دانلود پایان نامه درمورد سیستم خبره، بورس اوراق بهادار، بورس اوراق بهادار تهران

دانلود پایان نامه ارشد

دو سهم یا دو شاخص به کار میرود ولی در اینجا منظور، قدرت داخلی یک سهم خاص است؛ بنابراین اصطلاح مناسبتر برای این شاخص “شاخص قدرت داخلی” است.
RSI در مقیاس 0 تا 100 رسم میشود. سطوح 30 و 70 به عنوان سطوح سیگنال درنظر گرفته میشوند. اگر RSI بالای 70 باشد نشانگر حضور قیمت در منطقۀ اشباع خرید است. در مقابل زمانی که RSI کمتر از 30 است، بیانگر قرار گرفتن قیمت در منطقۀ اشباع فروش است. البته برخی معامله گران سطوح 80 و 20 را برای این منظور انتخاب میکنند. اهمیت و اعتبار این سطوح به محدودۀ زمانی لحاظ شده بستگی دارد: هرچه دورۀ زمانی ای که RSI در آن حساب میشود بزرگتر باشد، سیگنال به دست آمده قابل اعتمادتر است، به عنوان مثال یک RSI با دورۀ زمانی 12 ماهه بسیار قابل اعتمادتر از RSI با دورۀ زمانی 9 روزه است. سیگنالهای RSI باید همواره در ترکیب با سیگنالهای برگشت روند که توسط نمودار قیمت ارائه میشود به کار گرفته شود. RSI را برای هر دورۀ زمانیای میتوان محاسبه و رسم کرد. ویلدر به طور کلی RSI 14 روزه را پیشنهاد کرده است ولی از زمان او تا کنون RSI های 7، 9، 10 روزه (کوتاه مدت) و 21 و 25 روزه (میان مدت) نیز متداول شده است. هرچه دورهها کوتاهتر باشند نوسان نما حساستر میشود و این حالت برای اهداف کوتاه مدت مفید است. طولاتی کردن دورههای زمانی، نوسان نما را یکنواختتر کرده و دامنۀ نوسان را کم میکند. طریقۀ محاسبۀ RSI به شرح زیر است:
RSI=100-100/(1+RS)
RS=(قیمت صعودی تغییرات میانگین)/(قیمت نزولی تغییرات میانگین)
صعودی تغییرات میانگین=(سودها مجموع)/(RSI زمانی های دوره تعداد)
نزولی تغییرات میانگین=(ها زیان مجموع)/(RSI زمانی های دوره تعداد)

توجه داشته باشید که میانگینهای سود و زیان، میانگینهای حقیقی نیستند زیرا به جای آن که مجموع سود(زیان) را بر تعداد دورههای سوددهی (زیان دهی) تقسیم کنیم آن را بر مجموع کل دورهها (که معمولاً 14 روزه است) تقسیم میکنیم. هنگامی که میانگین سود از میانگین ضرر بیشتر باشد RSI بالاتر میرود زیرا RSI از عدد یک بزرگتر خواهد شد. در مقابل وقتی میانگین ضرر از میانگین سود بیشتر باشد RSI کمتر میشود زیرا RSI از یک کوچکتر شده است. واضح است که RSI بین 0 و 100 در نوسان است و اگر میانگین ضرر صفر شود RSI برابر 100 میشود.

