دوفصلنامۀ علمی مطالعات و سیاست‌های اقتصادی

دوفصلنامۀ علمی مطالعات و سیاست‌های اقتصادی

انطباق‌پذیری رفتار شاخص بورس اوراق بهادار تهران با مدل تئوری امواج الیوت

نوع مقاله : مقاله پژوهشی

نویسندگان
سمیرا سیف 1
بابک جمشیدی نوید 2
مهرداد قنبری 2
منصور اسماعیل پور 3
1 دانشجوی دکتری، گروه حسابداری، دانشکده علوم انسانی، دانشگاه آزاد اسلامی، واحد کرمانشاه، کرمانشاه، ایران.
2 استادیار، گروه حسابداری، دانشکده علوم انسانی، دانشگاه آزاد اسلامی، واحد کرمانشاه، کرمانشاه، ایران.
3 استادیار، گروه کامپیوتر، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی، واحد همدان، همدان، ایران.
10.22096/esp.2022.131682.1399
چکیده
یکی از مهم‌ترین مباحث در اقتصاد جهان، استفاده از سرمایه‌های راکد برای توسعه‌ اقتصادی هر کشور است و این نیازمند یک سیاست راهبردی جذب سرمایه‌گذاران داخلی و خارجی جهت تقویت بازار سرمایه کشور است. هدف کلی این پژوهش، بررسی انطباقپذیری رفتار بازار سهام ایران با سایر بازار های مالی خارجی طبق مدل تئوری موج الیوت از ابزارهای تحلیل تکنیکال و با استفاده از الگوریتم‌های طبقه‌بندی است. لذا در این پژوهش، روند حرکتی قیمت در شاخص کل و شاخص کل هم وزن بورس اوراق بهادار ایران بهعنوان دماسنج اقتصاد و نشانگر وضعیت کلی بازار سهام ایران، مورد بررسی قرار گرفته است. ابتدا، متغیرهای نوسان‌نمای موج الیوت و شاخص قدرت حرکت و تغییرات قیمت، بطور روزانه برای شاخص کل از تاریخ 25/02/1387 تا 05/09/1399 و شاخص کل هم وزن از تاریخ 14/02/1394 تا 11/09/1399 محاسبه شد و بر اساس این سه متغیر، روند حرکتی به سه دسته خرید، فروش و نگهداری برچسب‌گذاری شد. سپس، الگوریتم‌های طبقه‌بندی مانند درخت تصمیم، نزدیک‌ترین K همسایه، ماشین بردار پشتیبان خطی برای پیش‌بینی روند آینده استفاده شد. نتایج نشان داد دقت الگوریتم‌های درخت تصمیم و نزدیک‌ترین K همسایه در پیش‌بینی برچسب خرید، فروش و نگهداری بالای 90 % بوده است. بنابراین، استفاده از روش‌های تکنیکی و الگوریتم‌های پیشنهادی می‌تواند به سرمایه‌گذاران در تشخیص روند آتی شاخص کل و شاخص کل هم وزن کمک کند.
کلیدواژه‌ها
پیش‌بینی
شاخص بورس اوراق بهادار تهران
تحلیل تکنیکال
تئوری موج الیوت
الگوریتم‌های طبقه‌بندی

عنوان مقاله English

Adaptability of Tehran Stock Exchange Index Behavior with Elliott Wave Theory Model

نویسندگان English

samira seif 1
Babak jamshidi navid 2
Mehrdad ghanbari 2
mansoor esmaeil pour 3
1 PhD Student of Accounting, Faculty of Humanities, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran.
2 Assistant Professor of Accounting, Faculty of Humanities, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran.
3 Assistant Professor, Computer Eng. Dept., Hamadan Branch, Islamic Azad University, Hamadan, Iran.
چکیده English

One of the most important issues in the world economy is the use of stagnant capital for the economic development of any country, and this requires a strategic policy to attract domestic and foreign investors. The general purpose is to investigate the adaptability of Iranian stock market behavior with other foreign financial markets according to Elliott wave theory model of technical analysis tools and classification algorithms. Therefore, the price movement trend in the total index and the total weighted index of the Iranian Stock Exchange as a thermometer of the economy and an indicator of the general situation of the Iranian stock market has been studied. First, the variables of Elliott Wave Oscillation and Relative strength index and Close changes, daily for the total index from 14/05/2008 to 25/11/2020 and the total weighted index from 04/05/2015 to 01/12/2020 calculated and accordingly, the movement trend was labeled into buying, selling and maintaining. Then, classification algorithms such as decision tree, K nearest neighbor, linear support vector machine were used to predict future trends. The results showed that the accuracy of Decision tree and the K nearest neighbor algorithms in predicting labels was above 90%. Therefore, the use of technical methods and proposed algorithms can help investors in determining the future trend of the total index and the total weighted index.

