Inteligentny algorytm wspierający sprzedaż instrumentów giełdowych oparty o sztuczne sieci neuronowe

Abstract

W niniejszej pracy przedstawiono propozycję rozwiązania problemu, ustalenia optymalnego momentu sprzedaży akcji w ciągu sesji giełdowej. Przygotowane algorytmy, mają wspomóc użytkownika w procesie spekulacji giełdowych w trakcie krótkiej sprzedaży. W pracy przygotowano zestaw modeli sieci neuronowych, które mają pomóc w rozwiązaniu niniejszego problemu. Efektywność przygotowanych modeli porównano z tzw. modelami referencyjnymi, które są często stosowanymi modelami sprzedaży, takimi jak model x/e czy też sprzedaż z użyciem analizy wykładniczej średniej kroczącej. Algorytmy przygotowanych sieci neuronowych w stosunku do modeli referencyjnych wykazały odporność na przewidywanie momentów, w których opłacalność wynosiła mniej niż 50% ceny maksymalnej w ciągu dnia, tym samym przewidując sygnały sprzedaży o najwyższej opłacalności.