2-3-2-2-19-2-2 سیگنالها
1) نوسانهای ناقض و واگراییها:
معاملهگران برای یافتن سیگنالهای خرید و فروش به دنبال نوسانهای ناقص یا همان کفها و سقف های دوگانه میگردند. اگر RSI تشکیل سقف دوگانه (نوسان ناقص) دهد سیگنال فروش است یعنی ابتدا RSI بالاتر از 70 تشکیل یک سقف دهد (سقف اول) و سپس پایین بیاید و یک کف بسازد (کف اول) دوباره بالارود و سقف دیگری بسازد (سقف دوم) که این سقف پایینتر یا مساوی سقف اول باشد. اکنون اگر RSI شروع به پایین آمدن بکند، در نقطهای که RSI از کف اول عبور میکند سیگنال فروش صادر می شود.
به طور معکوس اگر RSI زیر 30 باشد و تشکیل یک کف دهد (کف اول) سپس صعود کند و یک سقف بسازد (سقف اول) و دوباره نزول کند و کف دیگری بسازد (کف دوم) که این کف بالاتر یا مساوی کف قبلی باشد. اکنون اگر RSI شروع به بالارفتن کند در نقطهای که از سقف اول عبور میکند سیگنال خرید صادر می شود.
2) خطوط روند:
استفاده از خطوط روند در نمودار RSI میتواند سیگنالهای خوبی را فراهم کند، به ویژه وقتی با الگوها و آرایشهای نمودار قیمت همراه شود. هنگامی که خطوط روند در هر دو نمودار قیمت و RSI شکسته شوند سیگنال خرید یا فروش قابل اعتمادی ایجاد میشود.
3) تقاطع در خط مرکزی:
خط مرکزی در مورد شاخص RSI خط 50 است. حرکت RSI به بالای این خط میتواند تأییدی باشد بر سیگنالهای خریدی که پیش از این صادر شده است. و بالعکس حرکت RSI به زیر 50 سیگنالهای فروش را تحکیم مینماید. در هر حال قرار گرفتن RSI بالای این سطح نشانۀ غلبه میانگین سود به ضرر است و بالعکس.
4) الگوهای نموداری:
درنمودار RSI می توان به دنبال الگوهای نموداری (مانند سر و شانه، کنج های صعودی و …) بود. ممکن است این الگوها در نمودار قیمت نیز دیده شوند و یا ممکن است پنهان باشند.

5) واگرایی:
همانطور که پیش از این گفته شد ویلدر مهم ترین سیگنال RSI را مربوط به واگرایی ها میداند، واگرایی صعودی سیگنال خرید و واگرایی نزولی سیگنال فروش است.
6) استفاده از سطوح اشباع خرید/ اشباع فروش:
پیش از این نیز گفته شد که ویلدر سطح 70 را به عنوان سطح اشباع خرید درنظر گرفت و سطح 30 را به عنوان سطح اشباع فروش؛ به عبارت دیگر اگر مقدار RSI بالای 70 باشد قیمت در منطقه ی اشباع خرید قرار دارد و اگر مقدار RSI زیر 30 باشد قیمت در منطقۀ اشباع فروش قرار دارد. مانند تمام نوسان نماهای اشباع خرید/ اشباع فروش بهترین زمان فروش نقطهای است که RSI از بالای 70 به زیر آن نزول کند (از منطقۀ اشباع خرید خارج شود) و به همین ترتیب بهترین زمان خرید نیز زمانی است که RSI از زیر 30 به بالای آن حرکت کند (از منطقۀ اشباع فروش خارج شود) (لطفی، درویش، 1385، 69-72).

