طراحی سیستم معاملات الگوریتمی ترکیبی بهینۀ یکپارچه با تخمین همزمان چندقیمتی

الموضوعات : دانش مالی تحلیل اوراق بهادار

شیوا قاسم‌پور ¹ , شادی شاهوردیانی ² , امیررضا کیقبادی ³ , مهدی معدن چی زاج ⁴

1 - دانشجوی دکتری مهندسی مالی، گروه مدیریت مالی، دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.
2 - استادیار گروه مدیریت مالی، دانشکده علوم انسانی، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران و استاد مدعو واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران. (نویسنده مسئول)
3 - استادیار، گروه حسابداری، دانشکده اقتصاد و حسابداری، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
4 - استادیار، گروه مدیریت مالی، دانشکده مدیریت، واحد الکترونیکی، دانشگاه آزاد اسلامی، تهران،ایران

تاريخ الإرسال : 28 الأربعاء , رمضان, 1444 تاريخ التأكيد : 26 الأحد , محرم, 1445 تاريخ الإصدار : 25 السبت , رجب, 1446

الکلمات المفتاحية: معاملات الگوریتمی, شبکه‌های عصبی عمیق, LSTM, بهینه‌سازی, تخمین چندقیمتی,

ملخص المقالة :

طراحی سیستم‌های معاملاتی خودکار در کشورهای مختلف و اخیراً ایران افزایش یافته است. مزیت چنین سیستم‌هایی، افزایش سرعت و دقت تصمیم‎‌گیری معاملاتی بدون دخالت احساسات است. داشتن مدلی که بتواند به تخمین همزمان قیمت‌های باز شدن، بیشترین، کمترین و بسته شدن بپردازد، مزیت بسیار بزرگی برای سرمایه‌گذاران محسوب میشود. در این تحقیق با استفاده از شبکه عصبی LSTM به تخمین همزمان این چهار قیمت پرداخته و به منظور دسته‌بندی نقاط خرید، فروش و نگهداشت از الگوریتم‌های مختلف دسته‌بندی استفاده و یک سیستم معاملات الگوریتمی یکپارچۀ بهینه شده با الگوریتم فرا ابتکاری ژنتیک طراحی شده است. برای ارزیابی مدل پیشنهادی، از داده‌های سهام شپنا، خودرو و فجر بازار سرمایه ایران در بازه زمانی سال 1391 تا 1399 و نرم‌افزار MATLAB استفاده شده است. نتایج این پژوهش نشان داد که روش پیشنهادی هم از نظر تخمین همزمان چندقیمتی، و هم در دسته‌بندی کلاس‌های خرید، فروش و نگهداری دارای عملکرد بسیار مطلوبی است و در نتیجه می‌‎توان آن را به عنوان یک روش بسیار مناسب برای معاملات خودکار در نظر و رباتی را بر اساس این روش در بازار سرمایه ایران برای این منظور طراحی و اجرایی کرد.