ارزیابی استراتژی تعیین حرکت قیمت سهام: مطالعه موردی گروه بیمه بورس اوراق بهادار تهران
الموضوعات : دانش مالی تحلیل اوراق بهادارعاطفه زارعی 1 , سید نظام الدین مکیان 2 , مهدی حاج امینی 3
1 - کارشناس ارشد اقتصاد مالی اسلامی، گروه اقتصاد، دانشگاه یزد
2 - دانشیار گروه اقتصاد، دانشگاه یزد (نویسنده مسئول)
3 - استادیار گروه اقتصاد، دانشگاه یزد
الکلمات المفتاحية: بازده سهام, شاخص استوکاستیک, میانگین متحرک نمایی, میانگین متحرک هال,
ملخص المقالة :
بورساوراق بهاداریکی از ارکان اصلی بازارهای مالی است. افزایش توان تحلیل‌گری سرمایه‌گذاران بازار سرمایه از عواملی است که در توسعه بازار سرمایه نقش موثری دارد. سرمایه‌گذاران بسیاری از تحلیل تکنیکال برای تصمیم‌گیری در معاملات استفاده می‌کنند. در این پژوهش کارآمدی استراتژی‌های شاخص استوکاستیک، میانگین متحرک نمایی و میانگین متحرک هال با روش خرید و نگهداری برای خرید سهام شرکت‌های بیمه بررسی می‌شود. برای این منظور موقعیت‌های روزانه خرید ایجاد شده برای ۱۴ شرکت بیمه در بورس اوراق بهادار تهران طی دوره زمانی 1396:01 تا 1398:12 استخراج و سپس با روش خرید و نگهداریِ سهام مقایسه شده است. نتایج بدست آمده نشان داد که بازده فصلی استفاده از این استراتژی در تمامی شرکت های بیمه مورد بررسی به طور کلی مثبت بوده و بازدهی بیشتری نسبت به استراتژی خرید و نگهداری داشته است. به علاوه، تعداد معاملات دارای بازده منفی کمتر از تعداد معاملات دارای بازده مثبت بوده و میانگین بازده معاملاتِ با ضرر همواره کمتر از میانگین بازده معاملاتِ با سود بوده است. همچنین، تعداد روزهای معامله با بازده منفی نیز از تعداد روزهای معامله با بازده مثبت کمتر بوده است. نتایج نشان می‌دهد که استفاده از روش تحلیل تکنیکال در تمامی شرکت‌های مورد بررسی نسبت به روش خرید و نگهداری سودآورتر بوده است.
امیری بشلی، سمانه (۱۳۹۰). ارزیابی ارتباط نتایج تحلیل تکنیکال با بازده سهام در بورس اوراق بهادار تهران. پایان نامه کارشناسی ارشد، دانشگاه اصفهان.
پیمانی فروشانی، مسلم، ارضا، امیرحسین، صالحی، مهدی و صالحی، احمد (۱۳۹۹). بازدهی معاملهها بر اساس نمودارهای شمعی در بورس اوراق بهادار تهران. تحقیقات مالی، 22(1)، 69-89.
جعفری، رضا، مظلومی، نادر و صفری، امیر (1398). ارائه روشی جدید برای محاسبه ضریب ریسک بازار مدل توانگری مالی صنعت بیمه ایران: رویکرد ARDL-GARCH. پژوهشنامه بیمه، 34 (3)، 9-37.
خداپرستی، بشیر، جهانگیری، خلیل، برومندزاده، حسین و صبا، مینا (۱۳۹۸). مقایسه کارایی اندیکاتورهای تحلیل تکنیکال در دوره رکود و رونق بازار سرمایه در شرکت‌های تولیدی فعال‌تر بورس اوراق بهادار تهران. دانش مالی تحلیل اوراق بهادار(مطالعات مالی)، 42، 147-161.
راعی، رضا و پویان‌فر، احمد (۱۳۹۱). مدیریت سرمایه‌گذاری پیشرفته. چاپ یازدهم، انتشارات سمت، چاپ گلها.
شهیکیتاش، محمدنبی و میرباقری جم، محمد (1394). تحلیل رابطه بین شاخص قیمت سهام صنعت بیمه کشور با شاخص قیمت سایر صنایع در بورس (رویکرد CCC-GARCH و GJR-GARCH). پژوهشنامه بیمه، 30 (3)، 1-20.
صفانور، محمد (۱۳۹۱). تحلیل سودآوری روشهای تحلیل تکنیکی و تحلیل بنیادی در انتخاب سهام شرکت‌های فعال‌تر بورس اوراق بهادار تهران. پایان نامه کارشناسی ارشد، دانشگاه اصفهان.
عصمت پاشا، عبیدا... و میرآخور، عباس (۱۳۹۴). بازارهای سرمایه اسلامی، انتشارات موسسه عالی بانکداری ایران.
فتحی، سعید و پرویزی، ناهید (۱۳۹۵). سودآوری تحلیل تکنیکال: تلفیق اسیلاتورها با قوانین میانگین متحرک، مهندسی مالی و مدیریت اوراق بهادار، 28، 41-54.
مورفی، جان، (۱۹۹۹). تحلیل تکنیکال در بازار سرمایه. ترجمه: فراهانی فرد، کامیار و قاسمیان، رضا، چاپ دهم، ۱۳۹۳، نشر چالش.
نبوی چاشمی، علی و حسنزاده، آیتاله (۱۳۹۰). بررسی کارایی شاخص MA در تحلیل تکنیکال در پیشبینی قیمت سهام. دانش مالی تحلیل اوراق بهادار (مطالعات مالی)، ۴ (10)، 83-106.
واردی، سیده شایسته، طبری، مجتبی و فقیه علیآبادی، فاطمه (1395). بهینهسازی پرتفوی سرمایه‌گذاری یک شرکت بیمهای با رویکرد شارپ. پژوهشنامه بیمه، ۳۱ (۳)، 111-128.
Alexander, S.S. (1961). Price movements in speculative markets: trends or random walks. Industrial Management Review, 2, 7-26.
Biondo, A.E., Pluchino, A., Rapisarda, A., & Helbing, D. (2013). Are random trading strategies more successful than technical ones? PLOS one, 8 (7), e68344.
Brock, W., Lakonishok, J., LeBaron, B. (1992). Simple technical trading rules and the stochastic properties of stock returns. Journal of Finance, 47, 1731-1764.
Fama, E.F., & Blume, M. (1966). Filter rules and stock market trading profits. Journal of Business, 39, 226-241.
Givoly, D., Lakonishok J. (1980). Financial Analysis Forecasts of Earnings, Their Value to Investors. Journal of Banking and Finance, 4, 221-233.
Gong, X., & Lin, B. (2018). Structural changes and out-of-sample prediction of realized range-based variance in the stock market. Physica A: Statistical Mechanics and its Applications, 494, 27-39.
Jackson, J.C., Prassanna, J., Quadir, M.A., & Sivakumar, V. (2021). Stock market analysis and prediction using time series analysis. Materials Today: Proceedings.
Ko, K.C., Lin, S.J., Su, H.J., & Chang, H.H. (2014). Value investing and technical analysis in Taiwan stock market. Pacific-Basin Finance Journal, 26 (C), 14-36.
Li, X., Chen, X., Li, B., Singh, T., & Shi, K. (2021). Predictability of stock market returns: New evidence from developed and developing countries. Global Finance Journal, 100624.
Milionis, A.E., & Papanagiotou, E. (2011). A test of significance of the predictive power of the moving average trading rule of technical analysis based on sensitivity analysis: Application to the NYSE, the Athens Stock Exchange and the Vienna. Applied Financial Economics, 21(6), 421-436.
Mitra, S.K. (2011). How rewarding is technical analysis in the Indian stock market? Quantitative Finance, 11(2), 287-297.
Neely, C.J., & Weller, P.A. (2012). Technical analysis in the foreign exchange market. Wiley’s Handbook of Exchange Rates. Working Paper: 2011-001B.
Pavlov, V., & Hurn, A. (2012). Testing the profitability of moving average rules as a portfolio selection strategy. Pacific-Basin Finance Journal, 20 (5), 825-842.
Rajendiran, P., & Priyadarsini, P.L.K. (2021). Survival study on stock market prediction techniques using sentimental analysis. Materials Today: Proceedings.
Wang, H., Lu, S., & Zhao, J. (2019). Aggregating multiple types of complex data in stock market prediction: A model-independent framework. Knowledge-Based Systems, 164, 193-204.
Wilder, J.W. (1978). New concepts in technical trading systems, Trend Research.
Williams, L.R. (1979). How I made one million dollars last year trading commodities, Windsor Books.
_||_