2-4 بخش چهارم: پیشینه تحقیق
تاریخچۀ کاربرد سیستم خبره در مدیریت مالی را به چند دستۀ عمده میتوان بخشبندی کرد که عبارتند از: مدیریت پرتفوی، برنامه ریزی مالی، تجزیه و تحلیل مالی، اعطای اعتبار، رتبهبندی اوراق قرضه، سرمایه گذاری و ارزیابی ریسک ورشکستگی.
2-4-1 مدیریت پرتفوی:
تم و همکارانش (1991) در مقالهای با عنوان “استنتاج قواعد غربال سهام برای ساخت پرتفوی” از تکنیکی که از حوزۀ یادگیری ماشینی نشأت گرفته بود برای غربال سهام استفاده کردند و از قواعد مشتق شده از روش استنتاج قاعده برای ساخت پرتفوی استفاده کردند وعملکرد پرتفوی را با استفاده از شاخصهای شارپ، ترینر و جنسن ارزیابی نمودند. نتیجه بدست آمده حاکی از آن بود که پرتفوی ساخته شده عملکرد بهتری از شاخص S&P500 و شاخص مرکب بورس اوراق بهادار نیویورک (NYSE) داشت(Tam et al,1991).
لی و استور (1985) در مقالهای با عنوان “ارائۀ دانش برای تصمیمگیری مدیریت پرتفوی” اظهار میکنند که محیط تجارت پیچیده است و دانش وسیعی برای حل مسائل مورد نیاز است و هر حوزۀ کاربردی، طرح دانش متفاوتی نیاز دارد. بنابراین سیستمی را برای سرمایه گذاری پرتفوی طراحی میکنند که با چنین محیطی سازگار باشد. این سیستم که به زبان Prolog توسعه داده شده است از دانش ترکیبی استفاده می کند: قواعد تولید، منطق، شبکههای مستقیم و فریمها. این سیستم PMIDSS نامگذاری شده است. که فرآیند تصمیم گیری مدیریت پرتفوی را حمایت میکند. این سیستم از دو بخش تشکیل شده است که هرکدام شامل سه مرحله هستند. بخش اول برنامهریزی سرمایه گذاری شامل: تعیین شرایط اقتصادی، انتخاب سناریویی که با شرایط اقتصادی مطابقت دارد، تعیین مقدار نسبی سرمایه گذاری در سهام، اوراق قرضه و غیره. بخش دوم، انتخاب سهام شامل: تعیین میزان پذیرش ریسک سرمایه گذار، انتخاب سهامها و اوراق قرضه خاص وغیره، تعیین مقداری که باید در هر دارایی انتخاب شده سرمایه گذاری شود (Lee & Stohr,1985 ).
لی، کیم و چو (1989) در مقالهای با عنوان “سیستم مدیریت هوشمند پرتفوی سهام” سیستم خبره خود را ISPMS14 نامیدهاند. آنها برای انتخاب پرتفوی، سیستم خبره و مدل بهینه سازی را با یکدیگر تجمیع کردهاند. این سیستم، دانش را به عنوان بخشی از فرمولبندی بهینه سازی تفسیر میکند. همچنین آنها ترجیحات شخصی را با دانش خبره تجمیع کردند (Lee, Kim & Chu, 1989 ).
لیو و لی (1997) در مقاله ” یک سیستم مشاور هوشمند کسب و کار برای سرمایهگذاری سهام” سیستمی هوشمند برای کمک به سرمایهگذاران شخصی در تعیین سیگنالهای روند سهام برای سرمایه گذاری در تجارت سهام ارائه میدهند. آنها یک سیستم پایلوت ساختند که سه طبقه اصلی تئوری تحلیل تکنیکال یعنی مومنتوم، میانگین متحرک و خط حمایت/ مقاومت را فراهم میکند(Liu & Lee,1997).
لی و جو در مقالۀ “سیستم خبره برای پیشبینی زمانبندی بازار سهام با استفاده از نمودار شمعدان” سیستم خبره تحلیل نمودار شمعدان یا تفسیرگر نمودار را برای پیشبینی حرکات آتی قیمت سهام طراحی کردند. آنها الگو را به پنج گروه طبقهبندی میکنند: الگوهای افتان، خیزان، خنثی، روند ادامه دار و روند معکوس (Lee & Jo, 1999).
مقربان و ضرغام (2005) سیستم خبرهای به نام PORSEL15 توسعه دادند که مجموعۀ کوچکی از قواعد را برای انتخاب سهام مورد استفاده قرار میدهد. این سیستم خبره شامل سه بخش است: اولین بخش، مرکز اطلاعات است که نمایندۀ چندین شاخص تکنیکال مانند روندهای قیمت میباشد، قسمت دوم، انتخاب گر فازی سهام که سهامهای فهرست شده را ارزیابی میکند و سپس یک امتیاز مرکب به هر سهام تخصیص میدهد و بخش نهایی سازندۀ پرتفوی است که پرتفویهای بهینه تولید میکند. PORSEL همچنین یک رابط کاربر پسند برای تغییر قواعد در طول زمان اجرا دارد (Mogharreban, Zargham, 2005).
