تجارت نوسانات مالی با استفاده از یک شبکه معنایی عصبی-فازی خود سازماندهی و رویکرد مبتنی بر گزینه

از ژانویه سال 2020 Elsevier یک مرکز منابع COVID-19 با اطلاعات رایگان به زبان انگلیسی و ماندارین در مورد رمان Coronavirus Covid-19 ایجاد کرده است. مرکز منابع Covid-19 در وب سایت اخبار و اطلاعات عمومی شرکت Elsevier Connect میزبان است. Elsevier بدین وسیله اجازه می دهد تا تمام تحقیقات مربوط به COVID-19 خود را که در مرکز منابع COVID-19 موجود است-از جمله این محتوای تحقیق-که بلافاصله در مخازن PubMed Central و سایر سرمایه گذاری های عمومی در دسترس است ، مانند پایگاه داده WHO COVID با حقوق برایتحقیقات بدون محدودیت دوباره استفاده و تجزیه و تحلیل به هر شکلی یا به هر وسیله ای با تأیید منبع اصلی. این مجوزها تا زمانی که مرکز منابع COVID-19 فعال باشد ، توسط Elsevier به صورت رایگان اعطا می شود.

نکات برجسته تحقیق

► یک چارچوب معاملاتی Straddle بر اساس مدل عصبی-فازی EFSM و اصل MACD.► EFSM به صورت پویا مدل ها را مدل می کند و روند نوسانات شاخص Hang Seng را پیش بینی می کند.► MACD با استفاده از روند نوسانات پیش بینی شده از EFSM ، سیگنال های معاملاتی به موقع تولید می کند. straddles بر اساس سیگنال های MACD خریداری و فروخته می شود. ary چارچوب معاملات به میزان قابل توجهی بالاتر از حساب سپرده گذاری زمان به دست می آید.

واژه های کلیدی: نوسانات مالی ، در حال تحول مدل معنایی عصبی-فازی ، سیستم معاملاتی خودکار ، قانون معاملاتی به طور متوسط در حال حرکت/واگرایی (MACD) ، گزینه های معاملاتی Hang Seng (HSI) ، معاملات Stradde

خلاصه

نوسانات مالی به شدت نوسانات در بازده مورد انتظار سرمایه گذاری یا قیمت گذاری دارایی مالی به دلیل عدم قطعیت در بازار اشاره دارد. از این رو ، مدل سازی و پیش بینی نوسانات برای سرمایه گذاران بازار مالی ضروری است ، زیرا چنین پیش بینی هایی به سرمایه گذاران اجازه می دهد تا استراتژی های معاملاتی خود را در انتظار حرکت قریب الوقوع بازار مالی تنظیم کنند. به دنبال این ، تجارت نوسانات مالی سرمایه گذاری عدم قطعیت بازارهای مالی برای تحقق سود سرمایه گذاری در مواقع افزایش ، سقوط و شرایط بازار جانبی است. در این مقاله ، یک سیستم معاملاتی هوشمندانه (چارچوب) که شامل یک ماژول پیش بینی نوسانات (VPM) است و یک ماژول تصمیم گیری تجارت (TDM) برای تجارت نوسانات مالی از طریق خرید و فروش گزینه های Straddles پیشنهاد شده است تا به یک معامله گر بشر کمک کند تا یک معامله گر انسانی کمک کنددر مورد عدم قطعیت های اساسی بازار سهام هنگ کنگ. سه اقدام مختلف ، یعنی: (1) نوسانات تاریخی (HV) ، (2) نوسانات ضمنی (IV) و (3) نوسانات مبتنی بر مدل (MV) از شاخص Hang Seng (HSI) برای تعیین کمیت نوسانات ضمنی استفاده می شوداز بازار سهام هنگ کنگ. TDM از سیستم معاملاتی Straddle پیشنهادی اقدامات نوسانات مربوطه را با اصل همگرایی/واگرایی به طور متوسط در حال حرکت تثبیت شده برای توصیه اقدامات تجاری به یک معامله گر انسانی که در راه حل های HSI است ، ترکیب می کند. با این حال ، محدودیت ذاتی قانون تجارت MACD این است که به دلیل استفاده از میانگین های متحرک ، که در اصل شاخص های روند عقب مانده اند ، سیگنال های معاملاتی با تأخیر در زمان ایجاد می کنند. این اشکال با استفاده از VPM برای محاسبه پیش بینی های آینده از اقدامات نوسانات HSI قبل از فعال سازی TDM ، به طور شهودی در سیستم معاملاتی Straddle پیشنهادی مورد بررسی قرار می گیرد. VPM توسط یک شبکه معنایی عصبی-فازی خود سازماندهی به نام مدل حافظه معنایی فازی (EFSM) در حال تحول تحقق می یابد. در مقایسه با تکنیک های مدل سازی مبتنی بر اطلاعات آماری و محاسباتی موجود که در حال حاضر برای مدل سازی و پیش بینی نوسانات مالی به کار می رود ، EFSM دارای چندین ویژگی مطلوب مانند: (1) یک پایگاه دانش قابل تحول برای پرداختن مداوم ویژگی های غیر ایستگاه بورس اوراق بهادار هنگ کنگ است.(2) محاسبات اطلاعاتی بسیار رسمی مانند انسان. و (3) یک ساختار شفاف که می تواند از طریق مجموعه ای از قوانین فازی معنایی پس از آن تفسیر شود.

