MISMIS - یک سیستم پشتیبانی تصمیم گیری جامع برای سرمایه گذاری در بازار سهام

از ژانویه 2020، الزویر یک مرکز منبع COVID-19 با اطلاعات رایگان به زبان انگلیسی و ماندارین در مورد کروناویروس جدید COVID-19 ایجاد کرده است. مرکز منابع COVID-19 در Elsevier Connect، وب سایت خبری و اطلاعات عمومی شرکت میزبانی می شود. Elsevier بدینوسیله اجازه می دهد تمام تحقیقات مربوط به COVID-19 خود را که در مرکز منبع COVID-19 در دسترس است - از جمله این محتوای تحقیقاتی - بلافاصله در PubMed Central و سایر مخازن با بودجه عمومی، مانند پایگاه داده COVID-19 WHO با حقوقاستفاده مجدد و تجزیه و تحلیل تحقیقات بدون محدودیت به هر شکل یا به هر وسیله ای با اذعان به منبع اصلی. این مجوزها تا زمانی که مرکز منبع COVID-19 فعال است توسط Elsevier به صورت رایگان اعطا می شود.

خلاصه

امروزه بازار سهام به یک پلتفرم سرمایه گذاری محبوب برای سرمایه گذاران نهادی و فردی تبدیل شده است. سیستم های اطلاعات مالی فعلی برای ارائه آخرین اطلاعات استفاده می کنند. با این حال، آنها فاقد ابزارهای تحلیلی پیچیده هستند. این مقاله یک معماری جدید برای سیستم های اطلاعات مالی پیشنهاد می کند. نمونه اولیه توسعه یافته به عنوان سیستم سرمایه گذاری بازار سهام چند سطحی و تعاملی (MISMIS) نام دارد. این به ویژه برای سرمایه گذاران طراحی شده است تا مدل های مالی خود را برای پیش بینی قیمت سهام و شاخص بسازند. عملکرد مدل های مالی را می توان در یک پلت فرم معاملات مجازی ارزیابی کرد. ویژگی های دیگری در MISMIS وجود دارد که برای رسیدگی به داده های مالی طراحی شده اند. اینها شامل چارچوب زمانی همگام، تکنیک های پیش بینی سری های زمانی، توابع پیش پردازش و تبدیل، مدل سازی چند سطحی و رابط کاربری تعاملی است. برای نشان دادن قابلیت MISMIS، ما استراتژی های معامله گزینه های آتی شاخص هانگ سنگ (HSI) را ارزیابی کرده ایم. ما متوجه شدیم که HSI تاریخی، شاخص داو جونز، شاخص قیمت دارایی، رقم فروش خرده فروشی، نرخ وام اولیه و شاخص قیمت مصرف کننده در هنگ کنگ عوامل اساسی موثر بر عملکرد معاملات گزینه آینده HSI هستند. همچنین بازخوردهایی از مصاحبه های عمیق شش مشاور مالی درباره نحوه درک آنها از نمونه اولیه MISMIS وجود دارد.

کلمات کلیدی: سیستم معاملاتی هوشمند بازار سهام، سیستم پشتیبانی تصمیم، تحلیل سری زمانی، شاخص هانگ سنگ، سیستم چند سطحی

1. معرفی

در بازار سهام ، بسیاری از سرمایه گذاران سعی در کسب سود اضافی یا محافظت از پس انداز خود در برابر کاهش تورم دارند. با این حال ، سیستم های اطلاعات مالی موجود (FIS) بیش از حد بر انتشار اطلاعاتی مانند اخبار مالی یا آخرین ارزش سهام متمرکز هستند. آنها ممکن است به اکتشافی ساده تجارت سهام تجهیز کنند. به عنوان مثال ، اگر منحنی صلیب متوسط 7 روز در حال حرکت باشد و بالاتر از میانگین حرکت 50 روز باشد ، یک سیگنال خرید شاخ می شود. آنها در واقع عدم وجود ابزارهای تحلیلی برای انجام تحلیل های پیشرفته هستند. امروزه ، برخی از ابزارهای آماری مانند کلمنتین با تکنیک های پیشرفته به ویژه در پیش بینی سری های زمانی مانند میانگین متحرک یکپارچه خودجوش (ARIMA) و شبکه عصبی مصنوعی مسلح شده اند. با این وجود ، آنها بستری را برای برنامه های عمومی فراهم می کنند و دامنه مالی خاصی ندارند. به عنوان مثال ، آنها پشتیبانی کافی از محیط تجارت مجازی را برای سرمایه گذاران ارائه نمی دهند تا استراتژی های معاملاتی خود را امتحان کنند. به منظور تسهیل سرمایه گذاران برای تصمیم گیری خود در تجارت سهام ، این مقاله معماری جدیدی از FIS را ارائه می دهد که تکنیک های پیش بینی سری پیشرفته را با یک بستر معاملاتی مجازی تحت یک محیط GUI ادغام می کند. این پیشرفت در روند استفاده از تکنیک های پیشرفته مانند روش داده کاوی و ابزار پشتیبانی از تصمیم گیری دانش برای پیش بینی یا ارزیابی عملکرد کسب و کار قرار می گیرد [32] ، [33] ، [35].