باو و یانگ (2008) در مقالۀ “سیستم هوشمند معامله سهام توسط تأیید نقاط برگشت و استدلال احتمالاتی” یک سیستم هوشمند معاملات مالی از طریق یک رویکرد جدید پیشنهاد دادند: استراتژی یادگیری معامله توسط مدل احتمالی از ارائۀ سطح بالای سریهای زمانی، نقاط بازگشت و اندیکاتورهای تکنیکال. نتایج بدست آمده حاکی از آن بود که مدل پیشنهادی نتایج قابل توجهی در دامنه آشوب که پیش بینی در این دامنه در گذشته به نظر غیرممکن میآمد، داشته است (Bao & Yang, 2008).
زایدوناس و همکاران (2009) در مقاله خود، سیستم خبرهای برای حمایت از تصمیماتی که مربوط به انتخاب اوراق بهادار هستند، بر پایۀ تجزیه و تحلیل مالی طراحی کردند. این سیستم از طریق ارزیابی عملکرد کلی شرکت پرتفوی انتخاب میکند و در این سیستم مؤسسات تجاری با توجه به صنعت مربوطه شان طبقه بندی شدهاند. این سیستم فقط از معیارهای مبتنی بر تکنیک بنیادی استفاده میکند. آستانهها برای نسبتهای مالی توسط خبرگان تعیین شدهاند. مجموعهای از 1406 قاعدۀ تولید در کل مورد استفاده قرار گرفتهاست. ارزیابی نتایج سیستم از طریق کاربرد در بورس اوراق بهادار آتن انجام شده است(Xidonas et al, 2009).
زارعی، زرندی و کرباسیان (2009) در مقالۀ ” یک سیستم خبرۀ جدید برای انتخاب پرتفوی سهام با استفاده از رویکرد تکنیکال و بنیادی به طور موازی” سیستم خبرهای ارائه میکند که دو فاز دارد. در فاز اول از هر دو دادههای تکنیکی و بنیادی برای تخمین بازده و ریسک استفاده میکند. در فاز دوم مقادیر تخمین زده شده با ترجیحات سرمایه گذاران برای تولید پرتفوی مناسب تجمیع میشوند. فاز اول شامل دو سیستم خبره است که هرکدام از آنها برای تخمین بنیادی یا تکنیکی مسئولند. در سیستم خبره تکنیکال برای هر سهم 27 کاندید شناسایی شده است و با استفاده از روش خوشهبندی مبتنی بر مجموعه های خشن (RC) متغیرهای موثر انتخاب شدهاند. سپس برای هر سهام دو قاعده پایه فازی با روش C-Mean فازی و رویکرد TSK پرورش داده شدهاند. در طوفان فکری با خبرگان بازار سهام تعیین شده اند. مقادیر تخمین زده شده ریسک و بازده در فاز دوم با ترجیحات کاربر تجمیع شده و نهایتاً یک قاعده پایه فازی با چهار قاعده این مقادیر را پردازش کرده و رتبهبندی میکند(Zarei, Zarandi, Karbasian,2009).
فسنقری و منتظر (2010) سیستم خبرهای پیشنهاد دادند که هدف آن ارزیابی سهامهای بورس اوراق بهادار تهران برای ساختن پرتفوی و پیشنهاد آن به مشتریان هدف در بورس اوراق بهادار تهران است. این سیستم سهامها را با توجه به نسبتهای تحلیل بنیادی و معیارهای کیفی از بورس اوراق بهادار تهران رتبه بندی میکند. ورودیهای سیستم با استفاده از سه متغیر زبانی پایین، متوسط، بالا توسط تابع عضویت مثلثی مدلسازی شدهاند. پارامترهای تابع عضویت و تعداد قواعد تولید در پایگاه دانش توسط روش دلفی فازی که دانش چندین خبره را تجمیع میکند معین شدهاند. ریسک متحمل شده نیز در فرآیند رتبهبندی آمیخته شده است. بنابراین پیشنهاد پرتفوی با ترجیحات سرمایه گذار وفق داده شده است. نتایج سیستم با نظرسنجی از خبرگان اعتبارسنجی شده است.

پایان نامه
Previous Entries دانلود پایان نامه درمورد تحلیلگر، نشانۀ، نزولی Next Entries دانلود پایان نامه درمورد سیستم خبره، صورتهای مالی، ارزیابی ریسک