سبد بهينه نوسان گيري روزانه بر پايه پيش‌بيني بازه‌اي مقدار با رهيافت شبكه‌هاي عصبي

در پژوهش حاضر به كمك شبكه‌هاي عصبي، پيش‌بيني بازه‌اي مقدار مربوط به كمترين و بيشترين قيمت روزانه صورت مي‌گيرد و سپس بر اساس آن يك سيستم معاملاتي نوسان‌گيري روزانه شامل خريد و فروش در مقادير پيش‌بيني شده شكل مي‌گيرد. براي كاستن از ريسك سيستم معاملاتي و افزايش تعداد موقعيت‌هاي معاملاتي، سبد بهينه نوسان‌گيري روزانه در چهارچوب ميانگين-واريانس توسعه مي‌يابد. سبد نمونه‌اي پژوهش شامل پنج سهم از بورس اوراق بهادار تهران در يك دوره 190 روزه با احتساب هزينه‌هاي معاملاتي خريد و فروش نشان مي‌دهد كه ميانگين بازده روزانه سبد نوسان‌گيري پژوهش 0/0028 و نسبت شارپ آن 0/6379 مي‌باشد كه از نسبت شارپ سيستم نوسان‌گيري روزانه انفرادي دارايي‌هاي سبد، بهتر است. ميانگين روزانه سبد هم‌وزن در دوره پژوهش 0/0014 و نسبت شارپ آن 0/0749 مي‌باشد كه نشان مي‌دهد كه سيستم معاملاتي عملكردي به مراتب بهتر از سيستم خريد و نگهداري در سبد هم‌وزن روزانه دارد.