راهبرد معاملاتی خرید و فروش سهام بر اساس الگوریتم های یادگیری رگرسیونی

الموضوعات : فصلنامه تحلیل بازار سرمایه

ناصر حیدری ¹ , مجید زنجیردار ² , علی لعل بار ³

1 - دانشجوی دکتری مهندسی مالی، گروه مدیریت مالی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران.
2 - دانشیار گروه مدیریت مالی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران
3 - استادیار گروه مدیریت و حسابداری، گروه مدیریت مالی، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران.

تاريخ الإرسال : 16 السبت , شوال, 1444 تاريخ التأكيد : 29 الخميس , صفر, 1445 تاريخ الإصدار : 07 الأربعاء , صفر, 1445

الکلمات المفتاحية: بورس اوراق بهادار, یادگیری ماشین, راهبرد معاملاتی, الگوریتم های رگرسیونی,

ملخص المقالة :

هدف این پژوهش طراحی راهبرد معاملات سهام بر اساس الگوریتم های یادگیری رگرسیونی می باشد. پژوهشگر بوسیله بهره‌برداری از پایگاه اطلاع رسانی یاهو فاینانس ، داده های مورد نیاز پژوهش را با استفاده از برنامه نویسی در محیط نرم افزار پایتون استخراج و بر اساس آن شاخص ها و نوسان سازهای تحلیل تکنیکال را محاسبه و به عنوان مولفه های اولیه وارد مدل نموده است. در راستای ارزشیابی الگوریتم های رگرسیونی از شاخص های (ضریب تعیین ، خطای میانگین مریعات و ریشه میانگین مربعات خطا ) استفاده شده است. پژوهشگر از روش های پیشرفته آماری و نرم افزارهای پایتون ، اسپایدر ، اس پی اس اس و اکسل استفاده نموده و تفاوت بین شاخص های ارزشیابی الگوریتم های طراحی شده را به لحاظ معنی داری از طریق آزمون کروسکال والیس بررسی و راهبرد خرید و فروش سهام را معرفی می‌نماید. در راستای تنوع بخشی نمونه تحقیق جهت تعمیم پذیری نتایج، شرکت های فعال در حوزه حمایت مصرف کننده، خدمات ارتباطی، مراقبت های بهداشتی، خدمات مالی، تکنولوژی، چرخه مصرف کننده و انرژی در بورس نیویورک با میانگین حجم معامله بزرگتر از 1 میلیون و ارزش بازار بزرگ تر از 200 تریلیون دلار از طریق روش فیلترنویسی در تاریخ 07/04/1400 برابر با 41 عدد به عنوان نمونه این پژوهش انتخاب و انجام تحقیق تا پایان بهمن ماه 1401 به اتمام رسید و مدل راهبرد معاملاتی جنگل تصادفی به عنوان مدل مناسب معرفی گردید.کلمات کلیدی: راهبرد معاملاتی، یادگیری ماشین، الگوریتم های رگرسیونی، بورس اوراق بهادار