بهینه‌سازی پرتفوی سهام در بورس اوراق بهادار تهران (کاربرد رهیافت یادگیری تقویتی)

محورهای موضوعی : اقتصاد کار و جمعیت

مهدی اسفندیار ¹ (دانشجوی دکتری، گروه مدیریت صنعتی، واحد قم، دانشگاه آزاد اسلامی، قم، ایران)
محمدعلی کرامتی ² (دانشیار، گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی ، تهران، ایران)
رضا غلامی جمکرانی ³ (استادیار، گروه حسابداری، واحد قم، دانشگاه آزاد اسلامی، قم، ایران)
محمد رضا کاشفی نیشابوری ⁴ (استادیار گروه مدیریت صنعتی، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران)

تاریخ دریافت : 1401/05/25 تاریخ پذیرش : 1401/07/27 تاریخ انتشار : 1401/06/30

کلید واژه: بورس اوراق بهادار تهران, G17, معاملات الگوریتمی, یادگیری تقویتی, یادگیری کیو, طبقه‌بندی JEL: G11, P45 واژگان کلیدی: بهینه‌سازی پرتفوی,

چکیده مقاله :

هدف این مقاله کاربرد معاملات الگوریتمی با تمرکز بر رویکرد یادگیری تقویتی برای بهینه‌سازی پرتفوی سهام‌های منتخب است. این پژوهش از حیث هدف،‌ کاربردی و از نظر نوع داده، کمّی و از لحاظ روش، توصیفی - اکتشافی و از منظر طرح تحقیق، پس‌رویدادی است. جامعه آماری این پژوهش، 672 شرکت بورسی است که از این تعداد، داده‌های پنج شرکت (نمونه آماری) طی دوره زمانی 1396-1400 بررسی شده است. یافته‌های تحقیق در دوره‌های صعودی و نزولی بازار نشان داد که رویکرد یادگیری تقویتی در بازارهای صعودی و نزولی به صورت معناداری بر رویکرد خرید و نگهداری برتری دارد و عملکرد بهتری ارائه داده است و نتایج با عملکرد الگوریتم‌ها در بازارهای بورس سازگار است. نتایج آشکار کرد که از دیدگاه سودآوری، رویکرد یادگیری تقویتی نسبت به رهیافت خرید و نگه‌داری، عملکرد بهتر و موثرتری داشته است؛ بنابراین، به‌کارگیری روش یادگیری تقویتی پیشنهاد می‌شود.

چکیده انگلیسی:

The concepts of portfolio optimization and diversification have become a tool for developing and understanding financial markets and financial decision making. The purpose of this paper is to use algorithmic trading with a focus on reinforcement learning approach in order to optimize the portfolio of selected stocks. This research is applied in terms of purpose and in terms of data type, quantitative and in terms of method, descriptive and exploratory and from the perspective of research plan, it is a post-event. The statistical population of this study was 672 stock exchange companies in March 1400, of which five companies (statistical sample) were selected. The sampling method was selected by one-step cluster and then purposeful selection of a share from inside each cluster and the study period was from 2017 to 2021. The findings of the research in the upward and downward periods of the market have shown that the reinforcement learning approach in bullish and bearish markets is significantly superior to the buy and maintain approach and has provided better performance, and the results are in line with the performance of algorithms in the stock markets.

منابع و مأخذ:

منابع

• اصغری اسکوئی، محمد رضا، فلاحی، فرهاد، دوستی‌زاده، میثم، مشیری، سعید (۱۳۹۷). کاربرد یادگیری تقویتی در یک مدل‌سازی عامل‌محور برای بازار عمده‌فروشی برق ایران. پژوهشنامه اقتصاد انرژی ایران، 7(25): 1-40.‎


• جونز، چارلز پی. (۱۳۹۱). مدیریت سرمایه‌گذاری. ترجمه: تهرانی، رضا، نوربخش، عسگر، تهران: نشر نگاه دانش.


• رستگار، محمدعلی، دستپاک، محسن (1397). ارائه مدل معاملاتی با فراوانی زیاد همراه با مـدیریت پویـای سـبد سـهام بـه روش یادگیری تقویتی در بورس اوراق بهادار تهران. فصلنامه تحقیقات مالی، 20(۱): 16 -۱.


• فلاح‌پور، سعید، حکیمیان، حسن (۱۳۹۸). بهینه‌سازی استراتژی معاملات زوجی با استفاده از روش یادگیری تقویتی، با به‌کارگیری دیتاهای درون‌روزی در بورس اوراق بهادار تهران، فصلنامه تحقیقات مالی، 21 (1): ۳۴-۱۹.


• گل‌ارضی، غلامحسین، انصاری، حمیدرضا (1401). مقایسه عملکرد الگوریتم‏های تکاملی NSGAII و SPEA2 در انتخاب پرتفولیوی بهینه در بورس اوراق بهادار تهران. فصلنامه تحقیقات مالی، 24 (3): 410-430.


• نورویگ، پیتر و راسل، استوارت ج. (۱۳۹۳) هوش مصنوعی پیشرفته. مترجم: حسین حاج‌رسولی‌ها، تهران: نشر نیازدانش.


• Fu, TC., Chung, CP. & Chung, FL. (2013). Adopting genetic algorithms for technical analysis and portfolio management. Computers and Mathematics with Applications, 66 (10), 1743–1757. https://doi.org/ 1016/j.camwa. 2013.08.012.


• Johnston, D. E. & Djurić, P. M. (2011). The science behind risk management. IEEE Signal Processing Magazine, 28(5), 26-36.


• Kirilenko, A. A., & Lo, A. W. (2013). Moore's law versus Murphy’s Law: Algorithmic trading and its discontents. Journal of Economic Perspectives, 27(2): 51-72.


• Markowitz H.M. (1952). Portfolio Selection. Journal of Finance, 7 (1): 77-91.


• Mihatsch, O. & Neuneier, R. (2002). Risk-sensitive reinforcement learning. Machine learning, 49(2): 267-290.


• Park, H., Sim, M. K., & Choi, D. G. (2020). An intelligent financial portfolio trading strategy using deep Q-learning. Expert Systems with Applications, 158.


• Reeves, M., Moose, S., & Venema, T. (2014). The growth share matrix. BCG–The Boston Consulting Group.


• Skabar, A., & Cloete, I. (2002). Neural networks, financial trading and the efficient markets hypothesis. In ACSC: 241-249.


• Sutton, R. S. & Barto, A. G. (2018). Reinforcement learning: An introduction. MIT Press.


• Treleaven, P., Galas, M. & Lalchand, V. (2013). Algorithmic trading review. Communications of the ACM, 56(11): 76-85.


• Vogiatzis, G. & Garcia, N. (2019). Learning non-metric visual similarity for image retrieval. Image and Vision Computing, 82: 18-25.


• Zhang, Z., Zohren, S., & Roberts, S. (2020). Deep reinforcement learning for trading. The Journal of Financial Data Science, 2(2): 25-40.