تجزیه و تحلیل و ارزیابی شاخص های فنی برای پیش بینی بازار سهام

Gananjay Sandeep Thanekar ، Zaheed Shamsuddin Shaikh ، 2021 ، تجزیه و تحلیل و ارزیابی شاخص های فنی برای پیش بینی بازار سهام ، مجله بین المللی تحقیقات و فناوری مهندسی (IJERT) جلد 10 ، شماره 04 (آوریل 2021) ،

تجزیه و تحلیل و ارزیابی شاخص های فنی برای پیش بینی بازار سهام

Gananjay Sandeep Thanekar

گروه مهندسی کامپیوتر ،

K. J. کالج مهندسی سومایه ، بمبئی

Zaheed Shamsuddin Shaikh

دانشیار ، گروه مهندسی کامپیوتر ،

K. J. کالج مهندسی سومایه ، بمبئی

چکیده: - در عملیات بازار سهام ، منطق محاسبات داده و قدرت پردازش را می توان مهار کرد تا یک مزیت رقابتی نسبت به دیگری ارائه دهد. بازار سهام طی سالها بازده سرمایه گذاری بسیار خوبی را ارائه داده است ، اما معامله گران آماتور قادر به کسب مزیت خود هستند به لطف تغییر وسواس بازار و از دست دادن پول. در طی این کار تحقیق ، اصول شاخص های فنی مختلف بر روی داده های تاریخی بخش سهام هند برای تحقق دانش و بینش معنی دار در نوع استراتژی اعمال می شود ، که می تواند به کاربران در گرفتن تصمیمات مناسب در هنگام تجارت در آن سهام خاص کمک کند. این قابلیت به معامله گر انتخابی منجر به پیشرو در معامله گران تازه کار می شود. با پیروی از استراتژی مناسب ، کاربر واقعاً در تلاش است تا خطر ضرر را کاهش دهد و احتمال کسب سود را افزایش دهد. این پروژه بر روی استراتژی های مختلف شاخص های فنی متمرکز خواهد شد. این شامل پنج شاخص مختلف است که به طور کلی در بازار سهام استفاده می شود. این شاخص ها با استفاده از پایتون به عنوان زبان اصلی برنامه نویسی ترسیم می شوند و از کتابخانه های Numpy و Matplotlib پایتون استفاده می کنند که به ما در ترسیم نمودار نمودار آن استراتژی شاخص فنی خاص کمک می کند. انگیزه این پروژه کمک به سرمایه گذاران خرده فروشی بازار سهم است ، زیرا آنها افرادی هستند که بیشتر مستعد ضرر هستند زیرا آنها در روش تجارت خود از شاخص های فنی استفاده نمی کنند.

واژه‌های کلیدی: باند بولینگر ، اصلاح فیبوناچی ، میانگین متقاطع حرکت ، nifty ، تجزیه و تحلیل پیش بینی ، پایتون ، شاخص قدرت نسبی ، نوسان ساز تصادفی ، بورس سهام

تجزیه و تحلیل فنی ممکن است یک رشته معاملاتی باشد که برای بررسی سرمایه گذاری ها و تمایز دهانه تجارت با بررسی الگوهای قابل اندازه گیری مونتاژ شده از تبادل عمل ، مشابه لحظه ارزش و

در هند دقیقاً مانند کشورهای خاص در خارج از کشور در اینجا کنترل می شود و در آنجا توسط کسانی که دارای جریان پول زیادی هستند ، نقص و مختل شده است

متناسب با مزایای خودشان. برای شکست این امر ، ما از شاخص های فنی کمک خواهیم کرد تا بتوانیم ارزش قیمت را بررسی کنیم. با کمک شاخص های فنی با استفاده از پایتون ، یک معامله گر قابل محافظت و نعناع مقداری پول نقد از بورس اوراق بهادار است

دانش پیشینه مالی

این بخش شامل مفاهیم اساسی پس زمینه مورد استفاده در این مقاله است. برای شناخت مفهوم ، ابتدا با برخی از کلمات کلیدی که در طول این مقاله استفاده می شود ، آشنا خواهیم شد.

