بررسی سودآوری معاملات زوجی با استفاده از الگوریتم مبتنی بر یادگیری‌ماشین و الگوریتم ژنتیک در بورس اوراق بهادار تهران

Abstract

در این مقاله، به مسئله‌ی چگونگی یافتن زوج‌های سودآور با اعمال محدودیت خودکار در فضای جستجوی زوج دارای‌ها با استفاده از تکنیک‌های یادگیری ماشین و ادغام یک الگوریتم یادگیری بدون نظارت، O‌P‌T‌I‌C‌S، به فرایند شناسایی و انتخاب زوج‌ها در معاملات زوجی پرداخته شده است. همچنین، جهت بهینه‌سازی سبد متشکل از زوج دارایی‌ها و تخصیص سرمایه بهینه به آنها، از الگوریتم مبتنی بر ژنتیک با هدف افزایش نسبت شارپ استفاده شده است. عملکرد تکنیک پیشنهادی برای خوشه‌بندی خودکار، نسبت به‌روش‌های متداول جستجوی زوج دارایی‌ها توسط سرمایه‌گذاران بهتر بوده و منجر به دستیابی به میانگین نرخ بازگشت سرمایه و نسبت شارپ بالاتری برای سبد در معاملات با استفاده از زوج‌های منتخب از خوشه‌ها شده است. این معیارهای ارزیابی محاسبه شده برای سبد، بعد از به‌کارگیری الگوریتم بهینه‌سازی ژنتیک دوهدفه ارتقا یافته‌اند. این مطالعه با استفاده از داده‌های قیمتی درونروزی گروهی از سهام‌های بورس اوراق بهادار تهران بین سال‌های ۲۰۱۵ تا ۲۰۲۰ و در نظر گرفتن هزینه‌های معاملاتی شبیه‌سازی شده است.

Keywords

• معاملات زوجی
• یادگیری ماشین
• یادگیری بدون نظارت
• الگوریتم بهینه سازی ژنتیک
• هزینه‌های معاملاتی