Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Prices Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

12. Trading Strategies

verfasst von : Clifford S. Ang

Erschienen in: Analyzing Financial Data and Implementing Financial Models Using R

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter discusses basics of developing trading strategies. We start with a discussion of the efficient markets hypothesis, which grounds us in the theory that it is difficult to identify consistently profitable trading strategies. We then show several applications of technical analysis and how we can apply these technical trading rules to develop a simple trading strategy. We then end this chapter with a discussion of how machine learning can be applied to trading. In particular, we discuss how to use k-nearest neighbor algorithms, regression with k-fold cross validation, and artificial neural networks.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Simulation
Literatur
1.
Campbell, J., Lo, A., & MacKinlay, A. C. (1997). The Econometrics of financial markets. Princeton: Princeton University.CrossRef
2.
Chan, E. (2009). Quantitative trading: How to build your own algorithmic trading business. New York: Wiley.
3.
Chan, E. (2013). Algorithmic trading: winning strategies and other rationale. New York: Wiley.CrossRef
4.
Ciaburro, G., & Venkateswaran, B. (2017). Neural networks with R. London: Packt
5.
Fitschen, K. (2013). Building reliable trading systems. New York: Wiley.CrossRef
6.
Gray, W., & Carlisle, T. (2013). Quantitative value. New York: Wiley.
7.
Kaufman, P. (2013). Trading systems and methods (5th ed.). New York: Wiley.
8.
Kestner, L. (2003). Quantitative trading strategies. New York: McGraw-Hill.
9.
Kirkpatrick, C., & Dahlquist, J. (2015). Technical analysis: The complete resource for financial market technicians (3rd ed.). New York: Wiley.
10.
Lantz, B. (2013). Machine learning with R. London: Packt
11.
Lopez de Prado, M. (2018). Advances in financial machine learning. New York: Wiley.
12.
Wei, Y.-W. (2015). Machine learning with R cookbook. London: Packt.
Metadaten
Titel
Trading Strategies
verfasst von
Clifford S. Ang
Copyright-Jahr
2021
Buch
Analyzing Financial Data and Implementing Financial Models Using R

Print ISBN: 978-3-030-64154-2

Electronic ISBN: 978-3-030-64155-9

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-3-030-64155-9_12