بهینه‎سازی استراتژی معاملات زوجی با استفاده از روش یادگیری تقویتی، با به کارگیری دیتاهای درون‎روزی در بورس اوراق بهادار تهران

Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 175

This Paper With 17 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_JFR-21-1_002

تاریخ نمایه سازی: 20 بهمن 1400

Abstract:

هدف: معاملات زوجی از معروف‎ترین و قدیمی‎ترین سیستم‎های معاملات الگوریتمی است که کارایی و سودآوری آن در بسیاری از پژوهش‎هایی که تاکنون در بازارهای مالی مختلف صورت گرفته است، اثبات و نشان داده شده است. مهم‎ترین اصل در معاملات زوجی، وجود روابط تعادلی بلندمدت یا همان خاصیت بازگشت به میانگین است. از طرفی در سال‎های اخیر تحقیقات شایان توجهی روی معاملات الگوریتمی با استفاده از یادگیری ماشین صورت گرفته است. روش: در این پژوهش از روش یادگیری تقویتی که برای مدل‎سازی و بهینه‎سازی مسائل با انواع مختلف روابط بلندمدت مناسب است، به‎منظور انتخاب آستانه‎های معاملاتی و پنجره‎های زمانی مناسب با هدف ماکزیمم‎سازی بازده و مینیمم‎سازی ریسک‎های منفی در معاملات زوجی با رویکرد هم‎انباشتگی استفاده شده است. پژوهش حاضر با به کارگیری ترکیبی از روش یادگیری تقویتی و رویکرد هم‎انباشتگی در معاملات زوجی اجرا شده است. یافته‎ها: نتایج آزمایش روی دیتاهای درون‎روزی زوج سهام‎ منتخب، نشان می‎دهد که استفاده از روش یادگیری تقویتی در طراحی سیستم معاملات در معاملات زوجی نسبت به کارهای قبلی انجام شده، برتری چشمگیری دارد. نتیجه­گیری: استراتژی معاملات زوجی با الگوریتم پیشنهادی می‎تواند به‎عنوان استراتژی بازار خنثی در تمامی شرایط بازار اعم از رونق و رکود توسط سرمایه‎گذاران و معامله‎گران حقیقی و حقوقی استفاده شود. همچنین می­توان در نظر گرفتن هزینه‎های معاملاتی در انجام معاملات در استراتژی معاملات زوجی را به‎عنوان موضعی برای پژوهش‎های آتی پیشنهاد کرد.

Authors

سعید فلاح پور

استادیار، گروه مالی و بیمه، دانشکده مدیریت دانشگاه تهران، تهران، ایران

حسن حکیمیان

دانشجوی کارشناسی ارشد، گروه مهندسی مالی، دانشکده مدیریت، دانشگاه تهران، تهران، 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 :
  • ReferencesBertram, W., (۲۰۱۰). Analytic solutions for optimal statistical arbitrage trading. ...
  • Dai, M., Zhang, Q., & Zhu, Q. J. (۲۰۱۰). Trend ...
  • Engle, R. F., and Granger, C. W. (۱۹۸۷). Co-integration and ...
  • Gao, X., & Chan, L. (۲۰۰۰). An algorithm for trading ...
  • Gatev, E., Goetzmann, W. N., and Rouwenhorst, K. G. (۲۰۰۶). ...
  • Granger, C. W. (۱۹۸۱). Some properties of time series data ...
  • Guo, X., & Zhang, Q. (۲۰۰۵). Optimal selling rules in ...
  • Hillebrand, E. (۲۰۰۳). A mean-reversion theory of stock-market crashes. Journal of ...
  • Johansen, S. (۱۹۸۸). Statistical analysis of cointegration vectors. Journal of ...
  • Lee, J. W., Park, J., Lee, J., & Hong, E. ...
  • Moody, J., and Saffell, M. (۲۰۰۱). Learning to trade via ...
  • Sutton, R. S., & Barto, A. G. (۱۹۹۸). Introduction to ...
  • Vidyamurthy, G. (۲۰۰۴). Pairs Trading: quantitative methods and analysis (Vol. ۲۱۷). John ...
  • Won Lee, J. (۲۰۰۱). Stock price prediction using reinforcement learning. ...
  • Zeng, Z., & Lee, C. G. (۲۰۱۴). Pairs trading: optimal ...
  • Zhang, Q. (۲۰۰۱). Stock trading: An optimal selling rule. SIAM ...
  • نمایش کامل مراجع