طراحی سیستم معاملات خودکار با استفاده از مدل های یادگیری ماشین برای رمزارز اتر یوم

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 597

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MDMCONF04_472

تاریخ نمایه سازی: 23 شهریور 1400

چکیده مقاله:

با گسترش بازارهای مالی و افزایش رقابت، استفاده از سیستم های معاملاتی سنتی ناکارآمد شده است. معاملات الگوریتمی با بهره گیری از ابزارهای آنالیز پیشرفته و استفاده از کامپیوتر های مدرن باعث انقلابی در بازار مالی شده است. استفاده از تکنیک ها ی یادگیری ماشین به سرعت در حال رواج یافتن در علوم مختلف از جمله علوم مالی است. استفاده از تکنیک های یادگیری ماشین در معاملات الگوریتمی از موضوع مطالعات بسیاری از محققین در سال های اخیر بوده است . از طرفی امروزه خرید و فروش رمزارزها به یک تجارت بسیار بزرگ بدل شده است. مجموع ارزش همه ی رمزارزهای دنیا بیش از ۱ تریلیون دلار است. و روزانه حدود ۱۰۰ میلیارد دلار رمز ارز خرید و فروش می شود، که نشانگر جذابیت این بازار برا ی سرمایه گذاران است . هدف این پژوهش ایجاد یک سیستممعاملاتی خودکار بر رو ی رمزارز اتریوم است. بدین منظور در ابتدا برای پیش بینی روند آتی قیمت اتریوم در یک دقیقه پیش رو از شش اندیکاتور تکنیکال به همراه قیمت بیت کوین در تایم فریم یک دقیقه ای و چهار مدل یادگیری ماشین استفاده شده است. نتایج نشان می دهد که مدل جنگل تصادفی بهترین عملکرد با دقت ۹۱ درصد را داشته است. در ادامه با توجه به نتایج مدل ها به ارائه سیستم معاملات خودکاری جهت اتخاذ موقعیت های خرید و یا فروش در نقاط کمینه و بیشینه خواهیم پرداخت.در نهایت مدل ها از منظر مالی و عملکردی بررسی می شوند. نتایج حاصل شده نشان می دهد مدل های ایجاد شده نسبت به استراتژی خرید و نگهداری به طور محسوسی بهتر عمل می کنند. به ترتیب مدل جنگل تصافی،گرادیان تقویتی ایکس ، درخت تصمیم و ماش ین بردار پشتیبان، بهترینتا ضعیف ترین عملکرد از جنبه مالی را داشته اند .

نویسندگان

وحید اسماعیلی

دانشجوی کارشناسی ارشد،دانشکده مهندسی صنایع، دانشگاه تربیت مدرس،ایران

محمدعلی رستگار سرخه

استادیار، دانشکده مهندسی صنایع، دانشگاه تربیت مدرس،ایران

بابک تیمورپور

استادیار، دانشکده مهندسی صنایع، دانشگاه تربیت مدرس،ایران