سبد بهینه نوسانگیری روزانه بر پایه پیش بینی بازه ای مقدار با رهیافت شبکه های عصبی

در پژوهش حاضر به کمک شبکه های عصبی، پیش بینی بازه ای مقدار مربوط به کمترین و بیشترین قیمت روزانه صورت می گیرد و سپس بر اساس آن یک سیستم معاملاتی نوسان گیری روزانه شامل خرید و فروش در مقادیر پیش بینی شده شکل می گیرد. برای کاستن از ریسک سیستم معاملاتی و افزایش تعداد موقعیت های معاملاتی، سبد بهینه نوسان گیری روزانه در چهارچوب میانگین-واریانس توسعه می یابد. سبد نمونه ای پژوهش شامل پنج سهم از بورس اوراق بهادار تهران در یک دوره ۱۹۰ روزه با احتساب هزینه های معاملاتی خرید و فروش نشان می دهد که میانگین بازده روزانه سبد نوسان گیری پژوهش ۰۰۲۸/۰ و نسبت شارپ آن ۶۳۷۹/۰ می باشد که از نسبت شارپ سیستم نوسان گیری روزانه انفرادی دارایی های سبد، بهتر است. میانگین روزانه سبد هم وزن در دوره پژوهش ۰۰۱۴/۰ و نسبت شارپ آن ۰۷۴۹/۰ می باشد که نشان می دهد که سیستم معاملاتی عملکردی به مراتب بهتر از سیستم خرید و نگهداری در سبد هم وزن روزانه دارد.

کلیدواژه ها:

پیش بینی بازه ای مقدار ، سبد میانگین واریانس ، شبکه عصبی ، نوسان گیری