حرکت متقاطع متوسط: حرکت متقاطع متوسط ، [1] صلیب طلایی هنگام ضرب و شتم گاوها ، یک حرکت واقعی در ارزیابی بازار را نشان می دهد. این قاب بندی می شود که یک حرکت متوسط میان مدت ، یک لحظه اول یک لحظه اول را بیان کنید ، به عنوان مثال یک MA 200 روزه ، بیش از حد عادی در حال حرکت است. با وجود این ، به یاد داشته باشید که میانگین های متحرک شاخص های گرایش هستند که برای سنجش انرژی جهت دار استفاده می شود.

نوسان ساز تصادفی: این نشانگر است که مقدار فعلی را با دامنه ارزش در مجموعه دوره ها مقایسه می کند. این شاخص توسط جورج لین ایجاد شده است. با توجه به ماهیت نوسان سازهای تصادفی یک نوسان ساز محدود ، در کمک به معامله گران در تشخیص اینکه یک منبع بیش از حد یا بیش از حد از آن استفاده می شود ، ارزشمند است. این "محدود" است ، زیرا خصوصیات آن در محدوده جایی در محدوده 0 و 100 نگه داشته می شود.

جلد. شاخص های فنی علائم مبتنی بر اکتشافی هستند

ایجاد شده توسط ارزش ، حجم و همچنین علاقه باز امنیت یا توافق نامه ای که توسط معامله گران مورد استفاده از آزمون تخصصی استفاده می شود. با بررسی اطلاعات تاریخی ، تحلیلگر فنی از شاخص ها برای پیش بینی تحولات قیمت آینده استفاده می کند.

این پروژه بر روی استراتژی های مختلف شاخص های فنی متمرکز خواهد شد. این شامل پنج شاخص منحصر به فرد است که به طور کلی در بازار سهام مورد استفاده قرار می گیرند. این شاخص ها با استفاده از پایتون به عنوان زبان برنامه نویسی اساسی ترسیم می شوند و از کتابخانه های Numpy و Matplotlib پایتون استفاده می کنند که به ما در ترسیم نمودارهای آن روش خاص شاخص فنی کمک می کند. چارچوب تجارت

شاخص قدرت نسبی: این یکی از ابزارهای برجسته مورد استفاده در گوشی معامله گر است. RSI یک شاخص نوسان است که نشان می دهد چه زمانی می توان سهام را تحت تأثیر قرار داد یا از آن خارج شد. RSI در حالی که بیش از 70 سال و در کمتر از 30 سال از آن خارج می شود ، بیش از حد در نظر گرفته می شود. وقتی نشانگر از زیر خط خارج از کشور حرکت می کند ، طولانی می شود و وقتی نشانگر از بالا به زیر خط بیش از حد حرکت می کند ، کوتاه می رود. RSI با یک خط واحد تجسم می شود و در محدوده بین 1 تا 100 قرار دارد ، که سطح 50 به عنوان یک نقطه کلیدی در نظر گرفته می شود که یک صعود را از پایین آمدن متمایز می کند.

مجموع سود/ضرر در 14 دوره گذشته

میانگین سود/ضرر اول =

13 (میانگین افزایش/ضرر قبلی) + افزایش/ضرر فعلی

Rection Fibonacci: با توجه به بازار سهام ، اعداد مورد استفاده در تنظیم مجدد فیبوناچی در جانشینی فیبوناچی تعداد آنها نیست. همه چیز برابر است ، آنها از اتصالات عددی بین اعداد داخل گروه بندی بدست می آیند. هر عدد تقریباً 1. 618 بار قابل توجه تر از شماره اول است. این شماره 1. 618 PHI یا "نسبت طلایی" نامیده می شود. سطح اصلاح فیبوناچی با گرفتن لکه های زیاد و افسرده بر روی یک نمودار و نشان دادن نسبت های کلیدی فیبوناچی 23. 6 ٪ ، 38. 2 ٪ و 61. 8 ٪ به طور مساوی برای ایجاد یک شبکه به تصویر کشیده می شود.

Bollinger Bands: این یک شاخص نوسان است که برای سنجش بازار غیرقابل پیش بینی بازار استفاده می شود. گروه فوقانی به دامنه Overbought دامنه می پردازد ، در حالی که گروه پایین می تواند هنگام امنیت بیش از حد به شما نشان دهد. هنگامی که قیمت متوسط در حال حرکت به باند پایین نزدیک می شود ، دارایی در نظر گرفته می شود زیرا در مقایسه با میانگین اخیر خود با قیمت نسبتاً کم معامله می شود. این منطقی به عنوان یک سیگنال صعودی تلقی می شود زیرا احتمالاً قیمت دوباره به سمت میانگین متحرک باز می گردد و برعکس در هنگام لمس باند فوقانی قابل استفاده است.

