فاطمه انصاری1 
، شهاب جهانگیری*2 ، علی رضازاده1
، شهاب جهانگیری*2 ، علی رضازاده1
1- دانشگاه ارومیه
2- دانشگاه ارومیه ،kh.jahangiri@urmia.ac.ir
2- دانشگاه ارومیه ،
چکیده: (229 مشاهده)
|
هدف: هدف این پژوهش ارائه یک راهنمای کاربردی برای سرمایه‌گذاری در بورس تهران از طریق ترکیب تکنیک‌های تحلیل تکنیکال با روش‌های پیشرفته یادگیری ماشین است. با تمرکز بر تحلیل سیگنال‌های خرید و فروش در شاخص‌های منتخب بورس تهران، تلاش شده است تا کارایی مدل‌های یادگیری ماشین در پیش‌بینی روند بازار بررسی شود. روش: در این تحقیق، داده‌‌های روزانه شش شاخص منتخب بورس تهران شامل شاخص‌های مالی، فرآورده‌های نفتی، خودرویی، دارویی، غذایی و فلزات اساسی از سال 1399 تا دی‌ماه 1403 مورد بررسی قرار گرفتند. چهار مدل یادگیری ماشین شامل مدل خطی، جنگل تصادفی، شبکه عصبی مصنوعی و رگرسیون بردار پشتیبان در کنار دو استراتژی تحلیل تکنیکال TEMA و MACD برای تولید و ارزیابی سیگنال‌های خرید و فروش استفاده شدند. یافته‌ها: نتایج نشان داد که مدل‌های یادگیری ماشین، به‌ویژه جنگل تصادفی و شبکه عصبی مصنوعی، در ترکیب با استراتژی‌های TEMA و MACD عملکرد بهتری در شناسایی سیگنال‌های خرید و فروش داشته‌اند. این مدل‌ها توانستند با دقت بالاتری روند بازار را پیش‌بینی کنند و سیگنال‌های تولیدشده توسط آنها در اغلب موارد با تغییرات واقعی قیمت همخوانی داشت. شاخص‌های غذایی، خودرویی و مالی حساسیت بیشتری به این تحلیل‌ها نشان دادند. نتیجه‌گیری: ترکیب روش‌های یادگیری ماشین با استراتژی‌های تحلیل تکنیکال می‌تواند به سرمایه‌گذاران ابزار قدرتمندی برای تصمیم‌گیری در بورس تهران ارائه دهد. این پژوهش نشان داد که استفاده از این روش‌ها نه تنها می‌تواند دقت سیگنال‌های خرید و فروش را بهبود بخشد، بلکه امکان کاهش ریسک سرمایه‌گذاری و افزایش بازده را نیز فراهم می‌آورد. بهره‌گیری از این مدل‌ها می‌تواند به‌عنوان بخشی از استراتژی سرمایه‌گذاری برای تحلیل‌گران و سرمایه‌گذاران پیشنهاد شود. اصالت: این پژوهش اولین مطالعه کمی است که به دنبال مفهوم‌سازی سیگنال‌های خرید و فروش به روش ترکیبی یادگیری ماشین و تحلیل تکنیکال به عنوان یکی از ابزارهای اساسی برای راهنمایی سرمایه‌گذاران می‌باشد. |
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 | این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |