پیش بینی نوسانات کوتاه مدت قیمت سهام با استفاده از مدلهای مبتنی بر اندیکاتورهای تکنیکال

پیش بینی قیمت سهام در بازه های زمانی کوتاه مدت یکی از مهمترین چالشهای سرمایه گذاران در بازارهای مالی محسوب می شود که نقش مهمی در کاهش ریسک و افزایش بازدهی سرمایه گذاری دارد. در این پژوهش با هدف بهبود دقت پیش بینی رفتار قیمت سهام یک استراتژی معاملاتی مبتنی بر ترکیب سه اندیکاتور تحلیل تکنیکال شامل شاخص قدرت نسبی (RSI)، میانگین متحرک همگرا - واگرا (MACD) و شاخص حجم تعادلی (OBV) ارائه شده است. داده های مورد استفاده شامل قیمت و حجم معاملات روزانه دو نماد فولاد مبارکه اصفهان (فولاد) و نفت پارس (شنفت) در بازه زمانی ۱۴۰۳ تا ۱۴۰۴ بوده که از پایگاه داده رسمی بورس اوراق بهادار تهران استخراج گردیده اند. پس از پیش پردازش داده ها، اندیکاتورهای مذکور با استفاده از کتابخانه TA-Lib در محیط برنامه نویسی پایتون محاسبه شده و سیگنال های معاملاتی بر اساس همگرایی این شاخص ها استخراج گردید. نتایج پژوهش نشان داد که همزمانی سیگنال های MACD، RSI و OBV می تواند به طور موثری نقاط بازگشت روند و فرصت های خرید را شناسایی کند. همچنین بررسی عملکرد قیمتی نمادهای مورد مطالعه بیانگر دستیابی به بازدهی قابل توجه بیش از ۱۰۰ درصد در هر دو سهم بوده است. در نهایت یافته ها حاکی از آن است که استفاده ترکیبی از اندیکاتورهای تکنیکال نسبت به استفاده منفرد از آنها دقت پیش بینی را افزایش داده و می تواند به عنوان ابزاری کاربردی در تصمیم گیری سرمایه گذاران مورد استفاده قرار گیرد.

کلیدواژه ها:

پیش بینی قیمت سهام ، تحلیل تکنیکال ، شاخص قدرت نسبی (RSI) ، میانگین متحرک همگرا واگرا (MACD) ، شاخص حجم تعادلی (OBV) ، استراتژی معاملاتی