Prasetijo و Saputro [2] برای گروههای بولینگر و شاخص های SAR Parabolic تحقیق کردند و آنها را در بورس اندونزی به کار بردند. آنها استراتژی های زیادی را ایجاد کردند و آنها را به صورت جداگانه مطالعه کردند و دریافتند که فقط با استفاده از گروههای بولینگر بهترین بازده را ایجاد می کند. استراتژی Nure Bollinger Band به طور متوسط بهترین عملکرد را انجام می دهد. این به طور مداوم سود را برای روندهای صعودی و کنار آن به ترتیب 17. 06 ٪ و 1. 19 ٪ فراهم می کند.

J. Ranjani و A. Sheela [3] تجزیه و تحلیل مقایسه ای سازمان یافته ای را بر روی استفاده گروهی از NumPy، SciPy، Matplotlib در مقایسه با MATLAB انجام دادند. بعداً آنها به این نتیجه رسیدند که استفاده از ترکیب هر سه با استفاده از پایتون نتایج بهتری را در مقایسه با MATLAB ارائه می دهد.

شکل 1- مشخصات نرم افزار پایتون در مقابل متلب

ریکاردو دی آلمیدا [4] اجرای رویکرد بهینه سازی چند هدفه را در شاخص های فنی بازار سهام مورد مطالعه قرار داد. با وجود به حداکثر رساندن سود و به حداقل رساندن سطح ریسک، این کار را نیز در نظر بگیرید

به حداقل رساندن تعداد معاملات، چه تاثیری بر هزینه های معاملاتی دارد. روش‌های بهینه‌سازی چند هدفه معمولاً گروهی از راه‌حل‌های غیرمسلط را ایجاد می‌کنند که از آنجا سرمایه‌گذار می‌تواند مبادله بین اهداف را تجزیه و تحلیل کند و راه‌حلی را انتخاب کند که به بهترین وجه متناسب با استراتژی خود باشد. در این مقاله از الگوریتمی مبتنی بر تکامل دیفرانسیل برای بدست آوردن جبهه های پارتو برای هر شاخص فنی استفاده شده است.

راما کریشنا یلامانچیلی [5] به این نتیجه رسید که بازارهای سهام و سهام نفت و گاز مستقل از تولیدات صنعتی هستند. آنها نتیجه می گیرند که تولید صنعتی به پیش بینی نه حرکات بورس و نه بازده سهام کمکی نمی کند. همچنین نتایج تجربی نشان می‌دهد که شاخص‌های بورس به شناخت بازده سهام همزمان کمک می‌کنند اما نه بازده آتی.

شاخص های فنی محاسبات عددی هستند که به صورت خطوط روی نمودار قیمت رسم می شوند و ممکن است به معامله گران در شناخت علائم و روندهای خاص در داخل بازار کمک کنند.[6] صرف نظر از اینکه به معاملات سهام، معاملات کالاها علاقه دارید، استفاده از تحلیل تکنیکال به عنوان بخشی از تکنیک شما به طور منظم مفید است و این شامل بررسی شاخص های فنی مختلف می شود. پایتون یکی از گویش های اصلی برنامه نویسی شناخته شده را برای برخی از شرکت ها به دست آورده است. بی زحمتی و توانایی های نمایش قوی آن را به دستگاهی برجسته برای دانشمندان، محققین و فروشندگان تبدیل کرده است. ساختن یک سیستم معاملاتی با پایتون در حال حاضر قابل تصور است، بخش‌های تجاری سهام معیارهای عظیمی از اطلاعات را ایجاد می‌کنند که به حجم زیادی از مطالعه نیاز دارند و این جایی است که پایتون نیز به آن کمک می‌کند. Pandas- Datareader، NumPy، Matplotlib. pyplot، iPython، Statistics، Datetime، yfinance، get-all-tickers کتابخانه های مورد استفاده در این پروژه هستند. کتابخانه هایی مانند پانداها روش تجسم دانش را ساده می کنند و امکان تکمیل محاسبات آماری پیچیده را فراهم می کنند.

