بررسی سودآوری معاملات زوجی با استفاده از الگوریتم مبتنی بر یادگیری ماشین و الگوریتم ژنتیک در بورس اوراق بهادار تهران

در این مقاله، به مسئله ی چگونگی یافتن زوج های سودآور با اعمال محدودیت خودکار در فضای جستجوی زوج دارای ها با استفاده از تکنیک های یادگیری ماشین و ادغام یک الگوریتم یادگیری بدون نظارت، O P T I C S، به فرایند شناسایی و انتخاب زوج ها در معاملات زوجی پرداخته شده است. همچنین، جهت بهینه سازی سبد متشکل از زوج دارایی ها و تخصیص سرمایه بهینه به آنها، از الگوریتم مبتنی بر ژنتیک با هدف افزایش نسبت شارپ استفاده شده است. عملکرد تکنیک پیشنهادی برای خوشه بندی خودکار، نسبت به روش های متداول جستجوی زوج دارایی ها توسط سرمایه گذاران بهتر بوده و منجر به دستیابی به میانگین نرخ بازگشت سرمایه و نسبت شارپ بالاتری برای سبد در معاملات با استفاده از زوج های منتخب از خوشه ها شده است. این معیارهای ارزیابی محاسبه شده برای سبد، بعد از به کارگیری الگوریتم بهینه سازی ژنتیک دوهدفه ارتقا یافته اند. این مطالعه با استفاده از داده های قیمتی درونروزی گروهی از سهام های بورس اوراق بهادار تهران بین سال های ۲۰۱۵ تا ۲۰۲۰ و در نظر گرفتن هزینه های معاملاتی شبیه سازی شده است.

کلیدواژه ها:

معاملات زوجی ، یادگیری ماشین ، یادگیری بدون نظارت ، الگوریتم بهینه سازی ژنتیک ، هزینه های معاملاتی