در این مقاله نمونه اولیه یک سیستم سرمایه گذاری چند سطحی و تعاملی در بازار سهام (MISMIS) که ترکیبی از حوزه مختلف-اقتصاد مالی ، تکنیک های پیش بینی و نظریه سیستم های دینامیکی ، در رسیدگی به داده های مالی است. MISMIS سرمایه گذاران را قادر می سازد تا با کشیدن عملکردهای مختلف از پیش تعریف شده ، مدل های پیش بینی خود را به صورت تعاملی بسازند. نتایج پیش بینی همچنین می تواند به عنوان ورودی در یک مدل پیش بینی دیگر تغذیه شود. بگذارید بگوییم ، شاخص Hang Seng را می توان با تغذیه نتایج پیش بینی آن قیمت سهام کامپوزیت پیش بینی کرد. این ممکن است منجر به داشتن مدلی شود که پیش بینی های قابل اطمینان تری ایجاد کند. پیش بینی متعاقباً در یک استراتژی معاملاتی قرار می گیرد و در یک بستر معاملاتی مجازی ارزیابی می شود. معیارهای عملکرد به کاربرانی گزارش می شود که پارامترهای مدل را برای پیشرفت بیشتر در مدل پیش بینی تنظیم می کنند. از این رو ، سوء مدیریت به تصمیم گیری یک سرمایه گذار در تجارت سهام کمک می کند. این سوء مدیریت نمونه اولیه نیز توسط برخی از مشاوران در سرمایه گذاری مالی ارزیابی شده است. آنها دریافتند که این نمونه اولیه پس از راه اندازی ، توسط اکثر سرمایه گذاران فردی بسیار مورد استقبال قرار می گیرد.

ارائه این مقاله به شرح زیر است. ما ابتدا پایگاه نظری پیش بینی مالی را شرح می دهیم. بخشی برای توضیح در مورد ویژگی سیستم MISMIS وجود دارد ، سپس یک مطالعه موردی از بازار سهام در هنگ کنگ دنبال می شود. در مطالعه موردی ، ما عوامل اساسی را که تأثیر قابل توجهی در پیش بینی شاخص Hang Seng دارند ، بررسی می کنیم و مدلهای مختلف را در عملکرد آنها در گزینه آینده HSI مقایسه می کنیم. همچنین بخشی در مورد چگونگی بازخورد مشاور سرمایه گذاری به این نمونه اولیه وجود دارد. در بخش پایانی ، ما در مورد محدودیت های سوء استفاده می کنیم و این مقاله را نتیجه می گیریم.

2. چارچوب مرتبط برای پیش بینی مالی

این بخش در مورد اصول مبنی بر اینکه چرا پیش بینی بازاریابی مالی معقول است ، مرور می کند. به گفته FAMA [12] ، یک بازار "کارآمد" ، اوراق بهادار با تمام اطلاعات موجود قیمت مناسب خواهد بود. اگر یک بازار کارآمد باشد ، انتظار نمی رود که هیچ اطلاعاتی یا تجزیه و تحلیل منجر به عملکرد بیش از یک معیار مناسب شود. فاما معتقد بود که یک بازار "کارآمد" به عنوان بازاری تعریف شده است که در آن تعداد زیادی از حداکثر سودهای عقلانی و سودمند به طور فعال در حال رقابت هستند ، با این که هرکدام سعی در پیش بینی ارزشهای بازار آینده اوراق بهادار فردی دارند ، و جایی که اطلاعات مهم فعلی تقریباً آزادانه در دسترس همه استشركت كنندگان. به عبارت دیگر ، در یک بازار کارآمد در هر مقطع زمانی ، قیمت واقعی یک امنیت تخمین خوبی از ارزش ذاتی آن خواهد داشت. از همه مهمتر ، فرضیه بازار کارآمد [12] بیان می کند که در هر زمان معین ، قیمت های امنیتی به طور کامل تمام اطلاعات موجود را منعکس می کنند. این بدان معنی است که می توان ارزش قیمت سهام را توسط کیفرندگان مناسب محاسبه کرد. بنابراین پیش بینی بازار سهام فقط در صورتی معنی دارد که بازار کارآمد باشد. در همین راستا ، ایجاد یک سیستم اطلاعات مالی به سرمایه گذاران در تصمیم گیری خود کمک می کند.

