كليدواژه :
بهينه‌سازي , معاملات الگوريتمي , انديكاتور , تحليل تكنيكال , سيستم مديريت پرتفوي خودكار
چكيده فارسي :
در ساليان اخير پژوهش‌هاي گوناگوني به منظور انتخاب پرتفوي مناسب براي سرمايه‌گذاري و بهينه‌سازي آن جهت افزايش بازدهي و كاهش ريسك، صورت گرفته است. در اين پژوهش 9 ابزار پر كاربرد تحليل تكنيكال SMA، EMA، ROC، OBV، RSI، MACD، TSI، HMA، Fibonacci Retracement و الگوريتم بهينه‌سازي ژنتيك به كار برده شده است و سيستمي خبره كه به صورت خودكار اقدام به بهينه‌سازي پرتفوي مي‌نمايد، ايجاد شده است. در اين سيستم، سيگنال‌هاي خريد، فروش يا عدم اقدام، توليد شده و نتايج مذكور در اختيار سيستم خبره معاملاتي قرار مي‌گيرد و سپس الگوريتم ژنتيك، بهينه‌سازي لازم را بر اساس بازدهي و ريسك انجام داده و اوزان بهينه شاخص‌هاي تكنيكال جهت استفاده را در اختيار سيستم خبره معاملاتي قرار مي‌دهد. نتايج به دست آمده از عملكرد سيستم خبره از منظر بازدهي و ريسك با استراتژي خريد و نگهداري در شاخص‌هاي هم‌وزن و كل، در بورس اوراق بهادار تهران در بازه زماني 05/01/1392 الي 31/03/1400 مقايسه شده است. با توجه به نتايج پژوهش، سيستم خبره معاملاتي در مقايسه با استراتژي خريد و نگهداري (شاخص هم‌وزن و كل) عملكرد مناسب‌تري از نظر بازدهي و ريسك داشته است.
چكيده لاتين :
In recent years, different studies, using heuristic approaches for portfolio optimization, have been done to maximize the return and minimize the risk. In this study, we employed nine useful indicators, including SMA, EMA, ROC, OBV, RSI, MACD, TSI, HMA, Fibonacci Retracement, and genetic algorithm (GA), to construct an expert system that optimizes the portfolio automatically.
In this system, Buy, Sell or Hold signals are produced based on the weighted combination of mentioned indicators and under the specified thresholds for each one. After that, signals (Buy/Sell/Hold) feed to the GA to optimize portfolio return/risk by changing indicator weights. This algorithm repeats continuously to optimize indicators weights for system and qualified stocks are selected according to optimized weights. Outputs of this expert system have been compared with Tehran Stock Exchange Index (Value-weighted and Equal-weighted Indices) from March 2013 until June 2021.
The empirical results show that this expert system outperforms the Buy-and-Hold strategy (TSE indices) in terms of risk and return.