کلیدواژه‌ها English

predicting
Tehran Stock Exchange Index
Technical Analysis
Elliott Wave Theory
Classification Algorithms

1. فارسی

اسماعیلی، مهدی. مفاهیم و تکنیک‌های داده‌کاوی. چاپ اول، تهران: انتشارات نیاز دانش، 1391.
افشاری راد، الهام، سید عنایت‌الله علوی، و حسنعلی سینایی. «مدلی هوشمند برای پیش‌بینی قیمت سهام با استفاده از روش‌های تحلیل تکنیکال»، فصلنامه تحقیقات مالی، شماره 20 (1397): 249-264.
بدری، احمد، و محسن صادقی. «بررسی اثر روزهای مختلف هفته بر بازدهی، نوسان پذیری و حجم معاملات در بورس اوراق بهادار تهران»، چشم‌انداز مدیریت، شماره 17 (1385): 55-83.
پورزمانی، زهرا، و محسن رضوانی اقدم. «مقایسه کارآمدی استراتژی‌های ترکیبی تحلیل تکنیکال با روش خرید و نگهداری برای خرید سهام در دوره‌های صعودی و نزولی»، فصلنامه علی پژوهشی دانش مالی تحلیل اوراق بهادار، شماره 10 (1396): 17-31.
فلاح‌پور، سعید، غلامحسین گل ارزی، و ناصر فتوره‌چیان. «پیش‌بینی روند حرکتی قیمت سهام با استفاده از ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک در بورس اوراق بهادار تهران»، تحقیقات مالی، شماره 15 (1392): 269-288. 
کازرونی، علیرضا. «آزمون مدل کلاسیک تورم در ایران: روش همگرایی»، پژوهشنامه بازرگانی 6، شماره 23 (1381): 65-50.
مورفی، جان. تحلیل تکنیکال در بازارهای سرمایه. ترجمه کامیار فرهانی فرد و رضا قاسمیان لنگرودی، چاپ دهم، تهران: انتشارات چالش، 1384.

2. لاتین

Abe, Shigeo. Support vector machines for pattern classification. London: springer, 2005.
Aggarwal, Charu. Data Classification: Algorithms and Applications. Minneapolis, Minnesota: Chapman and Hall/ CRC, 2014.
Alavi, Seyed Enayatolah, Hasanali Sinaei, & Elham Afsharirad. “Predict the trend of stock prices using machine learning techniques”, International Academic Journal of Economics 2, no. 12 (2015): 1-11.
Elliott, Robert. The wave principle. Detroit, Michigan: Investment Counsel Inc, 1935.
Eugene, Fama. “Efficient Capital Markets: A Review of Theory and Empirical Work”, Journal of Finance 25, no. 2 (1970): 383–417.
Eugene, Fama. “The Behavior of Stock Market Prices”, Journal of business 38. no. 1 (1965): 34-105.
Farid, Dewan, Li Zhang, Chowdhury Mofizur Rahman, Hossain Alamgir, & Rebecca Strachan. “Hybrid decision tree and naive Bayes classifiers for multi-class classification tasks”, Expert Systems with Applications 41. no. 4 (2014): 1937-1946.
Fox. Justin. The Myth of the Rational Market. Harper Collins. Fundamental Analysis. New York: Retrieved from Investopedia, 2009.
Ford, NL., BG. Batchelor, & Wilkins, BR. “A learning scheme for the Nearest Neighbour Classifier”, Information Sciences 2. no. 2 (1970): 139-157.
George, Atsalakis, Emmanouil Dimitrakakis, & Zopounidis Constantinos. “ElliottWace Theory and neuro-fuzzy systems, in stock market prediction, the WASP system”, Expert Systems with Application 38. no. 8 (2011): 9196-9206.
Huiming, Duana, Xinping Xiaob, Yangb Jinwei, & Bo Zen.g “Elliott wave theory and the Fibonacci sequence-gray model and their application in Chinese stock market”, Journal of Intelligent & Fuzzy Systems 34. no. 1 (2018): 1813–1825.
Kritzer, Adam. Forex for beginners: A comprehensive guide to profiting from the globalcurrency markets. Berkeley, Apress: 2014.
Patel, Jigar, Sahil Shah, Priyank Thakkar, & Ketan Kotecha. “Predicting stock and stock price index movement using trend deterministic data preparation and machine learning techniques”, Expert Systems with Applications 42. no. 1 (2015): 259-268.
Prechter, Robert. Elliot Wave Analysis. New York: John Wiley & Sons, 2013.
Stone, M. “Cross-validatory choice and assessment of statistical predictions”, Journal of the Royal Statistics Society 36. no. 2 (1974): 111-147.
Perruchet, Pierre, & Ronald Peereman. “The exploitation of distributional information in syllable processing”, Journal of Neurolinguistics 17. no. 1 (2004): 97-119.
Khan, Wasiat, Usman Malik, Mustansar Ali Ghazanfar, Muhammad Awais Azam, Khaled Alyoubi & Ahmed Alfakeeh. “Predicting stock market trends using machine learning algorithms via public sentiment and political situation analysis”, Soft Computing, Springer-Verlag GmbH Germany 24. no. 5 (2019): 11019-11043.
Wagner, TJ. “Distribution-free performance bounds for potential function rules”, IEEE Transactions in Information Theory 25. no. 2 (1979): 208-210.

ب- وب‌سایت (ها)

شاخص کل هم‌وزن، www.khanesarmaye.com
کتابخانه سایکیت‌لرن، www.scikit-learn.org
نرم‌افزار موتیو ویو، www.motivewave.com
ارسال نظر در مورد این مقاله
نام را وارد کنید.
نشانی پست الکترونیکی را به درستی وارد کنید.
وابستگی سازمانی را به درستی وارد کنید.
توضیحات را وارد کنید (حداقل 50 حرف)
CAPTCHA Image
شناسه امنیتی را به درستی وارد کنید.
دوفصلنامۀ علمی مطالعات و سیاست‌های اقتصادی
دوره 8، شماره 2 - شماره پیاپی 16
پاییز و زمستان 1400
دی 1400
صفحه 300-326