پیشبینی زمان بهینه انجام معاملات با استفاده از شبکه عصبی فازی: با رویکرد تحلیل تکنیکال |
پژوهش حاضر به منظور انجام یک پژوهش علمی صورت گرفته است. بدین منظور جهت بررسی مساله مربوطه، میبایست طرح پژوهش مناسبی تهیه شودکه مسالهی پژوهش در آن به خوبی تعریف، فرضیههای آن به درستی تدوین، روش گردآوری اطلاعات و تجزیه و تحلیل آن مشخص باشد. لذا در این فصل ابتدا به طور مختصر به تشریح و بیان موضوع پرداخته میشود. در ادامه اهمیت و ضرورت انجام پژوهش مورد بررسی قرار میگیرد. سپس به بیان فرضیههای پژوهش، اهداف اساسی از انجام پژوهش پرداخته شده و در ادامه، روش انجام پژوهش، قلمرو پژوهش و ابزار مورد استفاده در پژوهش برای تجزیه و تحلیل اطلاعات بیان شدهاند و هم چنین واژهها و اصلاحات تخصصی تعریف میشوند. در انتها، به علت کاربرد زیاد از حروف اختصاری در طول متن، تعاریف و عبارات کامل اصطلاحات پر کاربرد در یک جدول به نمایش گذارده شده است.
1-1-شرح و بیان مساله پژوهشی
همواره سرمایهگذاری و انباشت سرمایه در تحول اقتصادی کشور نقش بسزایی داشته است. اهمیت این عامل و نقش مؤثر آن را میتوان به وضوح درسیستم کشورهایی با نظام سرمایهداری مشاهده کرد. بدون شک بورس یکی از مناسب ترین جایگاهها جهت جذب سرمایههای کوچک و استفاده از آنها جهت رشد یک شرکت، در سطح کلان و نیز رشد شخصی فرد سرمایه گذار است (فلاح شمس و اصغری، 1388). از آنجایی که هدف و تعریف سرمایهگذاری، به تعویق انداختن مصرف جهت مصرف بیشتر و بهتر در آینده است؛ افراد سرمایهگذار انتظار دستیابی به سود مورد انتظار خود را دارند (طلوعی اشلقی و حق دوست، 1388). بنابراین جهت دستیابی به بازده مورد انتظار میبایست خرید و فروش در بهترین زمان ممکن و در حجم مناسب صورت گیرد. یکی از مسائل مهم در زمینه مدیریت سرمایهگذاری، تعیین زمان مناسب خرید و فروش سهام است. این مساله توجه محققان را برای سالهای مدیدی جلب نمودهاست. علت توجه بدین مساله، کسب منافع مهم مالی است که از یک مدل پیشبینی موفق بدست میآید. برای دستیابی به این منافع تلاشهای بسیاری صورت گرفته و از سخت افزارها و نرم افزارها، تحلیلهای متفاوت مالی و مانند اینها ابداع شده و مورد استفاده قرارگرفته است. متخصصان بازار سرمایه برای سالیان متمادی بازار را مطالعه نمودهاند و الگوهایی را فرا گرفتهاند و پیش بینیها را براساس آن انجام میدهند. آنها ترکیبی از تشخیص الگو و تجربه مبتنی بر مشاهده روابط علّت و معلول را بکار میبرند (کیو[1] و همکاران ، 2001). با این وجود در روندهای مالی، اغلب شرایطی بوجود میآید که قوانین را بهم میریزد و پیش بینی را توسط روشهای مذکور دشوار میسازد (حنیفی و همکاران، 1388). در منطق و نیز در علم همواره شکافی بین تئوری و تفسیر نتایج حاصل از جهان نادقیق به علت ابهام و کاستی اطلاعات واقعی دیده میشود. از زمان ارائه نظریه مجموعههای فازی گامی موثر در جهت رفع این مساله برداشته شده است. مفاهیمی وجود دارند که از دید نرم افزاری مبهم و نادقیق هستند اما برای انسان کاملا قابل درک و پذیرفتنی است ( خاتمی، 1387). ادغام مجموعههای فازی و شبکههای عصبی یکی از اقداماتی است که جهت شناسایی شرایط مبهم و عدم اطمینان به مدلهای پیشبینی صورت میگیرد. شبکههای عصبی
