سبد بهینه نوسانگیری روزانه بر پایه پیشبینی بازهای مقدار با رهیافت شبکههای عصبی
نویسندگان
1 استادیار، گروه حسابداری، واحد سروستان، دانشگاه آزاد اسلامی، سروستان، ایران.
2 دانشجوی دکتری مدیریت صنعتی (مالی)، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، ایران.
3 استادیار گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، ایران
doi
10.52547/JFMP.12.39.103چکیده
در پژوهش حاضر به کمک شبکههای عصبی، پیشبینی بازهای مقدار مربوط به کمترین و بیشترین قیمت روزانه صورت میگیرد و سپس بر اساس آن یک سیستم معاملاتی نوسانگیری روزانه شامل خرید و فروش در مقادیر پیشبینی شده شکل میگیرد. برای کاستن از ریسک سیستم معاملاتی و افزایش تعداد موقعیتهای معاملاتی، سبد بهینه نوسانگیری روزانه در چهارچوب میانگین-واریانس توسعه مییابد. سبد نمونهای پژوهش شامل پنج سهم از بورس اوراق بهادار تهران در یک دوره 190 روزه با احتساب هزینههای معاملاتی خرید و فروش نشان میدهد که میانگین بازده روزانه سبد نوسانگیری پژوهش 0028/0 و نسبت شارپ آن 6379/0 میباشد که از نسبت شارپ سیستم نوسانگیری روزانه انفرادی داراییهای سبد، بهتر است. میانگین روزانه سبد هموزن در دوره پژوهش 0014/0 و نسبت شارپ آن 0749/0 میباشد که نشان میدهد که سیستم معاملاتی عملکردی به مراتب بهتر از سیستم خرید و نگهداری در سبد هموزن روزانه دارد.