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

 

Authors

Ibarra Caicedo, Marcos Rodrigo

Format

MasterThesis

Status

publishedVersion

Description

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 predictivos 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 predictorio 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.
This research project developed a system to predict the continuity and change of trend of currency pairs in the FOREX market. The motivation arises from the need to make predictive models based on Artificial Intelligence available to investors that allow them to make better decisions and generate profitability. The system was developed with Python programming software in synchronism with the Metatrader 5 platform, and in addition a graphical interface was designed, so that together they speed up the analysis of pairs, reducing the times for the generation of graphs, avoiding the cumbersome task of having to download data manually. The predictive operation is carried out by crossing two hyperplanes, which were optimized by the particle swarm algorithm (PSO). The study of the historical crossovers of the hyperplanes allows to control the risk that is assumed when carrying out a commercial operation because it filters the noise in the data. In case of wanting to carry out a buy operation, at least the last two crosses with an upward projection are considered and the Stop Loss is defined, based on averaging the number of pips that the pair moved before each crossing. The strategy that was developed from this system was evaluated in three different currency pairs (EURUSD, USDJPY, NZDUSD) in time frames of 1 hour, 15 and 5 minutes. From the results obtained, it can be noted that the hyperplane crossover indicator and the MACD variant proved to have greater accuracy and profitability in timeframes of 5 and 15 minutes compared to the timeframe of one hour, being a useful strategy to operate with a strategy Scalping, which is based on carrying out a large number of short-term operations. The document consists of four chapters distributed as follows: introduction, frame of reference, methodology and design, results and conclusions.

Publication Year

2021

Language

spa

Topic

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

Repository

Repositorio Universidad Politécnica Salesiana

Get full text

http://dspace.ups.edu.ec/handle/123456789/19671

Rights

openAccess

License

Atribución-NoComercial-SinDerivadas 3.0 Ecuador