| Texto completo | |
| Autor(es): |
Leles, Michel C. R.
;
Vale-Cardoso, Adriano S.
;
Moreira, Mariana G.
;
Sbruzzi, Elton F.
;
Nascimento Jr, Cairo L.
;
Mozelli, Leonardo A.
;
Guimaraes, Homero N.
;
IEEE
Número total de Autores: 8
|
| Tipo de documento: | Artigo Científico |
| Fonte: | 2019 13TH ANNUAL IEEE INTERNATIONAL SYSTEMS CONFERENCE (SYSCON); v. N/A, p. 7-pg., 2019-01-01. |
| Resumo | |
Singular Spectrum Analysis (SSA) is a nonparametric approach that can be used to decompose a time series as trends, oscillations and noise. In online applications, the SSA algorithm must be recalculated for each new sample available. The so called Causal SSA have been used in this context. In this manuscript, an alternative version of online SSA, the Recursive SSA, is proposed as a technical indicator. Based on a "forgetting factor" parameter, it is possible to control the amount of previous samples that are used in the SSA algorithm. This functionality may confer adaptive and hybrid features, thereby providing a crucial characteristic to technical indicators. The Recursive SSA technical trading rules (SSA-TTR) are applied to the DJIA time-series and compared against popular technical indicators. The results show the advantages of SSA-TTR over the popular ones. (AU) | |
| Processo FAPESP: | 16/04992-6 - Aplicação de técnicas de inteligência computacional e de análise de Big Data em um experimento com sistemas multi-agentes na área de finanças |
| Beneficiário: | Cairo Lúcio Nascimento Júnior |
| Modalidade de apoio: | Auxílio à Pesquisa - Programa eScience e Data Science - Regular |
| Processo FAPESP: | 17/20248-8 - Aplicação de técnicas de inteligência computacional e de análise de Big Data em um experimento com sistemas multi-agentes na área de finanças |
| Beneficiário: | Michel Carlo Rodrigues Leles |
| Modalidade de apoio: | Bolsas no Brasil - Pós-Doutorado |