سجاد سلیمانی سروستانی

در پژوهش حاضر به کمک شبکه های عصبی، پیش بینی بازه ای مقدار مربوط به کمترین و بیشترین قیمت روزانه صورت می گیرد و سپس بر اساس آن یک سیستم معاملاتی نوسان گیری روزانه شامل خرید و فروش در مقادیر پیش بینی شده شکل می گیرد. برای کاستن از ریسک سیستم معاملاتی و افزایش تعداد موقعیت های معاملاتی، سبد بهینه نوسان گیری روزانه در چهارچوب میانگین-واریانس توسعه می یابد. سبد نمونه ای پژوهش شامل پنج سهم از بورس اوراق بهادار تهران در یک دوره 190 روزه با احتساب هزینه های معاملاتی خرید و فروش نشان می دهد که میانگین بازده روزانه سبد نوسان گیری پژوهش 0028/0 و نسبت شارپ آن 6379/0 می باشد که از نسبت شارپ سیستم نوسان گیری روزانه انفرادی دارایی های سبد، بهتر است. میانگین روزانه سبد هم وزن در دوره پژوهش 0014/0 و نسبت شارپ آن 0749/0 می باشد که نشان می دهد که سیستم معاملاتی عملکردی به مراتب بهتر از سیستم خرید و نگهداری در سبد هم وزن روزانه دارد.