طراحی یک سیستم معاملاتی الگوریتمیک بر پایه یادگیری تقویتی عمیق مورد مطالعاتی: بورس اوراق بهادار تهران

الموضوعات : دانش مالی تحلیل اوراق بهادار

سعید کاظمیان حسین‌آبادی ¹ , سید محمد رضا داودی ² , محمد مشهدی زاده ³ , پارسا جوزی ⁴

1 - کارشناسی ارشد مدیریت مالی، واحد دهاقان،دانشگاه آزاد اسلامی، دهاقان، ایران
2 - استادیار، گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان، ایران(نویسنده مسئول)
3 - استادیار،گروه مدیریت ، واحد مبارکه ،دانشگاه ازاد اسلامی ، مبارکه ،ایران
4 - کارشناسی ارشد مدیریت مالی، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان،ایران

تاريخ الإرسال : 02 الثلاثاء , رجب, 1444 تاريخ التأكيد : 12 الثلاثاء , ذو الحجة, 1445 تاريخ الإصدار : 23 السبت , ذو الحجة, 1445

الکلمات المفتاحية: شبکه‌های عصبی, یادگیری تقویتی, یادگیری تقویتی عمیق, نوسانگر تکنیکی,

ملخص المقالة :

امروزه معاملات الگوریتمی استفاده گسترده‌ای در مدیریت معاملات دارد. سبد گردانی الگوریتمی نوع جدیدی از این سامانه‌هاست که از طریق آن سبد گردان با استفاده از ابزار‌های الگوریتمی به بالا بردن کیفیت سود و کاهش ریسک‌های سبد خود کمک می‌کند. هدف از پژوهش حاضر طراحی سیستم معاملاتی الگوریتمیک بر پایه یادگیری تقویتی عمیق به کمک شبکه عصبی است. در این رویکرد عامل یا معامله‌گر در فضای جستجو برای یافتن پاداش بیشتر که همان بازده بیشتر می‌باشد، به جستجو می‌پردازد. عامل معامله‌گر با سیگنال‌های تکنیکی شامل شاخص قدرت نسبی، نوسانگر تصادفی، نشانگر همکرایی-واگرایی و قیمت‌های کمینه، بیشینه، بسته شدن و باز شدن مواجه می‌شود. یادگیری تقویتی عمیق جدول تابع ارزش یا کیفیت Q را با یک شبکه عصبی جایگزین می‌کند. شبکه عصبی مذکور درنهایت با دریافت ورودی حالت، یکی از سه عمل فروش، خرید و نگهداری را پیشنهاد می‌کند. این پیشنهاد به‌صورت سه احتمال با مجموع یک می‌باشد و پیشنهاد با حداکثر احتمال مورد پیاده‌سازی قرار ‌می‌گیرد. نتیجه پیاده‌سازی سیستم معاملاتی یادگیری تقویتی عمیق بر روی شاخص کل بورس اوراق بهادار تهران در بازه 1391 تا 1400 نشان می‌دهد که سیستم پژوهش در میانگین و شاخص همگراییی-واگرایی دارای تفاوت معناداری با سه سیستم دیگر داشت. همچنین نسبت شارپ سیستم پژوهش نسبت به سه مدل دیگر رشد حداقل 4/1 برابری را نشان داد.