این خصوصیات اعتبار بیشتری را به پیش بینی های نوسانات محاسبه شده HSI ارائه می دهد. مدل سازی نوسانات و عملکردهای پیش بینی EFSM ، هنگامی که به چندین روش مدل سازی تأسیس شده و همچنین بازده معاملات مشاهده شده از سیستم معاملاتی بند پیشنهادی ، دلگرم کننده است ، دلگرم کننده است.

1. معرفی

مدل سازی و پیش بینی نوسانات (Poon ، 2005) برای سرمایه گذاران بازار مالی ضروری است. در امور مالی و اقتصاد سنجی ، نوسانات به عنوان شدت نوسانات در بازده مورد انتظار یک سرمایه گذاری یا تغییرات در قیمت گذاری بازار یک دارایی مالی تعریف می شود. پیش بینی های نوسانات مالی به سرمایه گذاران محتاط اجازه می دهد تا اوراق بهادار سرمایه گذاری خود را برای کاهش ریسک سرمایه گذاری تنظیم یا محافظت کنند و استراتژی های معاملاتی خود را در پیش بینی جنبش های آینده بازار مالی تنظیم کنند. ریسک سرمایه گذاری به مجموعه گسترده ای از عوامل یا وقایع اشاره دارد که ارزش مالی یک سرمایه گذاری را از بین می برد (Poon ، 2005). این شامل ریسک اعتباری (یعنی ضرر به دلیل عدم پرداخت بدهکار) و ریسک نقدینگی به دلیل سرمایه گذاری کوچک بازار است. از این رو ، نوسانات مالی یکی از نشانه های ریسک سرمایه گذاری است و اغلب به عنوان یک معیار ریسک تلقی می شود (هولتون ، 2003). پیش بینی نوسانات مالی از اهمیت بالایی برخوردار است زیرا نوسانات اغلب به عنوان یک پروکسی برای اندازه گیری ریسک مالی یا بازار ناشی از عدم قطعیت های اساسی حرکات بازار مالی (که می تواند اثرات مثبت یا منفی قابل توجهی بر ارزش های اوراق بهادار سرمایه گذاری داشته باشد) به دلیل تعداد بیشماری از آن استفاده می شود. عوامل. این عوامل ممکن است شامل رکود اقتصادی ، جنگ ، تغییرات ساختاری در اقتصاد ، تغییر قانون مالیات ، افزایش نرخ بهره ، فشار تورم ، اضطراب سرمایه گذار و حتی تغییر در ترجیحات مصرف کننده باشد.