ابزارهایی مانند scipy، numpy یا matplotlib به فرد اجازه می‌دهد تا تخمین‌های پیچیده را انجام دهد و دستورات را به روشی واقعاً مطلوب نشان دهد.[7] با پایتون، برنامه‌نویس‌ها مجبور نیستند دستگاه‌های خود را بدون هیچ آماده‌سازی جمع‌آوری کنند و در پروژه‌های بهبود به‌خوبی دست پیدا کنند. پایتون به طور کلی در حساب های کمی استفاده می شود - ترتیباتی که چرخه و بررسی مجموعه داده های عظیم، اطلاعات پولی عظیم را انجام می دهند. برای استنباط آماری لازم، تجسم داده ها ضروری است و Matplotlib یکی از این راه حل ها برای کاربران پایتون است. این یک کتابخانه رسم بسیار قدرتمند است که برای کسانی که با پایتون و numpy کار می کنند مفید است. پر استفاده ترین ماژول matplotlib us Pyplot که یک رابط عالی ارائه می دهد. همه روش‌ها از سال 2015 تا 2021 برای اطلاعات اعمال می‌شوند. رویکرد با بهترین بازده برای کاربر نهایی تایید می شود. ما به همین ترتیب چارچوب‌های تایید شده را در بازه‌های طولانی ژانویه، فوریه، مارس سال 2021 اعمال کرده‌ایم تا بررسی کنیم که آیا فلسفه‌های گزینه به درستی کار می‌کنند و به نتایج شگفت‌انگیزی رسیده‌ایم.

شاخص های فنی مختلف

متقاطع میانگین متحرک: هنگام تلاش برای ترسیم متقاطع میانگین متحرک روی سیستم، با استفاده از 50 MA و 200 MA رسم می شود. این را می توان با استفاده از مفاهیم توضیح داد که هرگاه 50 MA از 200 MA بالاتر رفت، قیمت آن سهام خاص همانطور که در تصویر می بینیم افزایش می یابد. همان 50 MA هنگامی که به زیر 200 MA می شکند، سپس قیمت آن سهام خاص کاهش می یابد. برای این منظور، Nifty را به عنوان امنیت زیربنایی برای انجام تجزیه و تحلیل در نظر گرفته ایم.

شکل 2. میانگین متحرک استراتژی متقاطع ترسیم شده توسط سیستم

نوسانگر تصادفی: هنگام انجام تحلیل نوسانگر تصادفی، سهام MRF را در نظر خواهیم گرفت. هر گاه ارزش نوسانگر در آن زمان به منطقه اشباع خرید رسید، ممکن است قیمت سهام در زمان مقرر کاهش یابد، همین امر زمانی اعمال می شود که ارزش نوسانگر به منطقه اشباع فروش در آن زمان برخورد کند، قیمت سهام ممکن است افزایش یابد.

شکل 3. استراتژی اسیلاتور تصادفی ترسیم شده توسط سیستم

گروههای بولینجر: هنگام انجام تجزیه و تحلیل گروههای بولینگر ، ما سهام صنایع اکسل را برای تجزیه و تحلیل در نظر گرفته ایم. هنگامی که باند بولینگر در حالت پیمانکاری قرار دارد ، لحظه قیمت سهام در منطقه راکد باقی می ماند ، اما وقتی باند بولینگر به حالت گسترش می رود ، قیمت سهام می تواند برخی از نوسانات قیمت ها را نشان دهد. و هنگامی که میانگین متحرک قیمت سهام را از بالاتر از آن کاهش می دهد ، قیمت سهام کاهش می یابد ، در حالی که قیمت سهام میانگین متحرک را از بالاتر از آن کاهش می دهد و قیمت سهام افزایش می یابد.

شکل 4استراتژی باند بولینگر توسط سیستم ترسیم شده است

شاخص قدرت نسبی: هنگام انجام تجزیه و تحلیل شاخص قدرت نسبی ، سهام ITC را در نظر خواهیم گرفت. هر زمان که مقدار RSI در آن زمان منطقه بیش از حد را لمس کند ، ممکن است قیمت سهام در موعد مقرر کاهش یابد ، هنگامی که مقدار RSI در آن زمان ممکن است قیمت سهام افزایش یابد ، قابل استفاده است.

شکل 5استراتژی شاخص قدرت نسبی که توسط سیستم ترسیم شده است

اصلاح فیبوناچی: هنگام انجام تجزیه و تحلیل اصلاح فیبوناچی ، ما از سهام Abbott هند برای تجزیه و تحلیل استفاده کرده ایم. در حالی که ترسیم سطح فیبوناچی حداقل سطح در نظر گرفته شده 935 و حداکثر سطح در نظر گرفته شده 18679 است. هر زمان که قیمت سهام پس از تصحیح کاهش می یابد ، سطح فیبوناچی به عنوان یک سطح مهم برای سطح پشتیبانی عمل می کند.

