کشف قانون مبادله سهام با استفاده از ترکیب شبکه های عصبی و پنجره لغزان
کپی شد
تاریخ ثبت: 12 بهمن 1397
نویسندگان: مجید عبدالرزاق نژاد
کلمات کلیدی: الگوریتم پیگیری روند تکاملی؛ سیستم کلاسه‌بندی شبکه عصبی؛ پنجره لغزان؛ کشف قانون مبادله.
این مقاله یک الگوریتم ترکیبی درازمدت و کوتاه مدت پیگیری روند تکاملی را پیشنهاد می‌کند که با سیستم‌های کلاسه‌بندی شبکه عصبی ترکیب می‌کند. برای ارزیابی روش پیشنهادی، آزمایشاتی با استفاده از جریان داده مبادله روزانه چندین شاخص بورس اوراق بهادار تهران اجرا شد. این شاخص‌ها در دو گروه متغیرهای فنی و متغیرهای اقتصادی تقسیم‌بندی می‌شوند. داده‌های مورد استفاده مربوط به پنج شرکت نفت پارس، ایران خودرو، موتوژن، غدیر و فولاد مبارکه که شامل متغیرهای قیمت سهام طی دوره‌ی زمانی 1389 تا 1394 به صورت روزانه بودند است. نتایج تجربی نشان دادند که سیگنال‌های خرید و فروش تولید شده در کوتاه مدت که توسط الگوریتم تولید شدند همبستگی بالایی (بیش از ۰٫۹۵) با سیگنال خرید و فروش تولید شده در دراز مدت داشتند که بر اساس متغیرهای آماری درازمدت شناسایی شدند. در نتیجه‌گیری این مقاله شواهد متقاعد کننده‌ای ارائه می‌کند که مدل پیگیری روند ترکیبی پیشنهادی می‌تواند راهنمایی مبادله موثری برای سرمایه‌گذاران تولید کند.
