|
|
|
|
ارائه سیستم معاملاتی هوشمند مبتنی بر ترکیب اندیکاتورهای تحلیل تکنیکال، الگوریتمهای فراابتکاری و شبکه عصبی در بورس اوراق بهادار تهران
|
|
|
|
|
|
|
|
نویسنده
|
آسیائی طاهری فاطمه ,زمردیان غلامرضا ,فلاح شمس میرفیض
|
|
منبع
|
بورس اوراق بهادار - 1403 - دوره : 17 - شماره : 65 - صفحه:133 -152
|
|
چکیده
|
هدف اصلی از سرمایهگذاری در بازار سهام، کسب بیشترین بازده در زمان مورد نظر میباشد. معاملات موفق در بازارهای مالی میبایست 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 بهرهگیری از الگوریتم کرم شب تاب و گرگ خاکستری، پارامترهای تصمیمگیری در قواعد تکنیکی مذکور برای هر سهم، بهبود و سیگنالهای متناقض صادره از اندیکاتورهای بهینه شده را به سیگنال واحد مبدل نماییم. در نهایت ازطریق شبکه عصبی حافظه کوتاه مدت ماندگار سعی در پیشبینی موقعیتهای ورود و خروج در بازار سهام را خواهیم داشت.این پژوهش از سال 1390 تا شهریور 1401 روی شرکتهای 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 سرمایهگذاران بلند مدت، به درستی شناسایی کند.
|
|
کلیدواژه
|
شاخص های فنی، الگوریتم کرم شب تاب، الگوریتم گرگ خاکستری و شبکه عصبی حافظه کوتاه مدت ماندگار
|
|
آدرس
|
دانشگاه آزاد اسلامی واحد تهران مرکزی, گروه مدیریت مالی, ایران, دانشگاه آزاد اسلامی واحد تهران مرکزی, گروه مدیریت مالی، گروه تحقیقاتی ریسک مالی مدرن, ایران, دانشگاه آزاد اسلامی واحد تهران مرکزی, گروه مدیریت مالی, ایران
|
|
پست الکترونیکی
|
fallahsahms@gmail.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
providing a smart trading system based on the combination of technical analysis indicators، meta-heuristic algorithms and neural network in tehran stock exchange
|
|
|
|
|
Authors
|
asiaei taheri fatemeh ,zomorodian gholamreza ,fallahshams mirfeiz
|
|
Abstract
|
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
|
|
Keywords
|
technical indicators ,firefly algorithm ,gwo and lstm
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|