بهینهیابی سبد ارزی، مبنایی برای طراحی یک سیستم معاملات الگوریتمی
نویسندگان
1 دکترا، گروه اقتصاد، دانشکده اقتصاد، دانشگاه مازندران، مازندران، ایران.
2 استاد، گروه اقتصاد، دانشکده اقتصاد، دانشگاه تهران، تهران، ایران.
doi
چکیده
در این مقاله، به بررسی استفاده از روشهای فرا ابتکاری برای انتخاب سبد بهینه دارایی پرداخته شده است. پس از محاسبه مرز کارای سرمایهگذاری، نقطه پرتفوی حداقل ریسک و نقطه با پذیرش ریسک بیشتر که به نسبت شارپی معروف است، ضرایب سبدهای بهینه ارزی بهدستآمده و به عنوان سیگنال به معاملات الگوریتمی ارسال میشود. این کار با هدف افزایش بازدهی در بازارهای پرنوسان، مخصوصاً بازار ارز، انجام میشود. روش کار شامل چینش پیدرپی سبدهای بهینه با استفاده از دادهکاوی و روشهای فرا ابتکاری برای به دست آوردن بهترین سبد در معرض ریسک در قالب زمانی کوتاهمدت است. مقاله از چهار مبحث اساسی بهره میبرد: الگوهای غیرخطی پیشبینی نرخ ارز، محاسبه شدت در معرض ریسک با الگوی EGARCH، احصاء سبد بهینه سرمایهگذاری بهصورت فرا ابتکاری، و طراحی سیستم معاملات الگوریتمی.برای حل مشکل الگوی مارکویتز، از پیشبینی آتی بازده لگاریتمی نرخهای ارز با الگوی RNN و بهینهسازی تصادفی برای محاسبه اوزان هر دارایی استفاده شده است. این اوزان به عنوان سیگنال برای اقدامات خرید، نگهداری و فروش به سیستم معاملات الگوریتمی ارسال میشود. ۹ نرخ ارز با حداقل همبستگی و استقلال بیشتر در بازار ارز برای کاهش ریسک سیستماتیک انتخاب شدهاند. با آزمایش سیستم بر روی ۱۲۳ داده روزانه در بازه زمانی ۱ مارس ۲۰۲۳ تا ۲۲ ژوئن ۲۰۲۳، بازده کل ۲۷ درصدی (تقریباً ماهانه ۴.۵ درصد) برای سیستم معاملات الگوریتمی محقق شد. بیشترین زیان سیستم ۶ درصد و بیشترین سود ۵.۷ درصد بود که کارمزد هرکدام از نرخهای ارز نیز در محاسبه درنظر گرفته شده است.
