ارائه سیستم معاملاتی هوشمند مبتنی بر اندیکاتورهای تحلیل تکنیکال بهینه شده با الگوریتم کرم شب تاب

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
هدف اصلی سرمایه گذاران در بازار سهام، کسب بیشترین بازده در زمان مورد نظر می باشد، لذا معرفی مناسب ترین روش جهت انجام معاملات برای سرمایه گذاران از اهمیت ویژه ای برخوردار است. معاملات موفق در بازارهای مالی می بایست نزدیک به نقاط کلیدی بازگشتی انجام گردد. در سال های اخیر سیستم های مختلفی به منظور شناسایی این نقاط بازگشتی ایجاد شده اند. تحلیل تکنیکال سعی در شناسایی نقاط صحیح و به موقع برای ورود و خروج به معاملات را دارد.در این مقاله در تلاش هستیم تا با بهره گیری از قواعد تکنیکی طبق پژوهش ها و نتایج پیشین که دارای درصد موفقیت بالاتری باشد، را انتخاب نموده و با به کارگیری محاسبات نرم، پارامترهای تصمیم گیری در قواعد تکنیک با استفاده از الگوریتم کرم شب تاب بهبود داده شود.نتایج این مدل با نتایج حاصل از به کارگیری پارامترهای استاندارد اندیکاتورها و نتایج حاصل از راهبرد خرید و نگهداری مقایسه می شود. به منظور اعتبار سنجی سیستم معاملاتی معرفی شده، به مقایسه آن با نتایج حاصل از سیستم هوشمند بهینه سازی شده مبتنی بر روش اپتیک و الگوریتم ژنتیک پرداختیم. نتایج پژوهش نشان می دهد که با بهینه سازی پارامترهای اندیکاتورهای تحلیل تکنیکال می توان بازدهی سرمایه گذاری را نسبت به روش های معمول در بازار سهام و پژوهش های پیشین افزایش داد.
زبان:
فارسی
صفحات:
228 تا 248
لینک کوتاه:
magiran.com/p2572039 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!