شکل 6استراتژی اصلاح فیبوناچی توسط سیستم ترسیم شده است

برای بررسی زنده ماندن تکنیک های ارائه شده توسط چارچوب ما ، ما آن را در امتداد طولانی ژانویه ، فوریه و مارس امتحان کردیم. روش توصیه شده توسط چارچوب ما به تمام 3 ماه پرداخته است. تکنیک های مختلف ترسیم شده توسط این چارچوب میانگین ROI 11 ٪ را نشان می دهد ، که بسیار قابل قبول تلقی می شود و علاوه بر این حداقل در هنگام ترسیم خطرناک وجود دارد.

شکل 7تجزیه و تحلیل تطبیقی شاخص های فنی مختلف

روش اصلاح فیبوناچی بهترین ها را از بین پنج شاخص فنی که ما بررسی کرده ایم ، بازی می کند. شاخص های پیشرو مالی رابطه معاصر با بازده سهام دارند ، اما نمی توانند بازده سهام را در کوتاه مدت پیش بینی کنند. قابلیت بازده فراوانی با استفاده از تنظیمات پیشرفته برای شاخص های تخصصی با نتایج حاصل از زمان طولانی مدت بازار سهام هند نشان داده شد ، که نشان می دهد ، همه نشانگرهای ساده می توانند بازده بیش از حد را ایجاد کنند. علاوه بر این ، پایتون برای استفاده از زبان برنامه نویسی نیز آسان است ، از کد کاهش یافته و قابل تشخیص تر توسط پایتون استفاده می شود.

استراتژی های نشانگر فنی یک بازیکن اصلی در سراسر بورس است و همچنان برای جایگزینی وظایف فشرده بشر همچنان بر بازارها مسلط می شود. اجرای استراتژی های مختلف با کمک پایتون هنگامی که کارها تکراری ، مکرر ، نیروی کار انسانی شدید باشد ، به خوبی کار می کند و می تواند در مراحل واضح و بدون ابهام بیان شود. این با در نظر گرفتن استراتژی پنج استراتژی فنی در دنیای واقعی اثبات شده است. نتایج نشانگر سود عالی است که فناوری از نظر صرفه جویی در وقت و نرخ سود ارائه می دهد ، در نتیجه تعداد ضررهای متحمل شده در تجارت را کاهش می دهد. در این پروژه ، ما استراتژی هایی را ایجاد کرده ایم که به دیگران می پردازد و خطرات را به میزان قابل توجهی کاهش می دهد. بنابراین به این ترتیب ، ما جوهر قمار را کاهش داده ایم. با استفاده از این کار تحقیقاتی ، می توان در معرض قابل توجهی در بخش نشانگر فنی قرار گرفت و خطر گمانه زنی را به حداقل برساند. پس از آزمایش دقیق این استراتژی ها برای مدت طولانی تر ، می توان از این استراتژی ها برای ارز و رمزنگاری نیز استفاده کرد.

jiangmeiyun ، آیا میانگین حرکت دوتایی می تواند بازده اضافی ایجاد کند؟2010 اولین کنفرانس بین المللی شبکه و محاسبات توزیع شده ، DOI 10. 1109/ICNDC. 2010. 62

Agung B. Prasetijo ، Takdir A. Saputro ، Ike P. Windasari ، & Yudi

E. WINDARTO ، خرید/فروش سیگنال در معاملات سهام با گروههای بولینگر و SAR Parabolic با برنامه وب برای اثبات استراتژی معاملات 18-19 اکتبر 2017 ، Semarang ،

J. Ranjani ، A. Sheela & K. Pandi Meena ، ترکیبی از Numpy ، Scipy و Matplotlib/Pylab-یک روش جایگزین خوب برای MATLAB-یک تحلیل مقایسه ای 25-26 آوریل 2019 ، Chnnai ،

Ricardo de Almeida ، Gilberto Reynoso-Meza و Maria Teresinha Arns Steiner ، رویکرد بهینه سازی چند هدف به شاخص های فنی بازار سهام 24-29 ژوئیه 2016 ، ونکوور ، قبل از میلاد.