Prediction of stock price movement based on daily high prices

Novak, Marija; Velušček, Dejan

doi:10.1080/14697688.2015.1070960

Cited by 34 publications

(2 citation statements)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…If we take the post-2000 and China's accession to the WTO as an observation starting point, we can find that an important problem is that it fails to reflect economic growth. [6][7][8] As can be seen from Figure 1, China's GDP has been growing steadily since 2002, and the US GDP has a period of economic stagnation due to the 2008 financial crisis. After the recession in 2010, the US economy continued to grow.…”

Section: Introductionmentioning

confidence: 99%

RETRACTED: An empirical study on big data stock volatility forecasting algorithm based on multivariate hybrid criterion fuzzy model

Zhang

Zeng

2021

International Journal of Electrical Engineering & Education

View full text Add to dashboard Cite

The fluctuation of the stock market has always been a matter of great concern to investors. People always hope to judge the trend of the stock market through the trend of the K line, so as to obtain the price difference through trading, Therefore, it is a theoretical research concerned by the academic circles to carry out empirical research through big data stock volatility prediction algorithm, so as to establish a model to predict the trend of the stock market. After decades of development, China's stock market has gradually matured in continuous exploration. However, compared with the stock market in developed countries, there are still imperfections. For example, the market value of China's stock market does not improve well with economic growth. Year-on-year growth and the development of the real economy. By studying the historical data from 2002 to 2017, we use the Multivariate Mixed Criterion Fuzzy Model (MMCFM) to predict the price changes in the stock market, and obtain the market in China through error statistical analysis. (SSE) is more unstable than the US stock market. Therefore, Multivariate Mixing Criterion (MMC) can be used as a reference indicator to visually measure market maturity. In this paper, we establish a multivariate mixed criteria fuzzy model, and use big data to predict the stock volatility. The algorithm verifies the reliability and accuracy of the model, which has a good reference value for investors.

show abstract

Section: Introductionmentioning

confidence: 99%

RETRACTED: An empirical study on big data stock volatility forecasting algorithm based on multivariate hybrid criterion fuzzy model

Zhang

Zeng

2021

International Journal of Electrical Engineering & Education

View full text Add to dashboard Cite

show abstract

“…Además, los métodos estadísticos se utilizaron como referencia para evaluar el rendimiento de los demás modelos de clasificación. Se analiza el rendimiento de una máquina de vectores de soporte (SVM) y de dos métodos estadísticos (Naive Bayes (NB) y análisis discriminante lineal (LDA)) en [514] para predecir los movimientos diarios de los valores máximos de las acciones vinculadas al índice S&P 500. Otro estudio en [515] utiliza técnicas estadísticas y métodos de aprendizaje automático supervisado en la predicción de datos de las acciones de ICICI Bank.…”

Section: Valoresunclassified

Modelo de análisis multivariante aplicado a la predicción de la tendencia del tipo de cambio euro-dólar

Argotty Erazo

View full text Add to dashboard Cite

Predecir los precios y las tendencias de los instrumentos financieros para mejorar la efectividad de las decisiones de inversión es un reto clave para la industria financiera y los agentes implicados. Aunque se han utilizado muchas técnicas eficaces de inteligencia artificial en el análisis de las series de tiempo, el problema de predecir la dirección del movimiento de los tipos de cambio en el mercado Forex aún requiere soluciones parsimoniosas, descifrables y precisas. Desde la perspectiva del análisis técnico, esta investigación presenta una metodología novedosa para clasificar la dirección de la tendencia de los tipos de cambio. La metodología utiliza puntos de inflexión y datos de mercado que miden la acción de los precios, junto con las diferencias multidimensionales entre tendencias, para construir una función lineal discriminante (LDA).La metodología propuesta consta de cinco fases: preparación de datos, selección de características, detección de estructuras subyacentes, formulación de una función discriminante lineal y evaluación del desempeño del modelo con datos dentro y fuera de la muestra. Los experimentos se realizaron con datos de mercado del tipo de cambio euro-dólar en marcos de tiempo de 15 minutos y 1 semana, y una colección de puntos de inflexión del mercado (ET) definidos por un modelo de negociación algorítmico. El período de muestra va desde enero de 1999 hasta abril de 2023.En contraste con algunos trabajos notables publicados en la literatura científica como la Memoria a Corto Plazo (LSTM), el Aprendizaje Profundo por Refuerzo (DRL), el Análisis Wavelet (WA), el Análisis de Sentimiento de Contenido Textual, las Máquinas de Vectores de Soporte (SVM) y los Algoritmos Genéticos (GA), la metodología propuesta logró una precisión de clasificación del 98.77% con datos fuera de muestra. Estos resultados respaldan la construcción de métodos de clasificación interpretables, generalizables, precisos y parsimoniosos, lo que sugiere mejoras significativas en el rendimiento financiero y la reducción del riesgo en las estrategias de negociación. Además, esta metodología es aplicable en la selección de variables y se adapta fácilmente a otros activos financieros.

show abstract

Stocks

Kakushadze¹,

Serur²

2018

151 Trading Strategies

View full text Add to dashboard Cite

Prediction of stock price movement based on daily high prices

Cited by 34 publications

References 30 publications

RETRACTED: An empirical study on big data stock volatility forecasting algorithm based on multivariate hybrid criterion fuzzy model

RETRACTED: An empirical study on big data stock volatility forecasting algorithm based on multivariate hybrid criterion fuzzy model

Modelo de análisis multivariante aplicado a la predicción de la tendencia del tipo de cambio euro-dólar

Stocks

Contact Info

Product

Resources

About