پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 127 |
| تعداد شمارهها | 7,196 |
| تعداد مقالات | 77,227 |
| تعداد مشاهده مقاله | 157,218,015 |
| تعداد دریافت فایل اصل مقاله | 118,403,672 |
پیشبینی روند ساعتی قیمت بیتکوین بر مبنای مدلسازی الگوهای شمعی فازی | ||
| تحقیقات مالی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 30 خرداد 1405 | ||
| نوع مقاله: مقاله علمی پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/frj.2026.400268.1007775 | ||
| نویسندگان | ||
| رضا شیخ رابری1؛ علیرضا بابائی* 2 | ||
| 1دانشکده مالی دانشگاه خوارزمی | ||
| 2دانشکده علوم مالی دانشگاه خوارزمی | ||
| چکیده | ||
| پیشبینی روند قیمت در بازارهای مالی، بهویژه در بسترهای پرنوسان و غیرخطی مانند بازار رمزارزها، همواره یکی از چالشبرانگیزترین مسائل برای تحلیلگران، معاملهگران و پژوهشگران بوده است. در این میان، نمودارهای شمعی ژاپنی بهعنوان یکی از ابزارهای اصلی تحلیل تکنیکال، با ارائه نمایی بصری از رفتار قیمتی، به شکل گستردهای مورد استفاده قرار گرفتهاند. با این حال، تفسیر این نمودارها اغلب بهصورت ذهنی و شهودی صورت میگیرد و فاقد ساختار عددی و قابل محاسبه است؛ موضوعی که منجر به ابهام، عدم تکرارپذیری و کاهش دقت تحلیلها میشود. برای حل این مسئله، پژوهش حاضر چارچوبی فازی برای مدلسازی شمعها و پیشبینی روند بعدی قیمت ارائه میدهد؛ مدلی که تلاش میکند شکاف میان دانش شهودی تحلیلگران و الگوریتمهای دقیق ریاضی را از طریق منطق فازی پُر کند. در این تحقیق، با استفاده از دادههای ساعتی قیمت بیتکوین طی بازهای هشتساله (سپتامبر ۲۰۱۷ تا مه ۲۰۲۵)، ابتدا ساختار شمعها به سه مؤلفهی بدنه، سایهی بالایی و سایهی پایینی تجزیه شده و سپس با بهرهگیری از توابع عضویت مثلثی، فازیسازی گردیدهاند. در ادامه، برای هر شمع، یک کد فازی سهرقمی تولید شده است که ترکیبی از بزرگترین درجات عضویت در سه مؤلفه اصلی را نشان میدهد. سپس، با بررسی آماری فراوانی این کدها و بررسی برچسب روند شمع بعدی (صعودی، نزولی یا خنثی)، مجموعهای از قواعد فازی استخراج شده که بهعنوان پایه سیستم تصمیمگیری عمل میکنند. مدل پیشبینی طراحیشده در دو نسخهی «قواعد نرم» و «قواعد سخت» توسعه یافته است. در رویکرد نرم، با استفاده از ۴ کد با بالاترین درجات عضویت، در صورتی که اکثریت آنها نشاندهندهی روند خاصی باشند، آن روند بهعنوان پیشبینی مدل اعلام میشود؛ در حالی که در مدل سخت، تنها در صورت اجماع کامل میان کدها، پیشبینی غیرخنثی صادر میگردد. این دو مدل بهصورت مستقل در دادههای آزمون اعمال شده و خروجیهای آنها بهعنوان سیگنالهای معاملاتی در شبیهسازی استراتژیهای خرید و فروش مورد استفاده قرار گرفتهاند. برای ارزیابی عملکرد مدلها، شبیهسازیهایی با فرض سرمایه اولیه ۱۰۰٬۰۰۰ دلار انجام شد. در این شبیهسازی، عملکرد دو رویکرد با حالتهای مختلف مدیریت سرمایه (ثابت و تعدیلشونده) و همچنین با استراتژی پایه «خرید و نگهداری» مقایسه شدند. نتایج نشان داد که مدل نرم با صدور بیش از ۱۰٬۸۰۰ سیگنال معاملاتی، سود خالص ۱۹۰٬۴۱۹ دلاری و مدل سخت با ۶٬۷۰۰ معامله، سود خالص ۱۸۷٬۹۷۹ دلاری تولید کردهاند. میانگین سود هر معامله در مدل سخت ۲۷٫۸ دلار و نرخ برد آن نیز ۵۵٫۸٪ بوده است که از منظر آماری، برتری عملکرد مدلها را نسبت به روش پایه تأیید میکند. بهمنظور ارزیابی معناداری آماری، آزمون t زوجی بر روی ۱۰۰۰ نمونهی تصادفی ۱۴روزه اجرا گردید. مقایسه میانگین بازده مدلها با روش خرید و نگهداری، در هر دو رویکرد سخت و نرم، نتایجی با مقدار p کمتر از ۰٫۰۰۰۰۱ بهدست داد که نشاندهندهی تفاوت معنادار در سطح اطمینان بالای ۹۹٫۹٪ بود. همچنین بررسی ریسک و نسبت شارپ مدلها نیز برتری مدلهای فازی را از منظر بازدهی تعدیلشده بر حسب ریسک بهروشنی نمایان کرد. از دیگر یافتههای پژوهش، شناسایی مجموعهای از کدهای پرتکرار و الگوهای فازی مشخص با رفتارهای صعودی و نزولی قابل اعتماد بود که میتوانند به صورت مجزا در بسیاری از تحلیلها و مدلهای مبتنی بر نمودارهای شمعی استفاده شوند. این تحلیلها زمینهساز توسعه سیستمهای هوشمند معاملاتی با ویژگیهایی نظیر تفسیرپذیری، پویایی و تطبیق با شرایط واقعی بازار خواهد بود. در پایان، مقاله حاضر با ارائه مدلی ساده، قابل فهم، مستقل از اندیکاتورها و مبتنی بر تحلیل تنها یک شمع منفرد، گامی نوآورانه در مسیر توسعه سیستمهای تصمیمیار فازی در بازارهای مالی به شمار میرود. قابلیت تفسیر بالا، بازدهی مؤثر، و ساختار آماری قابل ارزیابی، این مدل را به گزینهای کاربردی برای معاملهگران و پژوهشگران بازارهای پرتلاطم، بهویژه بازار رمزارزها، تبدیل کرده است. | ||
| کلیدواژهها | ||
| نمودارهای شمعی؛ منطق فازی؛ پیشبینی روند؛ استراتژیهای معاملاتی؛ قیمت بیتکوین | ||
|
آمار تعداد مشاهده مقاله: 38 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب