بررسی سودمندی استراتژی‌های معاملاتی مبتنی بر نوسانگر ایچیموکو در بازار بورس اوراق بهادار تهران

الموضوعات : دانش سرمایه‌گذاری

سید محمدرضا داودی ¹ , سید اصغر میرنیام ² , مرضیه کرمی چمگردانی ³

1 - استادیار، گروه مدیریت، واحد دهاقان، دانشگاه آزاد اسلامی، دهاقان،ایران. (نویسنده مسئول)
2 - کارشناس ارشد مدیریت مالی ، واحد دهاقان ، دانشگاه آزاد اسلامی ، دهاقان ، ایران.
3 - کارشناس ارشد مدیریت ، موسسه غیر انتفاعی امین ، فولاد شهر ، اصفهان.

تاريخ الإرسال : 16 الإثنين , ربيع الأول, 1439 تاريخ التأكيد : 12 الأربعاء , جمادى الثانية, 1439 تاريخ الإصدار : 25 الأحد , ربيع الثاني, 1441

الکلمات المفتاحية: تحلیل تکنیکال, نوسانگر ایچیموکو, میانگین متحرک, نسبت شارپ,

ملخص المقالة :

تحلیل تکنیکی[i]یکی ازروش‌های تحلیل بازار است که درآن از قیمت‌ها و حجم معاملات تاریخی سهام برای پیش‌بینی جهت آیندة حرکت قیمتها استفاده می‌شود.نوسانگر ایچیموکو[ii] یکی از ابزارهای پرکاربرد در تحلیل تکنیکال می‌باشد که قدرت و سرعت روند،سقف ها و کف های احتمالی قیمت را پیش بینی می کند.در این پژوهش سودآوری سهام استراتژی معاملاتی مبتنی بر نوسانگر ایچیموکو به نام‌های استراتژی معمولی،محافظه کار و جسورانه بررسی خواهد شد. سه استراتژی مذکور بر حسب ترکیب اجزای ایچیموکو در تشخیص نقاط خرید و فروش متفاوت هستند.نتیجه پژوهش بر روی شاخص کل بورس اوراق بهادار تهران دربازده 1395-1370 با توجه به نسبت شارپ نشان می‌دهد که استراتژی جسورانه 6747/0 نسبت به استراتژی بازار152305/0 و دو استراتژی دیگر محافظه کارو معمولی که به ترتیب 3366/0 و310058 / 0می‌باشند، درموقعیت بالاتری قرار گرفته واز سوداوری بالاتری نیز برخوردار است. از دیدگاه بازده تنها استراتژِی جسورانه بر بازده بازار غلبه داشته است. در مجموع می‌توان نتیجه گرفت که در بین سه استراتژی، بهترین نتیجه مربوط به استراتژی جسورانه بوده و استراتژی معمولی و محافظه کار در رتبه‌های بعدی قرار دارند. [i] Technical analysis [ii] Fibonacci ratios

المصادر:

*       نصراللهی، خدیجه؛ثقفی کلوانق،رضا؛صمدی ،سعید؛واعظ برزانی،محمد(1392)؛ ارزیابی سودمندی الگوهای شمعی ژاپنی در بورس اوراق بهادار تهران، مجله پژوهش های حسابداری مالی، 17، 72-59.

*       Alexander. S (1964). Price movements inspeculative markets: Trends or randomwalks. Industrial Management Review, Vol:9, No: 1, 7-26.

*       Bodas-Sagi. DJ., Soltero. FJ., Hidalgo. JI., Fernandez. P., Fernandez. F(2012) A technique for the optimization of the parameters of technical indicators with multi-objective evolutionary algorithms. In: 2012 IEEE congress on evolutionary computation (CEC), pp 1–8.

*       Fama. E., & Blume. M (1966). Fama, E.,& Blume, M. (1966). Filter rules and stockmarket trading profits. Journal of Business,زVol: 39, No: 1, 226-241.

*       Lim. S., Yanyali.S ., Savidge. J(2016) .Do Ichimoku Cloud Charts Work and Do They Work Better in Japan? IFTA JOURNAL(4),1-7.

*       Lo. A., MacKinlay. A (1990). Aneconometric analysis of nonsynchronoustrading. Journal of Economtrics, Vol: 45,NO: 1, Issue: 4-5, 181-211.

*       Malkiel. B (1981). A Random Walk DownWall Street, second ed. New York: Norton.

*       Murphy. JJ, Technical analysis of financial markets. Prentice Hall Press, Upper Saddle River.1999.

*       Volná.E., Kotyrba.N., Jarušek.R (2013).Multi-classifier based on Elliott wave’s recognition,Computers and Mathematics with Applications 66 ,213–225.

*       Volná.E., Kotyrba.N., Jarušek.R(2013), Prediction by means of Elliott waves. In book: Nostradamus: Modern Methods of Prediction, Modeling and Analysis of Nonlinear Systems, 241-250