Financial computing: expert advisoring per la candlestick analysis. Progettazione sviluppo di motori computazionali

Riferimento: 9791221815016

Editore:
Autore: Iovane Gerardo
Collana: Tradematic
In commercio dal: 2024
Pagine: 360 p., Libro in brossura
EAN: 9791221815016
36,00 €
IVA inclusa
Quantità
Non disponibile

E-Book non acquistabile
help_outlineChiedi informazioni sul prodotto
Financial computing: expert advisoring per la candlestick analysis. Progettazione sviluppo di motori computazionali

Financial computing: expert advisoring per la candlestick analysis. Progettazione sviluppo di motori computazionali

 

Descrizione

Nel contesto degli Algoritmi per la Finanza, il libro offre un'esplorazione approfondita delle moderne tecniche di analisi delle candele giapponesi, o candlestick analysis, e delle strategie decisionali complesse che possono essere ottimizzate attraverso strumenti computazionali avanzati. Utilizzando linguaggi di programmazione come MQL4 e Python, il testo mostra come sviluppare sistemi sofisticati che non solo forniscono indicazioni strategiche immediate, ma anche modelli predittivi basati su analisi tecniche e psicologiche nel trading computazionale. La trattazione va oltre la semplice modellazione dei pattern di candlestick, presentando una nuova rappresentazione dei dati finanziari tramite la "candela generalizzata" e sviluppando un sistema computazionale capace di classificare e riconoscere automaticamente i pattern. Un aspetto distintivo del libro è l'integrazione di Expert Advisor con un Sistema di Supporto alle Decisioni (DSS) che, utilizzando strategie sia elementari che avanzate, ha dimostrato di ottenere risultati comparabili a quelli di un trader professionista. Inoltre, il testo analizza in dettaglio l'efficacia del motore computazionale in vari contesti, esplorando la sua applicabilità in soluzioni multi-indicatore e strategie evolute. Particolare attenzione è dedicata agli aspetti innovativi legati alla psicologia del trading e alla gestione dell'incertezza informativa, evidenziando come un sistema esperto possa essere ottimizzato per operare in condizioni di info-incertezza e info-incompletezza.