علاوه بر این ، هنگامی که به عنوان معیار عدم اطمینان در بازار تلقی می شود ، نوسانات مالی یک ورودی کلیدی در بسیاری از تصمیمات سرمایه گذاری و ایجاد نمونه کارها است (Aizenman and Marion ، 1999 ، Chan et al. ، 1999). بدنه گسترده تحقیقات در مورد مدل سازی و پیش بینی نوسانات (اندرسون و همکاران ، 1999 ، بلر و همکاران ، 2001 ، انگل ، 2002 ، حمید ، 2004 ، نوه و همکاران ، 1994 ، پون و گرنجر ، 2003) این اهمیت را نشان داده استاز نوسانات مالی در تصمیم گیری سرمایه گذاری (Busse ، 1999 ، Galeotti and Schiantarelli ، 1994 ، Okuyama and Francis ، 2006) ، ارزیابی امنیتی (De Santis et al. ، 1997 ، Hsu ، 2000) ، مدیریت ریسک (کریستوفرسن و دیبولد ، 2000، گرنجر ، 2002) و همچنین سیاست های پولی (NASAR ، 1992). نوسانات همچنین یک مؤلفه اصلی در قیمت گذاری اوراق بهادار مشتق مانند گزینه های سهام است (Duan and Simonato ، 2001 ، Figlewski ، 1997 ، Hull and White ، 1987 ، Noh et al. ، 1994) ، جایی که رشد نمایی در آن رخ داده استحجم معاملات در سالهای اخیر به دلیل استفاده گسترده از ابزارهای مشتقات به عنوان ابزارهای محافظت و مدیریت ریسک. علاوه بر این ، سیاست گذاران ملی ، تنظیم کننده های مالی و بانکهای مرکزی اغلب برای ارزیابی اثربخشی اقدامات نظارتی در بازارهای مالی به برآورد نوسانات مالی اعتماد می کردند (Poon & Granger ، 2003). با توجه به اهمیت گسترده آن ، بنابراین جای تعجب ندارد که نوسانات مالی به عنوان یک کلاس دارایی کلیدی در بازارهای مالی امروز ظاهر شده است. یعنی سرمایه گذاران پیشرفته می توانند در ابزارهای مالی تعریف شده در زمینه نوسانات بازار تجارت کنند. به عنوان مثال ، VIX INDEX 1 (مبادله گزینه های هیئت مدیره شیکاگو) که در سال 2003 توسط بورس گزینه های هیئت مدیره شیکاگو (CBOE) معرفی شده است بر اساس فواصل کوتاه مدت گزینه های صادر شده در شاخص S& P 500 است که عملکرد سهام 500 بزرگ را ردیابی می کندشرکت های کلاه تجارت در بازارهای سهام ایالات متحده (یعنی NYSE و NASDAQ). ایجاد شاخص نوسانات VIX به یک سرمایه گذار زرنگ اجازه می دهد تا برآوردهای خود را از نوسانات حرکات بازار مالی با استفاده از قراردادهای آتی برای دستیابی به سود سرمایه گذاری در هنگام افزایش ، سقوط و بازارهای