طراحی سیستم هوشمند خرید و فروش بر اساس مدلی مرکب از الگوریتم ماشین بردار پشتیبان و تئوری کانال روند

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشیار دانشکده مدیریت دانشگاه تهران، تهران، ایران.

2 معامله گر بورس کالا/کارگزاری آپادانا

3 کارشناسی ارشد مدیریت مالی، دانشگاه تهران، تهران، ایران

چکیده

پیش بینی قیمت آتی و به تبع آن کسب بازدهی بیشتر همواره یکی از مهمترین موضوعات در بازارهای مالی بوده است. از این رو در این پژوهش به طراحی سیستم هوشمند خرید و فروش بر اساس مدلی مرکب از الگوریتم ماشین بردار پشتیبان و تئوری کانال روند پرداخته شده است. برای رسیدن به این هدف، این پژوهش در چهار مرحله اصلی طراحی و اجرا گردیده است. در مرحله اول حدود کانال روند در بازه های زمانی مختلف استخراج گردیده و این حدود در مرحله دوم برای دوره آزمایش توسط الگوریتم ماشین بردار پشتیبان پیش بینی شده است. در مرحله سوم استراتژی های خرید و فروش در محدوده کانال پیش بینی شده در دوره آزمایش تعریف و اجرا شده و در مرحله چهارم بازدهی حاصل از سیستم طراحی شده با بازدهی حاصل از بکارگیری استراتژی خرید و نگهداری مقایسه شده اند.
در مورد همه شاخص های انتخاب شده به عنوان نمونه پژوهش، عملکرد سیستم هوشمند خرید و فروش بر اساس مدلی مرکب از الگوریتم ماشین بردار پشتیبان و تئوری کانال روند از عملکرد استراتژی خرید و نگهداری بهتر بود.

کلیدواژه‌ها


عنوان مقاله [English]

Smart Buying and Selling System Design Based on a Model Consisting of a Support Vector Machine Algorithm and Theory of Trend Channel

نویسندگان [English]

  • Shapoor Mohammadi 1
  • Seyyed Ali Mousavi Sarhadi 2
  • Mohammad Nooribakhsh 3
1 associate Professor, college of Management, Tehran University
2 trader of mercantile exchange / Apadana brokerage
3 Master of Financial Management, Tehran University
چکیده [English]

Predicting future prices and consequently higher returns in financial markets has been one of the most important issues. In this study, the design of intelligent systems to buy and sell based on a complex model of support vector machine algorithm and theory of  trend channel been discussed. To achieve the aim of this object, this study was performed in four main steps. In the first phase, range or limits of trend channel at different time intervals were extracted and these limits in the second phase of the experiment was predicted by the algorithm and Support Vector Machine.In the second phase in the range of channel which been predicted in period  of experiment,  sales strategy was defined and implemented. And in the third stage, returns from system designed with efficiency resulting from the use of buy and hold strategies were compared.
In all selection criteria as a sample, Intelligent system performance based on the model of combined sales and support vector machine algorithm and theory of trend channel was better than the performance of buy and hold strategy
 

کلیدواژه‌ها [English]

  • SVM algorithm
  • trend channel theory
  • index prediction