ارائه الگویی برای پیش بینی رفتار مالی جفت ارز در بازار فارکس

ساخت وبلاگ

1 دکترینامزد ، گروه مدیریت صنعتی ، شعبه رشت ، دانشگاه آزاد اسلامی ، رشت ، ایران.

2 دانشیار ، گروه مدیریت صنعتی ، شعبه رشت ، دانشگاه آزاد اسلامی ، رشت ، ایران.

3 دستیار پروفسور ، گروه حسابداری ، شعبه رشت ، دانشگاه آزاد اسلامی ، رشت ، ایران.

خلاصه

هدف: مقاله حاضر با هدف دستیابی به یک مدل مناسب برای پیش بینی رفتار جفت های اصلی ارز در بازار فارکس بر اساس تئوری هرج و مرج و یک الگوریتم ترکیبی. مواد و روش ها: این یک مطالعه تحقیقاتی کاربردی است. جمعیت آماری مطالعه حاضر شامل جفت های اصلی ارز موجود در بازار فارکس با بیشترین سهام معاملاتی (دلار ، پوند ، یورو و ین) بود. جمعیت شامل 3،888 بازدید یعنی 1،296 بازدید برای هر جفت ارز بود. دوره معاملاتی از ابتدای ژانویه 2017 تا پایان سال 2021 به طول انجامید. پس از بررسی داده ها و تعیین وجود هرج و مرج در بین داده ها ، با استفاده از دو تست BDS و Lyapunov Maximum ، سه مدل ترکیبی برای دستیابی به بهترین و بیشترین آزمایش انجام شد. وضعیت قابل اعتمادیافته ها: با توجه به نتایج به دست آمده از آزمون BDS و حداکثر دیدگاه لیاپونوف ، در داده های سه جفت ارز مورد بررسی هرج و مرج وجود دارد. علاوه بر این ، مدل هرج و مرج با الگوریتم ژنتیکی مرتب سازی غیر غالب و غیر غالب نخبگان در این مطالعه بهتر از سایر مدل ها عمل کرد. مقادیر ضریب نابرابری دم و آمار آزمون DM همچنین برتری ترکیبی مدل هرج و مرج را با الگوریتم مرتب سازی ژنتیکی غیر غالب و نخبگان غیر غالب نشان داد. نتیجه گیری: نتایج مدل هرج و مرج را با الگوریتم ژنتیکی مرتب سازی غیر غالب و نخبگان چند لایه با Perceptron و نخبگان برتر از دو مدل ترکیبی دیگر اثبات کرد.

کلید واژه ها

20. 1001. 1. 10248153. 1401. 24. 2. 5. 3

منابع

عباسی ، A. (2012). تخمین و ارزیابی ارزش ریسک در بازار فارکس. مجله مهندسی مالی و مدیریت اوراق بهادار ، 4 (14) ، 81-119.( به فارسی )

Chavoshi ، B. ، Tehrani ، R. & Abbasian ، E. (2019). طراحی مدلی برای صندوق های سرمایه گذاری رتبه بندی در ایران با استفاده از رویکرد ارزیابی ریسک سیستمیک ، بر اساس مدل های MES ، SES ، LTD و COVAR. فصلنامه تحقیقات مالی ، 22 (4) ، 451-475.( به فارسی )

دیک ، A. A.(2010). ورشکستگی شخصی و رقابت در بازار اعتبار. مجله مالی ، https://doi.org/10. 1111/j. 1540-6261. 2009. 01547. x

Drakoln ، N. (2008). برنده شدن در بازی تجارت: چرا 95 ٪ معامله گران از دست می دهند و آنچه را که باید برای پیروزی انجام دهید (چاپ اول). جان ویلی و پسران.

حاجی غیاسیفارد ، م. ، نیکو مارام ، H. (2018). آسیب شناسی مکانیسم تجارت در بازار جهانی ارز (FOREX) و ارائه الگوی پیشنهادی از یک بازار ارز سازمان یافته بر اساس واقعیت اقتصادی کشور. مجله سه ماهه مهندسی مالی و مدیریت اوراق بهادار ، 10 (39) ، 135-169.( به فارسی )

Kanzler ، L. (1999). برآورد بسیار سریع و به درستی از آمار BDS. مجله الکترونیکی SSRN ، کلیسای مسیح و گروه اقتصاد ناشناخته آکسفورد.

