فاطمه آسیایی طاهری

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.