مدلسازي مبادلات سهام با رويكرد شمعدان فازي و روش بهينه سازي كرم شب تاب و مورچگان

[Modeling stock exchanges with fuzzy candlestick approach and firefly and ant optimization method ]

اخيرا از روش هوشمند مبتني بر فازي براي پوياسازي الگوهاي كندل استيك ژاپني در جهت تحليل الگوهاي كندل استيك با در نظر گرفتن اطلاعات غير قطعي استفاده شده است. از انجايي كه منطق فازي مبتني بر دانش خبره است، اگرچه متخصصان انساني ميتوانند نقش مهمي در تنظيم مقادير توابع عضويت متغيرهاي فازي داشته باشند، اما از انجايي كه معمولا دانش انساني داراي ابهام است، تنظيم بهينه اي حاصل نميگردد. از اينرو ارايه تكنيكي كه منجر به تنظيم بهينه مقادير توابع عضويت در الگوهاي كندلي گردد، نقش بسزايي در راندمان سيستم معامله مبتني بر فازي خواهد داشت. يكي از روش هاي بهينه سازي پركاربرد، روش هاي فراابتكاري ميباشد، اكثر روش هاي فراابتكاري داراي ساختاري مشابه با روش بهينه سازي ازدحام ذرات اند. روش هاي فراابتكاري مبتني بر كرم شب تاب و مورچگان دليل برخورداري از قابليت هاي بهره وري و كشف مناسب، قدرتمندتر از بهينه سازي ازدحام ذرات اند. در اين مقاله از روش كرم شب تاب و مورچگان براي تنظيم و بهينه سازي توابع عضويت متغيرهاي كندل استيك فازي با كاربرد در تحليل معاملات و پيش بيني قيمت سهام در سيستم معاملات سهام استفاده شده است. نتايج حاصل از اعمال روش پيشنهادي بر روي سهام شركتهاي ايران حاكي از دقت بالاي روش پيشنهادي ميباشد.

recently fuzzy intelligent method was used to dynamically model Japanese candlesticks in order to accurately consider the patterns of a candlestick with uncertain information on such patterns. Since fuzzy logic is expert knowledge, although human specialists can play an important role in regulating the values of membership functions of fuzzy variables but since human knowledge is usually ambiguous, a optimal adjustment is not achieved. Therefore, providing a technique that optimally adjusts the values of membership functions in dynamic candlesticks patterns will play a crucial role in the efficiency of the fuzzy trading system. One of the most commonly used optimization methods is the meta-heuristic methods, most of the meta-heuristics have a structure similar to the particle swarm optimization method. meta-heuristic methods such as fireflies and ant colony are more powerful than particle swarm optimization due to their efficient exploitation capabilities. In this paper, fireflies and ant colony are used to adjust and optimize the membership functions of fuzzy membership function of fuzzy candlesticks variables in order to trading analysis and stock price forecasting in the stock trading system. The results of applying the proposed method to iranian stock companies indicate the high accuracy of the proposed method.