{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "Q198",
        "title": "بهینه سازی استراتژی معامله‌گری در بورس با استفاده از الگوریتم کرم شب تاب",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1400",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "Q198",
        "title": "بهینه سازی استراتژی معامله‌گری در بورس با استفاده از الگوریتم کرم شب تاب",
        "degree": null,
        "faculty": "مهندسی کامپیوتر ",
        "year": 1400,
        "authors": [
            {
                "name": "محمد اسماعیل هادیزاده نامقی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "مرتضی زاهدی",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "هوش مصنوعی",
            "اندیکاتور شاخص قدرت نسبی",
            "الگوریتم کرم شب تاب",
            "الگوریتم ژنتیک"
        ],
        "abstract": "بورس اوراق بهادار به عنوان یک بازیگر بزرگ و اصلی در بخش مالی بسیاری از کشورها شناخته می‌شود. اکثر کارگزاری‌ها، که اغلب به معامله سهام می‌پردازند، از روشهای تکنیکال و یا بنیادین به جهت کسب سود بیشتر استفاده می‌کنند. اگرچه که اکثر این روش‌ها بدلیل ماهیت غیر خطی و ناپایدار بازارهای مالی از کارایی خوبی برخوردار نیستند. \r\nدر این کار سعی شده است تا بر خلاف اکثر کارهای انجام شده که به پیشبینی قیمت سهام در روزهای آتی می‌پردازند، با استفاده از روشهای مبتنی بر هوش مصنوعی به ارائه سیستمی برای بهینه کردن استراتژی معامله‌گری در بورس پرداخته شود. برای تحقق این هدف در ابتدا با استفاده از قیمت‌های بسته شدن سهام در روزهای گذشته به محاسبه اندیکاتور شاخص قدرت نسبی پرداخته می‌شود، که با این عمل تغییرات به محدوده ۰ تا ۱۰۰ مقادیر این اندیکاتور محدود می‌شود. در ادامه این بازه به چهار قسمت تقسیم می‌شود و سپس با استفاده از قابلیت‌های الگوریتم کرم شب تاب در جستجوی بهینه فضای مسئله سعی می‌شود تا مقادیری بهینه برای هر یک از این قسمت‌ها پیدا شود. سپس با استفاده از این مقادیر بهینه پیدا شده، با توجه به اینکه مقدار روز گذشته این اندیکاتور در کدام یک از این چهار ناحیه است به انجام معامله در روز معاملاتی بعد پرداخته شده است.\r\nدر ادامه نتایج بدست آمده نشان دهنده این است که این سیستم در مقابل سیستم مشابه بر پایه الگوریتم ژنتیک در پارامتر اندازه جمعیت با حداکثر تعداد، حداقل به میزان 6.4 درصد در سهام مخابرات و حداکثر به میزان ۳۱ درصد در سهام پارسیان، در پارامتر اندازه مجموعه داده حداقل به میزان ۱۱ درصد در سهام مخابرات و حداکثر به میزان ۴۰ درصد در سهام پارسیان روش مذکور نسبت به روش بر پایه الگوریتم ژنتیک بهبود ایجاد کرده است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_Q198.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}