国际标准期刊号: 2168-9458
萨拉拉·塞万迪·库玛拉奇
了解货币市场当前的买家和卖家相对实力状况对于做出良好的交易决策至关重要。如果市场上买家较多,建议购买货币对。如果卖家主导市场,建议出售货币对。已经有一个名为“相对强弱指标”的指标,由 J. Welles Wilder 开发。上述指标显示了一个称为相对强度指数的数字,使用给定时间段内相对于特定时间范围的平均收益和平均损失计算得出。现有指标计算 RSI 值有一定的时滞。本研究的目的是提出一个预测系统,支持使用 RSI 指标进行手动货币交易,并解决现有指标的时间滞后问题。RSI 值也给出了当前趋势的想法。如果其值通过 0 到 100 范围内的一半,则确认任一方向正在形成趋势。神经网络已被认为是预测货币市场价格行为的新兴技术。使用神经网络的优点是它能够在高度动态的环境中处理价格行为的非线性。本文提出了一种容错神经网络模型来预测未来的价格走势,最小化现有指标的时间滞后以及订单类型、当前趋势以及下一笔交易的获利水平和止损水平。RSI 值也给出了当前趋势的想法。如果其值通过 0 到 100 范围内的一半,则确认任一方向正在形成趋势。神经网络已被认为是预测货币市场价格行为的新兴技术。使用神经网络的优点是它能够在高度动态的环境中处理价格行为的非线性。本文提出了一种容错神经网络模型来预测未来的价格走势,最小化现有指标的时间滞后以及订单类型、当前趋势以及下一笔交易的获利水平和止损水平。RSI 值也给出了当前趋势的想法。如果其值通过 0 到 100 范围内的一半,则确认任一方向正在形成趋势。神经网络已被认为是预测货币市场价格行为的新兴技术。使用神经网络的优点是它能够在高度动态的环境中处理价格行为的非线性。本文提出了一种容错神经网络模型来预测未来的价格走势,最小化现有指标的时间滞后以及订单类型、当前趋势以及下一笔交易的获利水平和止损水平。神经网络已被认为是预测货币市场价格行为的新兴技术。使用神经网络的优点是它能够在高度动态的环境中处理价格行为的非线性。本文提出了一种容错神经网络模型来预测未来的价格走势,最小化现有指标的时间滞后以及订单类型、当前趋势以及下一笔交易的获利水平和止损水平。神经网络已被认为是预测货币市场价格行为的新兴技术。使用神经网络的优点是它能够在高度动态的环境中处理价格行为的非线性。本文提出了一种容错神经网络模型来预测未来的价格走势,最小化现有指标的时间滞后以及订单类型、当前趋势以及下一笔交易的获利水平和止损水平。