پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 45 |
| تعداد شمارهها | 1,869 |
| تعداد مقالات | 15,212 |
| تعداد مشاهده مقاله | 43,097,209 |
| تعداد دریافت فایل اصل مقاله | 17,152,095 |
مقایسه دو الگوریتم مبتنی بر یادگیری ماشینی برای دو بخش استراتژی معاملات زوجی | ||
| مدیریت دارایی و تامین مالی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 08 بهمن 1404 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22108/amf.2026.146240.2006 | ||
| نویسندگان | ||
| سمیرا اسدیان1؛ حجت الله صادقی2؛ داریوش دموری* 3 | ||
| 1دانشجوی دکتری دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد | ||
| 2دانشیار دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد | ||
| 3دانشیار دانشگاه یزد، دانشکده اقتصاد، مدیریت و حسابداری، دانشگاه یزد، یزد، ایران. | ||
| چکیده | ||
| اهداف: با توجه به علاقه مشارکتکنندگان بازار به مدلهای معاملاتی کمی و استفاده از کاربردهای هوشمندانه علم داده میتوان عملکرد استراتژیهای معاملاتی از جمله معاملات زوجی را که ابزار سرمایهگذاری خوبی حتی در بازارهای نزولی است بهبود بخشید. روش: با درنظر گرفتن دو مرحله این استراتژی شامل شناسایی دو ورقه بهادار (یک زوج) و کشف بینظمی در شکاف قیمتی بین آنها (انجام معامله)، درصدد مقایسه دو روش یادگیری ماشینی جهت انتخاب الگوریتم بهتر در هر مرحله هستیم. برای تعیین فضای جستوجو که سعی بر گروهبندی اوراقبهادار مرتبط در خوشهها و شناسایی زوجهای برتر دارد از دو الگوریتم خوشهبندی مبتنی بر چگالی شامل خوشهبندی فاصلهای مبتنی بر چگالیِ کاربردها با نوفه (DBSCAN) و مرتبسازی نقاط جهت شناسایی ساختار خوشهبندی (OPTICS) استفاده شد، که در غیر اینصورت شناسایی آن حتی برای سرمایهگذار با تجربه هم دشوار است. از طرفی جهت بهحداقل رساندن تعداد روزهای کاهش ارزش سبد بههمراه افزایش بازده پس از یافتن شکاف قیمتی، از دو مدل معاملاتی مبتنی بر پیشبینی سریزمانی، حافظه کوتاهمدت طولانی (LSTM) و LSTM رمزگذار-رمزگشا استفاده شد. نتایج: برتری OPTICS نسبت به DBSCAN در تعداد متغیرهای کمتر و نسبت شارپ بالا و درصد زوجهای سودآور بالاتر مشهود است. مدل LSTM رمزگذار-رمزگشا در کل در کسب بازدهی و نسبت شارپ، عملکرد بهتر و در مورد کاهش تعداد روزهای رکودی سبد بالاتر از مدل LSTM بود. نوآوری: استفاده از دادههای با تکرار زیاد (5دقیقهای) (تمامی سهامبازار و نه سهم یا صنعت خاصی)، مدلهای یادگیری ماشینی جهت افزایش سرعت در تصمیمگیری و بازدههای خالص از موارد مهم این کار هستند. | ||
| کلیدواژهها | ||
| استراتژی معامله زوجی؛ یادگیری ماشینی؛ خوشهبندی مبتنی بر چگالی؛ مدل مبتنی بر پیشبینی | ||
|
آمار تعداد مشاهده مقاله: 123 |
||