پديد آورنده :
يزداني، فاطمه
عنوان :
بهينه سازي فرآيند شناسايي نقاط عطف سري زماني مالي
مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
سيستم هاي كلان
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
صفحه شمار :
يازده، 66 ص. : مصور (رنگي)، جدول، نمودار
استاد راهنما :
رضا حجازي، مهدي خاشعي
توصيفگر ها :
شناسايي نقاط عطف , سري زماني مالي , بهينه سازي , برنامه ريزي صفر و يك , برنامه ريزي پويا
استاد داور :
علي زينل همداني، مهدي بيجاري
تاريخ ورود اطلاعات :
1400/06/30
رشته تحصيلي :
مهندسي صنايع و سيستم ها
دانشكده :
مهندسي صنايع و سيستم ها
تاريخ ويرايش اطلاعات :
1400/06/31
چكيده فارسي :
سرمايه گذاران بازار مالي همواره به دنبال كسب سود بالا و پايدار بوده اند. به منظور تحقق اين هدف، سرمايه گذاران بايد از نقاط عطف آتي، به عنوان نقاط معاملاتي استفاده كنند [1]. ميزان سوددهي نقاط عطف پيش بيني شده، مشخصه¬ي مدل¬هاي پيش بيني نقاط عطف است. اين مشخصه به طور مستقيم با ميزان سوددهي مدل¬هاي شناسايي نقاط عطف ارتباط دارد [2]. بر اين اساس، تلاش براي بهبود روش¬هاي شناسايي نقاط عطف هرگز متوقف نشده است. بررسي كامل ادبيات موضوع توسط محقق نشان مي¬دهد كه هيچ يك از روش¬هاي موجود، توانايي شناسايي سودده¬ترين نقاط عطف موجود در گذشته سري زماني را ندارند. مدل برنامه ريزي صفر و يك پيشنهادي، با شناسايي سودده¬ترين نقاط عطف مالي، شكاف تحقيقاتي ذكر شده را برطرف مي¬سازد. تابع هدف مدل پيشنهادي، بيشينه سازي سود حاصل از اتخاذ تمامي استراتژي¬هاي معاملاتي موجود در گذشته سري زماني مورد نظر مي¬باشد. متغيرهاي تصميم مدل پيشنهادي، نشان دهنده¬ي انتخاب يا عدم انتخاب نقاط شكست به عنوان نقاط عطف، هستند. مدل پيشنهادي داراي دو محدوديت مي¬باشد. 1) با افزايش اندازه¬ي ورودي مسئله، زمان حل مدل پيشنهادي به صورت نمايي افزايش مي¬يابد؛ اندازه¬ي ورودي مسئله، تعداد نقاط شكست موجود در افق زماني مورد بررسي است. 2) با تجاوز اندازه¬ي ورودي مسئله از مقداري مشخص، مدل پيشنهادي توانايي توليد جواب را از دست مي¬دهد. اين محدوديت¬ها، از طريق مدل سازي مسئله¬ي شناسايي در بستر برنامه ريزي پويا، برطرف مي¬شوند. مدل برنامه ريزي پوياي پيشنهادي، داراي تابع پيچيدگي زماني مكعبي بوده و براي هر اندازه¬اي از ورودي توانايي توليد جواب را خواهد داشت. فرضيات لحاظ شده براي مدل سازي مسئله عبارتند از: امكان فروش استقراضي دارايي، عدم امكان شناسايي نقاط عطف داراي تداخلات معاملاتي و لحاظ نكردن ارزش زماني پول. نتايج عددي حاصل از پياده سازي مدل¬هاي پيشنهادي بر روي بيست شركت موجود در بازار بورس شانگهاي، بيانگر كارآيي مدل¬هاي پيشنهادي در مسئله¬ي شناسايي نقاط عطف بهينه¬ي مالي است.
چكيده انگليسي :
Financial market investors have always been looking for high and stable profits. To achieve this goal, investors must use future turning points (TPs) as trading points. The profitability of the predicted TPs is the characteristic of TPs prediction methods. This characteristic is directly related to the profitability of the TPs detected from the history of the corresponding time series. Therefore, never research into ways of improving the financial TPs detection methods has been given up. A thorough review of the literature, by the researcher, indicates that none of the existing TPs detection methods can detect the most profitable TPs. The proposed binary integer programming (BIP) model fills the mentioned research gap, by detecting the most profitable financial TPs. The objective function of the proposed model is to maximize the obtained profits from adopting the entire trading strategies existing in the corresponding time horizon. The decision variables of the proposed model indicate whether or not to detect breakpoints (BPs) as TPs. The proposed BIP model has two limitations. 1) With the increment of the problemʹs input size, the solving time of the proposed model increases exponentially. The input size of the problem is the number of BPs existing in the corresponding time horizon. 2) By exceeding the problemʹs input size from a specified extent, the proposed model loses the ability to generate the answer. These two limitations are eliminated through modeling the problem in the context of dynamic programming (DP). The proposed DP model is characterized by a cubic time complexity function and the ability to generate answers for any input size. The assumptions considered for modeling the problem are the possibility of short-selling the asset, the impossibility of detecting TPs with trading interventions, and considering no time value for money. The numerical results obtained from applying the proposed models on the twenty companies listed on the Shanghai Stock Exchange indicate the effectiveness of the proposed models in detecting the optimal financial TPs.
استاد راهنما :
رضا حجازي، مهدي خاشعي
استاد داور :
علي زينل همداني، مهدي بيجاري