جانبی ، اهرم کند._{از این رو ، با توجه به کاربردهای گسترده پیش بینی نوسانات ، تحقیقات در مورد مدل سازی و پیش بینی نوسانات مالی ، تمرکز اصلی دانشگاهیان و دست اندرکاران اقتصاد مالی مالی طی سالها بوده است. بررسی ها و تحقیقات عالی در مورد این موضوع در نایت و استفان ، 2002 ، پون و گرنجر ، 2003 ، هانس فرانسس و مک آلر ، 2002 و پون (2005) گزارش شده است. به طور خلاصه ، سه مفهوم کلی (اقدامات) از نوسانات مالی در ادبیات ، یعنی نوسانات تاریخی ، نوسانات و نوسانات مبتنی بر مدل وجود دارد. نوسانات تاریخی (HV) به عقب به نظر می رسد و به طور کلی از یک سری زمانی از بازده های مداوم پیچیده امنیت یا دارایی اساسی محاسبه می شود. در این اندازه ، بازده سرمایه گذاری مرکب r}جف_{از این رو ، با توجه به کاربردهای گسترده پیش بینی نوسانات ، تحقیقات در مورد مدل سازی و پیش بینی نوسانات مالی ، تمرکز اصلی دانشگاهیان و دست اندرکاران اقتصاد مالی مالی طی سالها بوده است. بررسی ها و تحقیقات عالی در مورد این موضوع در نایت و استفان ، 2002 ، پون و گرنجر ، 2003 ، هانس فرانسس و مک آلر ، 2002 و پون (2005) گزارش شده است. به طور خلاصه ، سه مفهوم کلی (اقدامات) از نوسانات مالی در ادبیات ، یعنی نوسانات تاریخی ، نوسانات و نوسانات مبتنی بر مدل وجود دارد. نوسانات تاریخی (HV) به عقب به نظر می رسد و به طور کلی از یک سری زمانی از بازده های مداوم پیچیده امنیت یا دارایی اساسی محاسبه می شود. در این اندازه ، بازده سرمایه گذاری مرکب r}جف_{از این رو ، با توجه به کاربردهای گسترده پیش بینی نوسانات ، تحقیقات در مورد مدل سازی و پیش بینی نوسانات مالی ، تمرکز اصلی دانشگاهیان و دست اندرکاران اقتصاد مالی مالی طی سالها بوده است. بررسی ها و تحقیقات عالی در مورد این موضوع در نایت و استفان ، 2002 ، پون و گرنجر ، 2003 ، هانس فرانسس و مک آلر ، 2002 و پون (2005) گزارش شده است. به طور خلاصه ، سه مفهوم کلی (اقدامات) از نوسانات مالی در ادبیات ، یعنی نوسانات تاریخی ، نوسانات و نوسانات مبتنی بر مدل وجود دارد. نوسانات تاریخی (HV) به عقب به نظر می رسد و به طور کلی از یک سری زمانی از بازده های مداوم پیچیده امنیت یا دارایی اساسی محاسبه می شود. در این اندازه ، بازده سرمایه گذاری مرکب r}( t − n + 1)∣ n = 1, … , N>جف

