اندیکاتورهای تکنیکال

پایاننامه
بهینهسازی پارامترهای اندیکاتورهای تحلیل تکنیکال برای دادههای درونروزی با استفاده از الگوریتم اندیکاتورهای تکنیکال الهامگرفته از پدیدههای نوری: مطالعه موردی بورس تهران
چکیده:
امروزه گسترش سیستمهای اطلاعاتی و افزایش سهولت در انجام معاملات برخط، منجر به افزایش سرعت معاملات در بازارهای مالی شده و به تبع آن نیاز به سرعت بالا در تحلیل دادههای معاملاتی بورس محسوس است. از طرفی تحلیل تکنیکال به دلیل وجود نرمافزارهای تحلیلی سطح بالا و ارزانقیمت با توانایی کشف و کسب سود از اندیکاتورهای تکنیکال نوسانهای کوتاهمدت بازار بیش از پیش در بین فعالان بازارهای مالی به محبوبیت دست یافتهاست و سرمایهگذاران نیازمند آن هستند که ابزارهای تحلیل اندیکاتورهای تکنیکال تکنیکال از جمله اندیکاتورهای تکنیکال برای دادههای در طول روز نیز بهترین جواب را اندیکاتورهای تکنیکال داشتهباشند. مسأله اصلی در استفاده از اندیکاتورها تعیین پارامتر صحیح آنها است. مسأله دیگر سیگنالهای معاملاتی متناقض حاصل از قواعد معاملاتی اندیکاتورهای مختلف است که نیاز به کسب سیگنال واحد از ترکیب آنها را ایجاد میکند. بنابراین در این پژوهش یک سیستم معاملاتی حاصل از ترکیب شش اندیکاتور تکنیکال با استفاده از شبکه عصبی مصنوعی ارائه شده و به منظور بهینهسازی پارامترهای این اندیکاتورها با توجه به تعدد متغیرهای بهینهسازی، از الگوریتم فراابتکاری الهامگرفته از پدیدههای نوری مبتنی بر ترکیب محدب یا همان COIO استفاده شدهاست. این مهم اندیکاتورهای تکنیکال با در نظر گرفتن تابع هدف اندیکاتورهای تکنیکال بیشینهسازی نسبت شارپ اصلاحشده که در آن هم ریسک و هم بازدهی سرمایهگذاری لحاظ شده، انجام گرفتهاست. نتایج این مدل با نتایج حاصل از بهکارگیری پارامترهای استاندارد و توصیهشده اندیکاتورهای تکنیکال، نتایج حاصل از راهبرد خرید و نگهداری و نیز نتایج حاصل از بهکارگیری الگوریتم ژنتیک در هر دو حالت روزانه و درونروزی مقایسه شده و در همه موارد سیستم معاملاتی پیشنهادی عملکرد بهتری نشان دادهاست. همچنین در مقایسه نتایج در حالتهای درونروزی و روزانه براساس معیار بازدهی پایان دوره، در بیشتر موارد دادههای درونروزی بازدهی بیشتری داشت.
بهینهسازی پارامترهای اندیکاتورهای تحلیل تکنیکال برای دادههای درونروزی با استفاده از الگوریتم الهامگرفته از پدیدههای نوری: مطالعه موردی بورس تهران 3/21/2017 12:00:00 AM