مصنوعی یکی از روشهای بدیع و در حال تحول است که در موضوعات متنوعی قابلیت کاربرد دارد (لین[2] ، 2008). زمان بندی معاملات سهام مسالهای بسیار مهم و مشکل به دلیل پیچیدگی بازار سهام است. آنچه اهمیت دارد، پیشبینی روند قیمت سهام است که هدف اصلی در مباحث تحلیل تکنیکال است. تحلیل تکنیکال فرایند تحلیل قیمتهای تاریخی سهام و حجم مبادلات در کوشش جهت پیشبینی حرکتهای آینده قیمت میباشد. در این راستا فرصتهای خرید و فروش از راه برآورد محدوده نوسانات بازار مشخص میشود. گرچه این امر به دلیل دخالت عوامل متعدد بازار و روابط بین آنها چندان آسان نیست (تهرانی و عباسیون،1387). به نظر میرسد استفاده از ابزارها و الگوریتمهای محاسباتی پیچیدهتر مانند شبکههای عصبی فازی در مدلسازی فرایندهای غیرخطی که منتج به قیمت و روند سهام میشوند، میتواند بسیار مفید باشد. لذا در این پژوهش سعی میشود با بهره گرفتن از متغیرهای بازار سرمایه (شاخص کل، نسبت P/E، سود هر سهم و…)، متغیرهای اقتصادی (نرخ ارز، قیمت نفت، قیمت طلا و…) و شاخصهای تحلیل تکنیکال (RSI ،SO ، MACDو …) شبکه عصبی فازی ای طراحی شود که قابلیت دستیابی به جواب بهینه ای نزدیک به جواب واقعی را دارا باشد. با توجه به شرح و بیان مسئله پژوهشی گفته شده، هدف این پژوهش طراحی مدلی جهت پیشبینی زمان بهینه انجام معاملات میباشد.
1-2-اهمیت و ارزش پژوهش
سرمایهگذاران در بازار سرمایه همواره در طول زمان علاقه مند به دانستن بهترین زمان انجام معامله جهت کسب بیشترین بازده ممکن می باشند. دستیابی به چنین اطلاعاتی تنها در صورتی ممکن است که نسبت به وضعیت آینده سهام آگاهی یابند. آگاهی از وضعیت آینده سهام مستلزم مجهز بودن به ابزاری جهت پیش بینی آینده میباشد. این ابزار می بایست قابلیت پیش بینی زمان بهینه معامله و بازده حاصله را دارا باشد. لذا لازم است که جهت دستیابی به ابزاری که از توانایی پیشبینی بهترین زمان انجام معامله با وجود شرایط مختلف زمانی برخوردار باشد، کفایت روشهای غیر خطی همچون شبکههای عصبی فازی بررسی شوند.
1-3-اهداف پژوهش
هدف اصلی این پژوهش، بررسی نقش شبکههای عصبی فازی در ارتقای اثربخشی شاخصهای تحلیل تکنیکال در پیش بینی علائم خرید و فروش سهام می باشد. که در این راستا، اهداف فرعی زیر تعریف میگردند:
- بررسی صحت پیشبینی مدل شبکه عصبی فازی.
- مقایسه بازده حاصل از روش پیشنهادی با بازده روشهای خرید و نگهداری و روشهای معاملاتی تحلیل تکنیکال پیش از کسر هزینههای معاملاتی.
- مقایسه بازده حاصل از روش پیشنهادی با بازده روشهای خرید و نگهداری و روشهای معاملاتی تحلیل تکنیکال پس از کسر هزینههای معاملاتی.
1-4-فرضیههای پژوهش
فرضیه اصلی: توانایی مدل ترکیبی شبکههای عصبی فازی و تحلیل تکنیکال در پیشبینی سیگنالهای خرید و فروش سهام در سطح مناسبی قرار دارد.
فرضیات فرعی:
- درصد پیشبینی صحیح مدلهای شبکه عصبی فازی طراحی شده بیشتر از حالت تصادفی(50%) میباشد.
- بین بازده روش معاملاتی روش پیشنهادی با روش خرید و نگهداری پیش از کسر هزینههای معاملاتی تفاوت معناداری وجود دارد.
- بین بازده روش معاملاتی روش پیشنهادی با روش خرید و نگهداری پس از کسر هزینههای معاملاتی تفاوت معناداری وجود دارد.
[1] Kuo
[2] Lin
[سه شنبه 1400-05-05] [ 06:09:00 ق.ظ ]
|