، جایی که N طول مسیر قیمت تاریخی را که در محاسبه اندازه گیری نوسانات در نظر گرفته شده است ، نشان می دهد.

از طرف دیگر ، نوسانات ضمنی (IV) به نظر می رسد که از قیمت های مشاهده شده (معامله شده) گزینه های صادر شده بر روی ابزار مالی اساسی حاصل می شود. یعنی ، همانطور که نوسانات دلالت بر اساس قیمت فعلی بازار گزینه ها است ، شامل تمام انتظارات رو به جلو سرمایه گذاران در مورد مسیر قیمت احتمالی آینده امنیت اساسی است. نوسانات ضمنی یک قرارداد گزینه به عنوان نوسانات مالی که قیمت معامله شده (بازار) گزینه را بر اساس یک مدل قیمت گذاری گزینه انتخاب شده تولید می کند ، تعریف می شود. در عمل ، مدل Blac k-Scholes (Black & Scholes ، 1973) و انواع آن (Gencay and Gibson ، 2007 ، Grace ، 2000) اغلب برای قیمت گذاری گزینه های معامله شده در بازارهای مشتقات استفاده می شود. از نظر تجربی ، مشاهده شده است که IV های محاسبه شده از گزینه های صادر شده در همان زیرین و با همان زمان بلوغ ، غالباً رابطه غیرخطی معروف به لبخند نوسانات (درمن و کانی ، 1994 ، Dupire ، 1994) را با توجه بهقیمت های مختلف اعتصاب گزینه ها. این امر به طور کلی به عنوان شواهدی در نظر گرفته می شود که نشان می دهد نوسانات مالی ضمنی یک زیرین ثابت نیست ، بلکه در عوض ، به عواملی مانند سطح قیمت امنیت اساسی و قیمت ورزش گزینه ها بستگی دارد. به همین دلایل ، گزینه های AT-THE (ATM) یا تقریباً ATM اغلب به عنوان نهادهای مرجع برای محاسبه نوسانات ضمنی در مدل سازی نوسانات مالی و مطالعات پیش بینی استفاده می شود (Poon & Granger ، 2003)._{از این رو ، با توجه به کاربردهای گسترده پیش بینی نوسانات ، تحقیقات در مورد مدل سازی و پیش بینی نوسانات مالی ، تمرکز اصلی دانشگاهیان و دست اندرکاران اقتصاد مالی مالی طی سالها بوده است. بررسی ها و تحقیقات عالی در مورد این موضوع در نایت و استفان ، 2002 ، پون و گرنجر ، 2003 ، هانس فرانسس و مک آلر ، 2002 و پون (2005) گزارش شده است. به طور خلاصه ، سه مفهوم کلی (اقدامات) از نوسانات مالی در ادبیات ، یعنی نوسانات تاریخی ، نوسانات و نوسانات مبتنی بر مدل وجود دارد. نوسانات تاریخی (HV) به عقب به نظر می رسد و به طور کلی از یک سری زمانی از بازده های مداوم پیچیده امنیت یا دارایی اساسی محاسبه می شود. در این اندازه ، بازده سرمایه گذاری مرکب r}( t )>جف_{از این رو ، با توجه به کاربردهای گسترده پیش بینی نوسانات ، تحقیقات در مورد مدل سازی و پیش بینی نوسانات مالی ، تمرکز اصلی دانشگاهیان و دست اندرکاران اقتصاد مالی مالی طی سالها بوده است. بررسی ها و تحقیقات عالی در مورد این موضوع در نایت و استفان ، 2002 ، پون و گرنجر ، 2003 ، هانس فرانسس و مک آلر ، 2002 و پون (2005) گزارش شده است. به طور خلاصه ، سه مفهوم کلی (اقدامات) از نوسانات مالی در ادبیات ، یعنی نوسانات تاریخی ، نوسانات و نوسانات مبتنی بر مدل وجود دارد. نوسانات تاریخی (HV) به عقب به نظر می رسد و به طور کلی از یک سری زمانی از بازده های مداوم پیچیده امنیت یا دارایی اساسی محاسبه می شود. در این اندازه ، بازده سرمایه گذاری مرکب r}جف

(t) = μ (t) + ε (t) ، به گونه ای که μ (t) = ϕ + ∑ i = 1 n 1 a i r c (t - i) (مدل خودکار)

ε (t) = σ (t) z (t) (مدل نوآوری تصادفی)₁جایی که T روز تجارت فعلی را نشان می دهد. ϕ ثابت است ؛حرف_{از این رو ، با توجه به کاربردهای گسترده پیش بینی نوسانات ، تحقیقات در مورد مدل سازی و پیش بینی نوسانات مالی ، تمرکز اصلی دانشگاهیان و دست اندرکاران اقتصاد مالی مالی طی سالها بوده است. بررسی ها و تحقیقات عالی در مورد این موضوع در نایت و استفان ، 2002 ، پون و گرنجر ، 2003 ، هانس فرانسس و مک آلر ، 2002 و پون (2005) گزارش شده است. به طور خلاصه ، سه مفهوم کلی (اقدامات) از نوسانات مالی در ادبیات ، یعنی نوسانات تاریخی ، نوسانات و نوسانات مبتنی بر مدل وجود دارد. نوسانات تاریخی (HV) به عقب به نظر می رسد و به طور کلی از یک سری زمانی از بازده های مداوم پیچیده امنیت یا دارایی اساسی محاسبه می شود. در این اندازه ، بازده سرمایه گذاری مرکب r}( t )>جف