ارائه سیستم معاملاتی هوشمند مبتنی بر ترکیب اندیکاتورهای تحلیل تکنیکال، الگوریتم های فراابتکاری و شبکه عصبی در بورس اوراق بهادار تهران (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف اصلی از سرمایه گذاری در بازار سهام، کسب بیشترین بازده در زمان مورد نظر می باشد. معاملات موفق در بازارهای مالی می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در این پژوهش در تلاش هستیم تا با مطالعه تحقیقات پیشین قواعد تکنیکی پر کاربرد را انتخاب و با بهره گیری از الگوریتم کرم شب تاب و گرگ خاکستری، پارامترهای تصمیم گیری در قواعد تکنیکی مذکور برای هر سهم، بهبود و سیگنال های متناقض صادره از اندیکاتور های بهینه شده را به سیگنال واحد مبدل نماییم. در نهایت ازطریق شبکه عصبی حافظه کوتاه مدت ماندگار سعی در پیش بینی موقعیت های ورود و خروج در بازار سهام را خواهیم داشت.این پژوهش از سال 1390 تا شهریور 1401 روی شرکت های بورس اوراق بهادار تهران انجام گردیده است. مدل پیشنهادی توانسته است با خطای حدود سی و شش درصد نقاط خرید، فروش و نگهداری را برای یک روز معاملاتی آتی برای سرمایه گذاران بلند مدت، به درستی شناسایی نماید.Providing a smart trading system based on the combination of technical analysis indicators, meta-heuristic algorithms and neural network in Tehran Stock Exchange
The main goal of investing in the stock market is to get the highest return at the desired time. Successful trading in financial markets should be done close to key reversal points.In this research, we are trying to select the widely used technical rules by studying the previous researches and improving the decision parameters in the mentioned technical rules for each stock by using the firefly and gray wolf algorithm and converting contradictory signals issued from the optimized indicators to the unit. And finally, through the LSTM neural network, we will try to predict the entry and exit positions of the stock market.This research was conducted from 1390 to September 1401 on Tehran Stock Exchange companies. The proposed model has been able to correctly identify buy, sell and hold points for a future trading day for long-term investors with an error of about thirty-six percent.Keywords: Technical indicators, firefly algorithm, GWO and LSTM
تبلیغات
