Comparative Analysis of Various Strategies Used in Algorithmic Trading

Resumo

            Na era cada vez maior de avanços tecnológicos, o início do aprendizado de máquina e da inteligência artificial trouxe muito escopo no mercado financeiro para aqueles dispostos a assumir o risco. Este projeto de pesquisa lida com a análise de vários indicadores técnicos que são usados ​​no design de Trade-Bots. Além disso, este artigo de pesquisa visa avaliar a demanda dos consumidores indianos em relação ao uso de algoritmos usados ​​para negociação no mercado ao vivo e sua percepção em relação a isso. A maior parte deste relatório inclui a criação e o teste de estratégias usando algoritmos de aprendizado de máquina em python. O resultado esperado deste artigo de pesquisa é identificar a melhor estratégia possível para day trading usando os vários indicadores técnicos individualmente, bem como em combinação. A população indiana é cética em relação ao assunto, mas é evidente pelo desempenho de empresas como a RenTech (Renaissance Technologies) que o uso de algoritmos os ajudou a obter lucros imensos, portanto, o escopo da negociação algorítmica é vasto. O uso de ambas as oportunidades juntas abre um vasto mar de avenidas inexploradas, uma das quais é a negociação algorítmica e encontrar a melhor estratégia é um processo sem fim, este projeto visa explorar as várias estratégias e seu impacto após testá-las com dados históricos. Este estudo visa ajudar os investidores individuais, bem como as instituições de investimento, explorando o potencial da negociação algorítmica e seu escopo futuro. A análise fornece evidências de que a estratégia de negociação cruzada SMA/EMA e a estratégia de negociação do oscilador estocástico são extremamente boas em prever o movimento das ações da Reliance Industries e fornecem mais de aproximadamente 15 vezes o investimento inicial.