|
|
|
|
تحلیل معاملات سهام با استفاده از الگوهای شمعدان فازی بهبود یافته با روشهای فراابتکاری مبتنی بر ذره
|
|
|
|
|
|
|
|
نویسنده
|
کلانتری درونکلا حسن ,داداشی ایمان ,غلام نیاروشن حمیدرضا ,آذین فر کاوه
|
|
منبع
|
اقتصاد مالي - 1403 - دوره : 18 - شماره : 3 - صفحه:241 -260
|
|
چکیده
|
امروزه با توجه به نوسانات اقتصادی، بحث پیش بینی قیمت سهام و ریسک سرمایه گذاری از اهمیت ویژه ای برای معامله گران سهام برخوردار است. اخیرا از روش منطق فازی به منظور پویا سازی الگوهای کندل استیک با کاربرد در تحلیل معاملات سهام و پیش بینی ریسک سرمایه گذاری معاملات سهام استفاده شده است که دارای چالش حساسیت به تعداد نمونه معاملات غیر مفید و تنظیم غیر بهینه توابع عضویت فازی الگوهای کندل استیک میباشد. در این مقاله پیشنهاد بکارگیری روش رگرسیون مبتنی بر تابع پایه شعاعی به عنوان گام پیش پردازش برای کاهش نمونه معاملات کم اهمیت در پیش بینی ریسک سرمایه گذاری و روش بهینه سازی مبتنی بر ذره برای تنظیم بهینه مقادیر توابع عضویت فازی الگوهای کندل استیک مطرح میشود. روش مبتنی بر ذره کرم شب تاب و جایا قادر به بهینه سازی توابع عضویت فازی با قدرت بالایی میباشد. نتایج حاصل از روش پیشنهادی بر روی سهام شرکت های بزرگ بورس ایران حاکی از راندمان مناسب روش پیشنهادی می باشد.
|
|
کلیدواژه
|
تحلیل معاملات سهام، مبتنی بر ذره، کرم شب تاب، جایا، رگرسیون با تابع پایه شعاعی
|
|
آدرس
|
دانشگاه ازاد اسلامی واحد بابل, گروه حسابداری, ایران, دانشگاه قم, گروه حسابداری, ایران, دانشگاه آزاد اسلامی واحد بابل, گروه حسابداری, ایران, دانشگاه ازاد اسلامی واحد بابل, گروه حسابداری, ایران
|
|
پست الکترونیکی
|
azinfarbabol@yahoo.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
stock trading analysis using improved fuzzy candlestick patterns using particle swarm based metaheuristic method
|
|
|
|
|
Authors
|
kalantari daronkola hassan ,dadashi iman ,gholamnia roshan hamidreza ,azin far kaveh
|
|
Abstract
|
today, due to economic volatility, the topic of stock price forecasting and investment risk has particular importance to stock traders. recently, fuzzy logic has been used to model dynamically candle stick in order to stock trading analysis and predicting investment risk in stock trading but it has the challenge of sensitivity to the number of non-useful stock trading samples and the inappropriate tuning of membership functions designed for candlesticks patterns. in this paper, we propose the regression method based on radial basis function as a pre-processing step to reduce the insignificant stock trading samples and then we use the particle swarm optimization method to adjust the values of fuzzy membership functions of the candlestick patterns optimally. the jaya and firefly particle swarm based are able to optimize fuzzy membership functions of candlestick patterns robustly. the results of the proposed method on top iranian stocks trading companies show best performance of the proposed method
|
|
Keywords
|
stock trading analysis ,particle-based ,firefly ,jaya ,radial basis function
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|