طراحي سيستم معاملات تكنيكي سهام با استفاده از مدل تركيبي شبكه عصبي MLP و الگوريتم‌هاي تكاملي

توسعه سيستم هاي معاملاتي سهام با استفاده از الگوريتم هاي تكاملي (EA) طي چند سال اخير به موضوعي پرمخاطب در حوزه مالي مبدل ‌شده است. در پژوهش حاضر، سيستم معاملاتي تكنيكي هوشمند با بهره گيري از مدلي مركب از شبكه عصبي MLP و الگوريتم‌هاي تكاملي شامل الگوريتم ژنتيك (GA)، الگوريتم بهينه‌سازي مورچگان پيوسته (ACOR) و الگوريتم بهينه‌سازي ازدحام ذرات (PSO) پيشنهادشده است. داده‌هاي مربوط به 15 شركت منتخب طي سال‌هاي 1387 تا 1396 بر اساس دوره‌هاي كوتاه‌مدت و بلندمدت و همچنين روندهاي بازار صعودي، نزولي و خنثي موردبررسي قرار گرفته اند. جهت انتخاب متغيرهاي ورودي نهايي، از مقايسه رتبه بازدهي شاخص‌هاي تكنيكي بر اساس قواعد معاملاتي استفاده‌شده است. درنهايت، آزمون مقايسه زوجي بازدهي مدل‌ها در مقايسه با استراتژي خريد و نگهداري انجام شد و بازدهي مدل ها با يكديگر مقايسه شده است. نتايج تحقيق نشان مي دهد مدل هاي تركيبي MLP و الگوريتم هاي تكاملي عملكرد بهتر و معناداري نسبت به روش خريد و نگهداري و مدل MLPBP داشته است و مدل MLP_PSO بازدهي بيش تري نسبت به ساير مدل ها كسب كرده است.