شناسایی استراتژی معاملاتی بهینه در بورس اوراق بهادار، با استفاده از برنامه ریزی پویا

Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 257

This Paper With 14 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_DMOR-6-4_002

تاریخ نمایه سازی: 23 آبان 1400

Abstract:

هدف: این مقاله، در راستای ارائه مدلی برای شناسایی سودده­ ترین نقاط عطف و یا نقاط عطف بهینه موجود در گذشته سری زمانی ابزار مالی، تدوین گردیده است. استراتژی معاملاتی سودده که به عنوان ابزاری برای کسب سود در بورس شناخته می­ شود، استراتژای ای است که از نقاط معاملاتی سودده، شکل گرفته شده باشد. نقاط معاملاتی، در ادبیات موضوع با نام نقاط عطف شناخته می ­شوند. پیش بینی نقاط عطف ابزاری برای دستیابی به استراتژی معاملاتی سودده می ­باشد. اولین گام برای پیش بینی نقاط عطف، شناسایی نقاط عطف موجود در گذشته سری زمانی ابزار مالی است. میزان سوددهی نقاط عطف شناسایی شده، تاثیری مستقیم بر میزان سوددهی نقاط عطف پیش بینی شده می­ گذارد. به همین دلیل ادبیات موضوع، همواره در تلاش برای افزایش میزان سوددهی نقاط عطف مالی شناسایی شده، بوده است. بررسی کامل ادبیات موضوع توسط محققین نشان می ­دهد که هیچ یک از روش­ های موجود، قابلیت شناسایی سودده­ ترین نقاط عطف مالی را ندارند.روش شناسی پژوهش: این مقاله، مسئله شناسایی نقاط عطف سری زمانی ابزارهای مالی را در بستر برنامه ریزی پویا مدل سازی می کند و پس ازآن با استفاده از فرآیندی بازگشتی، به حل بهینه آن می­ پردازد.یافته : نتایج عددی حاصل از پیاده سازی مدل شناسایی پیشنهادی بر چهار شرکت فعال در بورس اوراق بهادار تهران، نشان می­ دهد که این مدل، از قابلیت شناسایی نقاط عطف بهینه مالی برخوردار است.اصالت/ارزش افزوده علمی: مقایسه عملکرد مدل پیشنهادی با تعدادی از بهترین روش­ های شناسایی موجود در ادبیات موضوع، نشان دهنده کارایی مدل پیشنهادی در مسئله شناسایی نقاط عطف مالی است.

Authors

فاطمه یزدانی

گروه مهندسی صنایع و سیستم ها، دانشگاه صنعتی اصفهان، اصفهان، ایران.

مهدی خاشعی

گروه مهندسی صنایع و سیستم ها، دانشگاه صنعتی اصفهان، اصفهان، ایران.

سید رضا حجازی

گروه مهندسی صنایع و سیستم ها، دانشگاه صنعتی اصفهان، اصفهان، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Baktash, E., Amoushahi, B., & Behdad, M. M. (۲۰۱۴). Ranking ...
  • Bellman, R. (۱۹۵۳). An introduction to the theory of dynamic ...
  • Bramante, R., Facchinetti, S., & Zappa, D. (۲۰۱۹). Online detection ...
  • Brock, W., Lakonishok, J., & LeBaron, B. (۱۹۹۲). Simple technical ...
  • Chang, P. C., Fan, C. Y., & Liu, C. H. ...
  • Chang, P. C., Liao, T. W., Lin, J. J., & ...
  • Chang, P. C., Liu, C. H., Fan, C. Y., Lin, ...
  • Chen, X., & He, Z. J. (۲۰۱۵, June). Prediction of ...
  • Dash, R., & Dash, P. K. (۲۰۱۶). A hybrid stock ...
  • Grillenzoni, C. (۲۰۱۲). Evaluation of recursive detection methods for turning ...
  • Grillenzoni, C. (۲۰۱۴). Sequential smoothing for turning point detection with ...
  • Huang, H., Pasquier, M., & Quek, C. (۲۰۰۹). Financial market ...
  • Kaiser, R., & Maravall, A. (۲۰۱۲). Measuring business cycles in economic ...
  • Kayal, A. (۲۰۱۰, October). A neural networks filtering mechanism for ...
  • Khalifa, H. (۲۰۱۹). A study on investment problem in chaos ...
  • Lin, N., Xu, W., Zhang, X., & Lv, S. (۲۰۱۴). ...
  • Luo, L., You, S., Xu, Y., & Peng, H. (۲۰۱۷). ...
  • Marsh, I. W. (۲۰۰۰). High‐frequency Markov switching models in the ...
  • Martikainen, T., Perttunen, J., Yli-Olli, P., & Gunasekaran, A. (۱۹۹۴). ...
  • Nadafi, Z., & Pourali, M. R. (۲۰۲۰). The effect of ...
  • Qi, M., & Maddala, G. S. (۱۹۹۹). Economic factors and ...
  • Rasoulzadeh, M., & Fallah, M. (۲۰۲۰). An overview of portfolio ...
  • Tang, H., Dong, P., & Shi, Y. (۲۰۱۹). A new ...
  • Terasvirta, T., Tjostheim, D., & Granger, C. W. (۲۰۱۰). Modeling ...
  • Vander Wiel, S. A. (۱۹۹۶). Monitoring processes that wander using ...
  • Zhu, M., & Wang, L. (۲۰۱۰, July). Intelligent trading using ...
  • نمایش کامل مراجع