برای یک بازار کم کارآمد ، ما معمولاً در پاسخ به اطلاعات بازار تأخیر خواهیم یافت ، اما هنوز هم در دیدگاه بلند مدت حل و فصل می شود. ریچی [26] ، بر اساس تجزیه و تحلیل اساسی ، برای ارزیابی پویایی مهم اقتصادی ، سیاسی و اجتماعی و همچنین داده های شرکت طراحی شده و تأثیر بالقوه آنها را در بازارهای سرمایه و ارزش های امنیتی پیشنهاد می کند. این رویکرد سعی در تعیین بازده مورد انتظار یک سرمایه گذاری با توجه به میزان مشخصی از ریسک مالی از جمله ریسک برق خرید ، ریسک نرخ بهره و ریسک تجاری دارد. این شامل یک مطالعه عمیق از اقتصاد و پیامدهای آن برای صنایع و شرکت ها ، ارزیابی امنیت بر اساس قدرت درآمد آینده و سود سهام با استفاده از رویکردهای ارزیابی است. هر دو اطلاعات کیفی و کمی (صورتهای مالی از جمله صورت درآمد و ترازنامه) اطلاعات و تجزیه و تحلیل برای برآورد ارزش سهام استفاده می شود. ارزش مشتق شده سهام سپس با ارزش بازار فعلی خود مقایسه می شود تا تعیین کند که آیا باید روی این سهام سرمایه گذاری کند یا خیر. به طور خلاصه ، تجزیه و تحلیل اساسی برای پیش بینی و تجزیه و تحلیل بلند مدت مناسب است. این می تواند برای پیش بینی روند کلی حرکت در آینده استفاده شود.

همراه با جنبش کوتاه مدت ، مورفی [23] تلاش کرد تا اقدامات بازار را در درجه اول با استفاده از نمودارها مطالعه کند. رویکرد فنی مبتنی بر سه فرض است: اقدامات بازار همه چیز را تخفیف می دهد. قیمت ها در روند حرکت می کنند. و تاریخ خود را تکرار می کند. انواع نمودار موجود شامل نمودار نوار روزانه ، نمودار هفتگی و ماهانه با برد طولانی ، نمودار کوتاه مدت در روز ، الگوهای اصلی واژگونی مانند الگوی سر و شانه ها و بالا یا پایین دوتایی ، میانگین حرکت ، نوسان سازها و نظر خلاف ، نقطه ونمودار شکل و غیره به طور خلاصه ، تجزیه و تحلیل فنی عمدتاً برای پیش بینی کوتاه مدت است در حالی که تجزیه و تحلیل اساسی برای پیش بینی بلند مدت است. میکرویس نمونه اولیه بسته به اینکه چه داده هایی کاربر را به سیستم وارد می کند و بازه زمانی برای پیش بینی خود می تواند کوتاه مدت و بلند مدت را کنترل کند. برای پیش بینی کوتاه مدت ، یک کاربر ممکن است از قیمت سهام گذشته تاریخی برای پیش بینی قیمت سهام آینده با استفاده از میانگین متحرک یکپارچه خودکار (ARIMA) یا شبکه عصبی مصنوعی (ANN) استفاده کند. برای آینده نگر بلند مدت ، یک کاربر ممکن است با در نظر گرفتن داده های اساسی اقتصادی اساسی با استفاده از رگرسیون یا ANN ، حرکت شاخص سهام را پیش بینی کند.

3. نمونه اولیه - MISMIS

ما یک نمونه اولیه از سیستم سرمایه گذاری چند سطحی و تعاملی بازار سهام (MISMIS) را پیشنهاد می کنیم که می تواند انعطاف پذیری و تعامل را برای تدوین یک مدل پیش بینی در داده های سری زمانی فراهم کند. رابط کاربری آن مانند کلمنتین است که یک ماژول پیشرفته SPSS است و کاربر می تواند با قرار دادن بلوک های عملکردی مختلف ، مدل پیش بینی خود را بسازد.

همانطور که در شکل 1 نشان داده شده است ، میکیسم دارای هفت ویژگی اساسی ، یعنی توابع خاص تحول ، مدل سازی چند سطحی ، تراز بازه زمانی انعطاف پذیر ، ابزارهای پیشرفته برای پیش بینی مالی ، محیط تجارت مجازی ، خروجی های جدول بندی شده و گرافیکی و رابط کاربری تعاملی است. بخش های زیر این ویژگی ها را با جزئیات شرح می دهد.