مدلسازی مبادلات سهام با رویکرد شمعدان فازی و روش بهینه سازی کرم شب تاب و مورچگان

اخیرا از روش هوشمند مبتنی بر فازی برای پویاسازی الگوهای کندل استیک ژاپنی در جهت تحلیل الگوهای کندل استیک با در نظر گرفتن اطلاعات غیر قطعی استفاده شده است. از انجایی که منطق فازی مبتنی بر دانش خبره است، اگرچه متخصصان انسانی میتوانند نقش مهمی در تنظیم مقادیر توابع عضویت متغیرهای فازی داشته باشند، اما از انجایی که معمولا دانش انسانی دارای ابهام است، تنظیم بهینه ای حاصل نمیگردد. از اینرو ارائه تکنیکی که منجر به تنظیم بهینه مقادیر توابع عضویت در الگوهای کندلی گردد، نقش بسزایی در راندمان سیستم معامله مبتنی بر فازی خواهد داشت. یکی از روشهای بهینه سازی پرکاربرد، روشهای فراابتکاری میباشد، اکثر روشهای فراابتکاری دارای ساختاری مشابه با روش بهینه سازی ازدحام ذرات اند. روشهای فراابتکاری مبتنی بر کرم شب تاب و مورچگان دلیل برخورداری از قابلیت های بهره وری و کشف مناسب، قدرتمندتر از بهینه سازی ازدحام ذرات اند. در این مقاله از روش کرم شب تاب و مورچگان برای تنظیم و بهینه سازی توابع عضویت متغیرهای کندل استیک فازی با کاربرد در تحلیل معاملات و پیش بینی قیمت سهام در سیستم معاملات سهام استفاده شده است. نتایج حاصل از اعمال روش پیشنهادی بر روی سهام شرکتهای ایران حاکی از دقت بالای روش پیشنهادی میباشد.

Designing a Risk Assessment Model and determining an Optimal Currency Portfolio for banks by Value-at-risk (VaR) criterion and exponentially weighted moving average (EWMA)

recently fuzzy intelligent method was used to dynamically model Japanese candlesticks in order to accurately consider the patterns of a candlestick with uncertain information on such patterns. Since fuzzy logic is expert knowledge, although human specialists can play an important role in regulating the values of membership functions of fuzzy variables but since human knowledge is usually ambiguous, a optimal adjustment is not achieved. Therefore, providing a technique that optimally adjusts the values of membership functions in dynamic candlesticks patterns will play a crucial role in the efficiency of the fuzzy trading system. One of the most commonly used optimization methods is the metaheuristic methods, most of the metaheuristics have a structure similar to the particle swarm optimization method. metaheuristic methods such as fireflies and ant colony are more powerful than particle swarm optimization due to their efficient exploitation capabilities. In this paper, fireflies and ant colony are used to adjust and optimize the membership functions of fuzzy membership function of fuzzy candlesticks variables in order to trading analysis and stock price forecasting in the stock trading system. The results of applying the proposed method to iranian stock companies indicate the high accuracy of the proposed method.