محمد حسین امین ابراهیم آبادی

این مقاله یک رویکرد جدید مالی محاسباتی را ارائه می دهد. این ترکیبی از تکنیک تشخیص الگوی شبکه متصل به یک هسته بهینه سازی محاسبات تکاملی مبتنی بر الگوریتم های ژنتیک ، ایجاد یک روش پویا برای نسبت دادن نمره به سیگنال است که نوسانات را در نظر می گیرد و عادی سازی تشخیص الگوی را با ثابت کردن اندازه شبکه با هدف نهایی خطر را کاهش داده و سود را افزایش می دهد. برای تطبیق الگوی ، یک رویکرد مبتنی بر الگو با استفاده از یک شبکه اندازه وزن ثابت اتخاذ شده است تا الگوهای تجاری مورد نظر را توصیف کند ، و نه تنها قیمت بسته شدن را در نظر می گیرد بلکه تغییر قیمت را در هر بازه زمانی در نظر گرفته شده از سری زمانی انجام می دهد. نمرات اختصاص داده شده به شبکه وزن با استفاده از الگوریتم ژنتیک بهینه می شود و در عین حال ، تنوع ژنتیکی راه حل های ممکن با استفاده از یک تکنیک زائد حفظ می شود و باعث می شود تا افراد در طاقچه خود بهینه شوند. اتخاذ این رویکرد با هدف کاهش ریسک سرمایه گذاری و بررسی اینکه آیا از رویکردهای مشابه فراتر است یا خیر. این سیستم با در نظر گرفتن داده های واقعی از بورس ، در برابر راه حل های مدرن ، یعنی شبکه تطبیقی ​​موجود از وزن و یک رویکرد غیرتشخصی مورد آزمایش قرار گرفت. رویکرد توسعه یافته با استفاده از شبکه وزنه ها ۳/۲۱ درصد از بازده متوسط ​​طی دوره آزمون را در مقابل ۹/۹ درصد از روش های موجود و استفاده از جوشکاری برخی از نتایج آموزش را بهبود بخشیده است زیرا توجه به تنوع ژنتیکی در نظر گرفته شده است.