Abstract:
رفتار یک سبد سهام را میتوان بهمنزله یک سیستم پویای پیچیده و آشوبناک تلقی کرد که در آن بازده سبد، متغیر حالت نشاندهنده وضعیت سیستم است. تجربه حالت پویا یکی از روشهایی است که در آن به کمک دادههای در اختیار، تقریبی خطی از عملگر غیرخطی حاکم بر سیستم به دست میآید و با محاسبه مدهای اصلی میتوان بهصورت صریح خروجی سیستم را برحسب زمان محاسبه کرد. در پژوهش حاضر بردار بازده پورتفوی، حالت سیستم میباشد و به کمک الگوریتم تجزیه حالت پویا و با در نظر گرفتن یک وقفه زمانی بهینه بهصورت یک سیستم خطی مدل میشود. هدف پژوهش حاضر پیشبینی بازده سهام و درنهایت ارائه یک استراتژی معاملاتی بر پایه تجزیه حالت پویا میباشد. نتایج تحقیق بر روی یک پورتفوی متشکل از 14 صنعت از بورس اوراق بهادار تهران در بازه 1390 تا 1399 و با در نظر گرفتن 5 مد اصلی هدایتکننده سیستم، نشان میدهد که وقفه بهینه برابر شش میباشد و نسبت شارپ حاصلشده از سیستم معاملاتی دو برابر سیستم خرید و نگهداری میباشد. ازاینرو استفاده از این سیستم معاملاتی برای معاملات کوتاهمدت توصیه میشود.
Purpose: The purpose of this study is to predict stock returns and ultimately present a trading strategy based on dynamic analysis.
Methodology: The behavior of a stock portfolio can be considered as a complex and chaotic dynamic system in which the return of the portfolio is a state variable that reflects the state of the system. Dynamic mode decomposition is one of the methods in which with the help of available data, a linear approximation of the nonlinear operator governing the system is obtained and by calculating the main modes, the system output can be explicitly calculated in terms of time.
Findings: The results of research on a portfolio consisting of 14 industries from the Tehran Stock Exchange in the period 2010 to 2019 and considering the 5 main modes of system guidance show that the optimal lag is six and the Sharp ratio obtained from the trading system of two Equivalent to the buy and hold system.
Originality / Value: Therefore, the use of this trading system is recommended for short-term trading.
Machine summary:
Manning & Baldick قيمت سهام هم يکي از سيستم هاي پوياي پيچيده ميباشد که ميزان اين پيچيدگي از عدم توانايي مدل هاي کلاسيک براي پيش بيني مناسب آن در زمان هاي آتي مشخص است .
اين روش بر داده هاي سيستم استوار است و مدل را از داده ها مستخرج ميکند و مي توان گفت ارائه يک سيستم معاملاتي بر پايه مدل استخراج شده با پارامترهايي که مورد بهينه سازي قرار خواهند گرفت ، ميزان قابليت اعتماد به روش تجزيه حالت پويا را به صورت عملي و صريح بيان ميکند؛ بنابراين ميتوان قابليت استفاده عملي از اين روش را در جهت سودآوري آزمود.
هدف اصلي پژوهش حاضر مدل سازي رفتار بازده اي يک سبد سهام بر اساس روش تجزيه حالت پويا و استفاده از آن براي پيش بيني و درنهايت ارائه يک سيستم معاملاتي و بررسي سودآوري آن در بورس اوراق بهادار تهران ميباشد.
جدول (١٠) توصيفي آماري بازده سيستم معاملاتي بر پايه تجزيه حالت پويا Table (10) Statistical descriptive trading system returns based on dynamic mode analysis(به تصویر صفحه رجوع شود) بر اساس اطلاعات جدول (١٠)، اين سيستم معاملاتي به صورت متوسط بازده اي برابر ٠/٠٢٨٢٩٩ در يک هفته توليد ميکند که براي رسيدن به آن بايد متحمل ريسکي (انحراف معيار) برابر ٠/٠٧٠٨٩ گرديد.
جدول (١١) عملکرد بازده سيستم معاملاتي بر پايه تجزيه حالت پويا Table (11) Trading system performance returns based on dynamic mode breakdown (به تصویر صفحه رجوع شود) اين در حالي است که عملکرد بازار در دوره مشابه بر اساس جدول (١٢) ميباشد.