basadas en wavelet El mercado de valores ha sido un popular canal de inversión financiera en la reciente era de las bajas tasas de interés. Cómo maximizar los beneficios es siempre la principal preocupación de los inversores; Y los diferentes inversores tienen diferentes preferencias sobre los períodos de tenencia de sus inversiones. En este estudio, a diferencia de otros estudios relacionados, proponemos un enfoque híbrido sobre la base de la metodología de descubrimiento de conocimiento mediante la integración del análisis técnico de K-chart para la representación característica de los movimientos de precios de las acciones, Resolución obstáculo, y una novela de dos niveles de auto-organización mapa de red para el modelo de predicción subyacente. En particular, se realiza un análisis de la trayectoria visual para revelar la relación de los movimientos entre el toro primario y el mercado bajista y ayudar a determinar estrategias de negociación apropiadas para los inversores a corto plazo y seguidores de tendencias. La exactitud de la previsión y la rentabilidad comercial del modelo de decisión propuesto se valida mediante la realización de experimentos utilizando el Taipei Taiwan Stock Index (TAIEX) de 1991 a 2002 como el conjunto de datos objetivo. El modelo de inversión inteligente resultante puede ayudar a los inversionistas, administradores de fondos y tomadores de decisiones de inversión de los fondos nacionales de estabilización a tomar decisiones provechosas. Conocimiento de descubrimiento Red de mapa autoorganizado Transformación de wavelet Inversión financiera Análisis de trayectoria Tabla 1. Fig. 2. Tabla 2. Fig. 3. La fig. 4. La fig. 5. La Fig. 6. La Fig. 7. La fig. 8. La fig. 9. La fig. 10. La Fig. 11. La fig. 12. La Fig. 13. La fig. 14. Tabla 3. Fig. 15. La Fig. dieciséis. Autor correspondiente. Dirección: Instituto de Gestión de la Información, Universidad Nacional Cheng Kung, No. 1, Ta-Hsueh Road, Tainan, 701 Taiwán, ROC. Tel. +886 6 2757575x53126; Fax: +886 6 2362162.