ارائه یک معماری جدید برای سیستم پشتیبانی تصمیم جهت مدیریت خرید و فروش سهام مبتنی بر ترکیبی از شاخص های مالی
الموضوعات :
مسعود منصوری
1
,
بیژن منصوری
2
,
سید علیرضا هاشمی گلپایگانی
3
1 - -
2 - دانشگاه لیورپول انگلستان
3 - هیات علمی
الکلمات المفتاحية: سیستم پشتیبانی تصمیم, شاخص¬های مالی, حد اشباع خرید, حد اشباع فروش,
ملخص المقالة :
برای تحلیل بازار و پیش بینی وضعیت سهام در آینده، در بسیاری از مواقع از شاخص های مالی استفاده می شود. اما به دلیل پیچیدگی زیاد در بازار بورس، اینکه از چه شاخصی استفاده شود و اینکه خروجی شاخص مورد استفاده تا چه اندازه ای قابل اطمینان است، همیشه به عنوان یک مسئله مطرح بوده است. در این مقاله، از یک رویکرد ترکیبی در قالب یک سیستم پشتیبانی تصمیم برای پیشنهاد دادن بهترین سهام ها برای خرید یا فروش استفاده شده است. انتخاب بهترین سهام ها از بین مجموعه ای از سهام ها با استفاده از یکسری از شاخص های مالی صورت گرفته است. این شاخص ها هر یک به عنوان یک مدل عمل می کنند و با توجه به وضعیت سهام در گذشته، وضعیت آن را در آینده نشان می دهند. بنابراین استفاده از مجموعه ی ترکیبی از شاخص ها به ما این امکان را می دهد تا بتوانیم با قطعیت بیشتری تصمیم گیری کنیم. کارایی این سیستم بر روی مجموعه ی داده ای بازار بورس ایران که از سال 2001 تا 2011 جمع آوری شده، ارزیابی شده است. نتایج نشان می دهند که شاخص های بکار گرفته شده و استفاده ی ترکیبی از آن ها منجر شده است که سیستم پشتیبانی تصمیم با دقت بالایی پیشنهادها را تولید نماید.
1. Aronson, J., Liang, T. & Turban, E., 2005. Decision support systems and intelligent systems, Pearson, Upper Saddle River.
2.Chou, S.T. et al., 1997. A stock selection DSS combining AI and technical analysis. Annals of Operations Research, 75, pp.335–353.
3.Dong, J. et al., 2004. A framework of web-based decision support systems for portfolio selection with OLAP and PVM. Decision Support Systems, 37(3), pp.367–376.
4.Ghasemzadeh, F. & Archer, N.P., 2000. Project portfolio selection through decision support. Decision Support Systems, 29(1), pp.73–88.
5.Lambert, D.R., 1983. Commodity channel index: Tool for trading cyclic trends. Technical Analysis of Stocks & Commodities, 1.
6.Matsatsinis, N.F. et al., 2002. Intelligent DSS for portfolio management: A survey. In Proceedings of 6th Balkan conference on operational research, Thessaloniki, Greece.
7.Samaras, G.D., Matsatsinis, N.F. & Zopounidis, C., 2008. A multicriteria DSS for stock evaluation using fundamental analysis. European Journal of Operational Research, 187(3), pp.1380–1401.
8.H. Ince and T. B. Trafalis, “Kernel principal component analysis and support vector machines for stock price prediction,” IIE Transactions, vol. 39, no. 6, pp. 629–637, 2007.
9.D. K. Sharma and E. Shore, “DESIGNING A GENETIC ALGORITHM BASED DECISION SUPPORT SYSTEM FOR PORTFOLIO MANAGEMENT,” Academy of Information and Management Sciences, vol. 15, no. 2, p. 15, 2011.
10.T. Magoc and F. Modave, “The optimality of non-additive approaches for portfolio selection,” Expert Systems with Applications, vol. 38, no. 10, pp. 12967–12973, 2011.
11.S. Wang and Y. Xia, “Criteria, Models and Strategies in Portfolio Selection,” Portfolio Selection and Asset Pricing, pp. 1–22, 2002.
12.J. D. Bermudez, J. V. Segura, and E. Vercher, “A fuzzy ranking strategy for portfolio selection applied to the Spanish stock market,” in Fuzzy Systems Conference, 2007. FUZZ-IEEE 2007. IEEE International, 2007, pp. 1–4.
13.M. Fasanghari and G. A. Montazer, “Design and implementation of fuzzy expert system for Tehran Stock Exchange portfolio recommendation,” Expert Systems with Applications, vol. 37, no. 9, pp. 6138–6147, 2010.
14.S. Afshin Mansouri, D. Gallear, and M. H. Askariazad, “Decision support for build-to-order supply chain management through multiobjective
optimization,” International Journal of Production Economics, vol. 135, no. 1, pp. 24–36, 2012 15.available online: www.stockcharts.com
