طراحی و ارائه استراتژی‌های معاملاتی مبتنی بر معامله های الگوریتمی در بازار سرمایه ایران
محورهای موضوعی : بورس اوراق بهادار
عباس صالحی فرد
1
,
حمیدرضا کردلویی
2
,
مهدی ابراهیمی مقدم
3
,
شادی شاهوردیانی
4
1 - گروه مدیریت مالی،,واحد شهر قدس، دانشگاه آزاد اسلامی، ,شهرقدس، ایران
2 - گروه مدیریت مالی، واحد اسلامشهر، دانشگاه آزاد اسلامی، تهران، ایران
3 - گروه حسابداری، واحد شهر قدس، دانشگاه آزاد اسلامی، شهر قدس، ایران
4 - گروه مدیریت مالی، واحد شهر قدس، دانشگاه آزاد اسلامی، شهر قدس، ایران
کلید واژه: بازار سرمایه, پایتون, معامله های الگوریتمی, معامله های خودکار, استراتژی های معاملاتی, الگوریتم های معاملاتی,
چکیده مقاله :
معامله‌های الگوریتمی در بازارهای جهانی سهم مهمی را در اختیار دارد. همچنین این نوع معامله‌ها در بازارهای مالی و سرمایه داخل کشور نیز در حال ظهور می باشد . در همین راستا در این پژوهش نسبت به طراحی و ارائه تعدادی از الگوریتم‌ها و استراتژی‌های معاملاتی و پیاده‌سازی و خروجی گرفتن پنج عدد از مهمترین این استراتژی‌ها با استفاده از زبان برنامه‌نویسی پایتون و مقایسه سوددهی آن‌‌ها اقدام شده است . جامعه آماری پژوهش شامل کلیه شرکت‌های پذیرفته در بازار سرمایه ایران می باشد و روش نمونه‌گیری، انتخاب سهام از شاخص 30 شرکت بزرگ در بورس اوراق بهادارتهران می‌باشد . پژوهش حاضر از نظر هدف ، کاربردی و از نظر گردآوری اطلاعات ، پیمایشی و مقطعی و از نظر موضوع، میدانی و از نظر زمان در زمره تحقیق‌های گذشته‌نگر می‌باشد. نتیجه‌‌ها نشان می‌دهد‌از استراتژی معاملاتی متفاوت در معامله‌های الگوریتمی جهت استفاده بهینه و مقایسه و کسب سوداز سهام معامله شده در آینده بازار سرمایه ایران استفاده کرد . در پژوهش حاضر پنج نوع بررسی و بر روی یکی از نمادهای بازار بورس اوراق بهادار تهران (فارس) پیاده‌سازی می‌گردد . یکی‌از‌کاربردی‌ترین استراتژی‌ها، دنباله‌روی روند بوده که مورد استقبال معامله‌گرها می‌باشد .
Algorithmic trading has a significant share in global markets. These types of transactions are also emerging in the domestic financial and capital markets. In this regard, in this study, to design and present several algorithms and trading strategies and implement and output five of the most important of these strategies using the Python programming language and compare their profitability. Has been. The study's statistical population includes all companies listed in the Iranian capital market. The sampling method is a stock selection from 30 large companies on the Tehran Stock Exchange index. The present research is applied in terms of purpose and terms of data collection, survey, and cross-sectional, in terms of subject, field, and time in terms of retrospective research. The results show that he used a different trading strategy in algorithmic trading to optimally use and compare and earn dividends of stocks traded in the future of the Iranian capital market. In the present study, five types of studies are implemented on one of the symbols of the Tehran Stock Exchange (Fars). One of the most practical strategies is to follow the trend that is welcomed by traders.
_||_