基于概率神经网络的期货交易趋势识别及交易系统信号的优化

无论是技术面还是基本面分析,都是对于市场走势的一种预测。这种预测的基础就是以原有的已经发生过的市场条件作对比,当与以往交易条件重合率达到一定程度的时候,就会认为同样的趋势会再次发生。基于概率神经网络,选取数据为大连交易所豆粕主连的日线交易数据,采用小周期交易趋势(即5交易日数据)为交易趋势基础形态,数量化各交易形态,分为9种主要交易形态,利用PNN网络进行分类识别,判断趋势的重合率为多少。试验数据结果显示分类结果良好,识别准确度达到91.67%,达到要求。利用Matlab试验结果做出程序化交易系统趋势信号指标,并根据趋势指标进行程序化的交易信号优化与决策。