کشف قانون مبادله سهام با استفاده از ترکیب شبکه های عصبی پنجره لغزان

این مقاله یک الگوریتم ترکیبی درازمدت کوتاه مدت پیگیری روند تکاملی را پیشنهاد می کند که با سیستم های کلاسه بندی شبکه عصبی ترکیب می کند. برای ارزیابی روش پیشنهادی، آزمایشاتی با استفاده از جریان داده مبادله روزانه چندین شاخص بورس اوراق بهادار تهران اجرا شد. این شاخص ها در دو گروه متغیرهای فنی متغیرهای اقتصادی تقسیم بندی می شوند. داده های مورد استفاده مربوط به پنج شرکت نفت پارس، ایران خودرو، موتوژن، غدیر فولاد مبارکه که شامل متغیرهای قیمت سهام طی دوره زمانی 1389 تا 1394 به صورت روزانه بودند است. نتایج تجربی نشان دادند که سیگنال های خرید فروش تولید شده در کوتاه مدت که توسط الگوریتم تولید شدند همبستگی بالایی (بیش از 0٫95) با سیگنال خرید فروش تولید شده در دراز مدت داشتند که بر اساس متغیرهای آماری درازمدت شناسایی شدند. در نتیجه گیری این مقاله شواهد متقاعد کننده ای ارایه می کند که مدل پیگیری روند ترکیبی پیشنهادی می تواند راهنمایی مبادله موثری برای سرمایه گذاران تولید کند.

Keywords:

الگوریتم پیگیری روند تکاملی , سیستم کلاسه بندی شبکه عصبی , پنجره لغزان , کشف قانون مبادله