Kunchu ، P. K. (1997). استفاده از آمار BDS برای تشخیص غیرخطی در سری های زمانی. علوم کامپیوتر و اطلاعات. مقالات متفرقه ، هوش محاسباتی ، 2 (2) ، 1-2.

موری ، Z. F. & Sanati ، A. (2018). چگونه بازار سهام شوک ها را جذب می کند؟مجله اقتصاد مالی ، 129 (1) ، 136-153.

Nikosakhn ، M. (2017). ارائه یک مدل ترکیبی بهبود یافته با انتخاب خودکار استراحت برای پیش بینی بازار سهام. تحقیقات مالی ، 20 (3) ، 389-408.( به فارسی )

Peymani Farushani ، M. ، Erza ، A. H. ، Salehi ، M. & Salehi ، A. (2019). راندمان معاملات بر اساس نمودارهای شمعدانی در بورس اوراق بهادار تهران. تحقیقات مالی ، 22 (1) ، 69-89.( به فارسی )

Pradeepkumar ، D. ، Ravi ، V. (2017). پیش بینی نرخ فارکس: یک رویکرد ترکیبی با استفاده از تئوری هرج و مرج و رگرسیون سازگار چند متغیره ، در: مجموعه مقالات 5 کنفرانس بین المللی مرزها در محاسبات هوشمند: تئوری و برنامه ها ، اسپرینگر ، سنگاپور ، بووبانشوار ، اودیشا ، هند: 219-227.

Rajabi ، M. & Khaluzadeh ، H. (2014). بهینه سازی و مقایسه نمونه کارها سهام در بورس اوراق بهادار تهران با سود الگوریتم های بهینه سازی تکاملی چند هدف. تحقیقات مالی ، 16 (2) ، 253-270.( به فارسی )

Rastgar ، M. A. & Dastpak ، M. (2017). ارائه مدل معاملات با فرکانس بالا ، همراه با مدیریت پویا سبد سهام با استفاده از روش یادگیری تقویت در بورس سهام تهران. تحقیقات مالی ، 20 (1) ، 1-16.( به فارسی )

سیف ، سمیرا ؛جمشیدی نوید ، بابک ؛غنباری ، مهداد ؛اسماعیلپور ، منصور.(1400). پیش بینی روند بورس سهام ایران با استفاده از مشخصات موج الیوت و شاخص قدرت نسبی. فصلنامه تحقیقات مالی ، 23 (1) ، 134-157.( به فارسی )

Shakeri ، S. Z. ، Homayounifar ، M. ، Fallahi ، M. A. & Sharabaf Tabrizi ، S. (2014). بررسی تئوری آشفتگی در قیمت سکه های بهار آزاد در ایران. مجله دو چهارم اقتصاد مالی مالی (دانش و توسعه سابق) ، 22 (10) ، 84-103.( به فارسی )

Small ، M. & Tse ، C. K. (2003). جبرگرایی در سری زمانی مالی. مطالعات در پویایی غیرخطی و اقتصاد سنجی ، 7 (3).

Tabatabai ، S. J. ، Pak Gohar ، A. (2019). مدل سازی سری زمانی مقادیر فرین بر اساس رویکرد تحلیل طیفی. فصلنامه تحقیقات مالی ، 22 (4) ، 594-611.( به فارسی )

Talebi ، M. ، Agha Babaei ، M. I. ، Saidi Kosha ، M. (2019). بررسی کمبود بورس اوراق بهادار تهران پس از وقایع شدید در بازار. تحقیقات مالی ، 22 (4) ، 521-541.( به فارسی )

Tayyabi ، S. K. ، Moeini ، Sh. ، Zamani ، Z. (2011). مدل سازی اجتناب ناپذیری ضرر اکثر معامله گران فارکس با استفاده از تئوری فرآیند تصادفی. فصلنامه تحقیقات مدل سازی اقتصادی ، 3 (11) ، 99-121.( به فارسی )

پلتفرم های تجاری...
ما را در سایت پلتفرم های تجاری دنبال می کنید

برچسب : نویسنده : کمال بهروزکیا بازدید : 65 تاريخ : سه شنبه 8 فروردين 1402 ساعت: 20:55